[发明专利]一种车道饱和度预测模型

摘要

本发明涉及智能交通领域，尤其涉及一种车道饱和度预测模型。本发明基于悉尼协调自适应系统数据，提出一种改进TLBO-SVR的交通车道饱和度预测模型，首先采用限幅滤波算法对模型输入数据进行预处理。其次，采用最大相关最小冗余特征选择算法用于车道饱和度预测模型输入提取，从而确定模型输入，最后通过增加轮盘选择、变异和淘汰等步骤改进TLBO算法，进而将改进的TLBO算法用于车道饱和度SVR预测模型的参数寻优，建立基于改进的TLBO-SVR算法的车道饱和度预测模型。本发明加快了算法的收敛速度并能避免算法陷入局部最优，应用于支持向量回归建模参数寻优能够得到更好的效果。采用最大相关最小冗余特征选择算法确定模型输入，能够降低模型复杂度，提高模型预测精度。

主权项

一种车道饱和度预测模型，其特征在于，采用限幅滤波算法对所述车道饱和度预测模型的输入数据进行预处理；采用最大相关最小冗余特征选择算法中的互信息值对交通数据进行相关性分析；采用所述最大相关最小冗余特征选择算法确定所述车道饱和度预测模型的输入变量；将教学‑学习优化算法应用于支持向量回归建模；建立所述车道饱和度预测模型。