基于SVM和卡尔曼滤波的路段行程时间预测方法及装置

摘要

本发明涉及交通管控领域，特别是基于SVM和卡尔曼滤波的路段行程时间预测方法及装置。获取设定行程段信息及其对应的行程时间构成的训练集数据和测试集数据，通过支持向量机回归算法训练得到支持向量回归机；根据支持向量回归机和测试集数据得到初始预测行程时间矩阵，根据设定行程段信息中交叉路口时间延误和道路状况构建状态方程，根据该任一时刻之前的连续采样时刻对应的预测行程时间、天气状况和所述状态方程构建观测方程；根据卡尔曼滤波算法求解观测方程得到该任一时刻对应的实际预测时间，通过选取任一时刻之前的连续设定个采样时刻对应的预测行程时间，实时改变卡尔曼滤波的系数矩阵，使得整个预测模型更加的合理、更加的准确。