基于蝙蝠算法支持向量机的高速公路交通状态识别方法

摘要

本发明涉及一种基于蝙蝠算法支持向量机的高速公路交通状态识别方法。包括：S1.获取交通状态参数数据、运行状态数据，将数据集划分训练集和测试集；S2.设置支持向量机的参数，构造蝙蝠种群并初始化，计算最优蝙蝠位置和适应度值；S3更新蝙蝠算法参数，对每一个蝙蝠个体产生随机数，若则在最优解附近位置产生随机扰动，从而转入局部搜索；S4.运用遗传算法对蝙蝠个体进行择优；S5.对每个蝙蝠个体产生随机数，若并且f_{i*，更新脉冲速率和响度；S6.重新排列蝙蝠，得到xbest，判断是否达到最大迭代次数，确定支持向量机最优的惩罚参数c和g；S7.将训练集放入支持向量机模型中进行训练，将输出的预测状态与测试集状态进行对比，计算识别精度。}