基于支持向量机的高速公路交通量预测研究

摘要

交通量的预测是提高交通运输管理水平、降低运输成本的重要手段之一，同时也是进行交通状况评价、路网规划、线路改造以及工程建设项目可行性分析的基础。因此，研究高速公路交通量预测具有重要的意义。
　　 本文在深入分析比较各种交通量预测方法的基础上，研究了利用支持向量机进行交通量预测方法并进行了实际应用。首先，对收费站出口数据进行了数据预处理，使之转化为预测分析数据集。然后，深入的研究了灰色理论预测方法和神经网络预测方法，并使用这些方法对现有数据集进行对比预测。重点研究了支持向量机预测模型的建模方法，包括数据归一化、核函数选择、模型参数选择等，建立了基于支持向量机的交通量预测模型，对西潼高速公路的渭南西与渭南东两站间的路段进行了交通量预测，平均误差率仅为2.5％。最后对基于支持向量机交通量预测软件进行了详细设计。
　　 预测结果表明，支持向量机用于交通量的预测是可行及有效的。所研究的支持向量机预测模型在陕西省公路资源整合项目的“综合分析决策支持系统”中得到了应用。