基于支持向量回归机和多变量相空间重构的短时交通流预测

《基于支持向量回归机和多变量相空间重构的短时交通流预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级单位代码!鳗!墨学号11119鲤4O墨彦交通戈挚硕士学位论文基于支持向量回归机和多变量相空间重构的短时交通流预测研究生姓名：送垒导师姓名及职称：整逢麽麴授申请学位类别王堂学位授予单位重医窒鞑堂一级学科名称控剑理论生撞趔抖堂论文提交日期至Q!生生鱼旦!Q目二级学科名称丞统王猩学位答辩日期至鱼!垒生墨旦圣!目2014年5月29日Short．．termTrafficFlowPredictionBasedonSVRandMultivariablePhaseSpaceReconstructionADissertationSubmittedfortheDegreeofMasterC

2、andidate：ZhangDuoSupervisor：Prof．HanFengqingChongqingJiaotongUniversity,Chongqing，China重庆交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：弘多日期：知铲6月／口日重庆交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关

3、保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆交通大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本人学位论文收录到《中国学位论文全文数据库》，并进行信息服务(包括但不限于汇编、复制、发行、信息网络传播等)，-同时本人保留在其他媒体发表论文的权利。学位论文作者签名：私，夕指导教师签名：露p玩日期：和斗年易月／口日日期：>9f嶂F6。月fo日．．．．．．．．．．．．．．．．．．．．．I-．．．．．．．．．．．．．．．

4、．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．：．．．．．．．．．．本人同意将本学位论文提交至中国学术期刊(光盘版)电子杂志社删系列数据库中全文发布，并按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。蓄霸产獬签尹嚣者日期：摊易月lo侣指导教师签名：壹陵诫日期：漱、年c，、月l口日摘要实时准确的交通流预测是交通信号控制系统和交通流诱导系统应用的前提和关键，其预测精度直接关系到交通控制和交通诱导的运行效果。由于交通系统具有随机性、时变性、强非线性等特点，因此人工智能方法越来越受到人们的重视。支持向量机

5、是一种基于结构风险最小化和统计学习理论的机器学习方法，它能有效地解决小样本、非线性、高维数以及局部极值等模式识别问题。此外，研究表明交通流还具有混沌特性。因此，将支持向量机和混沌理论结合应用于短时交通流预测中具有重要意义。本文首先总结了国内外短时交通流预测现状；然后分析证明了交通流数据的混沌特性；最后以此为基础，提出了一种基于支持向量回归机(SupportVectorRegression，SVR)和多变量相空间重构的短时交通流预测模型。本文的创新点主要体现在模型的设计原理上，即本文采用多变量时间序列进行建模。本文主要研究工作如下：①在介绍PeMS12．3数据库的基础上，分析了交通

6、流基本特征参数(交通流量、占有率和平均速度)，研究了交通流数据的预处理方法，并完成了对实测交通流数据的预处理：缺失或错误数据的预处理、降噪处理。②在概述混沌理论的基础上，介绍了多变量相空间重构理论，并完成了对预处理后的交通流数据的实验，得出了交通流量、占有率、平均速度时间序列的嵌入维数和延迟时间，以及实现了多变量相空间重构。③在分析交通流混沌特性及其混沌特性判别方法的基础上，对交通流量、占有率、平均速度时间序列进行最大Lyapunov指数的计算，结果验证了这三种序列都具有混沌特性。④结合混沌理论及支持向量回归机原理，利用遗传算法对支持向量回归机参数进行优化选取，构建了基于多变量相

7、空间重构的SVR短时交通流预测模型，提出了交通流预测流程，给出了预测评价指标(平均绝对误差、平均相对误差、均方误差)，最后利用该模型对实测交通流数据进行了实验，同时与基于单变量相空间重构的SVR预测模型进行了比较。实验结果表明：本文提出的基于多变量相空间重构的SVR短时交通流预测模型的平均绝对误差、平均相对误差和均方误差均小于基于单变量相空间重构的SVR预测模型。说明了本文提出的模型预测效果更好，较充分地验证了本文提出的模型能有效地进行短时交通流预测。关键词：多变量；混沌；相空间