[发明专利]一种短时交通流量的组合预测方法

摘要

本发明针对现有短时交通流量的预测模型预测精确度不高的问题，提供了一种基于灰色系统与最小二乘支持向量机组合预测的短时交通流量预测方法，本发明利用灰色模型和最小二乘支持向量机（LSSVM）等人工智能方法的优势，建立了一种灰色系统与最小二乘支持向量机组合预测模型，通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优，提高了组合预测模型的预测精度和推广泛化能力，随着预测时间延长，基于灰色系统与最小二乘支持向量机组合预测模型具有较高的预测精度，且预测精度的稳定性较高，本方法通过实证分析，获得了良好的改进效果。

主权项

一种短时交通流量的组合预测方法，基于灰色系统与最小二乘支持向量机，其特征在于，包括以下步骤： （一）对原始交通流量数据进行预处理，进行灰色预测，得到残差序列，然后用最小二乘支持向量机模型（LSSVM）对残差序列进行预测，得到新的残差值； （二）进行最小二乘支持向量机训练之前，对训练的数据进行数据归一化预处理，生成数据集并分组，即把样本数据转化为0～1之间的数据； （三）选择核函数，采用交叉验证的方法确定最小二乘支持向量机的回归参数：得到数据集之后，选择径向基函数作为核函数，包含宽度参数、二次规划的优化参数； （四）构造组合预测模型； （五）输入数据集，生成预测函数； （六）进行预测误差评价分析，如果误差较大，重新调整参数，再次进行预测。