基于模糊信息粒化和支持向量机组合模型的交通流密度预测

摘要

目前,城市道路交通拥堵问题是亟待解决的城市管理难题之一,而交通流拥堵的预测对城市的交通管理至关重要.交通流密度是交通流状态的重要指标,交通流密度的预测对交通流状态的预测具有重要的意义.本文采用模糊信息粒化和支持向量机的组合模型对交通流的拥堵情况进行预测,通过数据降噪、数据标准化、数据信息粒化等处理,然后利用支持向量机(SVM)分类回归预测模型对处理后的数据进行回归预测,预测结果较为精确,可以很好的预测交通流饱和度的发展趋势和区间范围,对交通管理具有很高的参考价值.