一种基于支持向量机和BP神经网络结合的交通流预测方法

摘要

本发明公开了一种基于支持向量机和BP神经网络结合的短时交通流预测方法，首先历史交通流数据的采集，利用归一化方法对交通流数据进行预处理，得到归一化后的数据集,将归一化后的数据集划分为训练数据集和测试数据集；然后利用SVM模型对测试集进行预测分析，得到预测结果，使用BP神经网络模型对残差序列进行分析，得到修正后的残差序列；将SVM模型所得到的预测结果与BP神经网络模型所得到的修正残差序列相加，得到最终的预测数据；将测试数据集和预测数据进行比较，分析误差。本发明采用支持向量机和BP神经网络相结合的交通流预测方法，通过支持向量机模型对样本数据进行分析，使用较少的数据集得到较高的预测精确度，减少了计算量和计算难度。