基于改进支持向量机的高速公路交通状态识别方法研究

《基于改进支持向量机的高速公路交通状态识别方法研究》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、广东工业大学硕士学位论文（工学硕士）基于改进支持向量机的高速公路交通状态识别方法研究王锦添二〇一八年五月分类号：学校代号：11845UDC：密级：学号：2111504074广东工业大学硕士学位论文（工学硕士）基于改进支持向量机的高速公路交通状态识别方法研究王锦添指导教师姓名、职称：蔡延光教授专业或领域名称：控制科学与工程学生所属学院：自动化学院论文答辩日期：2018年05月ADissertationSubmittedtoGuangdongUniversityofTechnologyfortheDegreeofMaster(Master

2、ofEngineeringScience)ResearchonFreewayTrafficStateRecognitionMethodBasedonImprovedSupportVectorMachineCandidate:WangJintianSupervisor:Prof.CaiYanguangMay2018SchoolofAutomationGuangdongUniversityofTechnologyGuangzhou,Guangdong,P.R.China,510006摘要摘要近几年来，随着人民生活水平的不断提高，对于道路的

3、需求量也不断增加，由此导致了许多问题的出现。例如：交通拥挤，交通事故，尾气污染等。交通状态识别的研究，使得这些问题以某种可预见性的方式呈现，为参与者与指挥者提供动态决策依据。本文针对高速公路交通状态现有评估方法不全面的问题，提出了基于拥挤安全等级的评估体系，并运用支持向量机实时的对交通状态进行识别。运用蝙蝠算法对支持向量机进行改进。针对蝙蝠算法易出现早熟收敛的情况，提出混沌混合蝙蝠算法的改进策略，进一步提高高速公路交通状态识别的精度。本文所做的主要工作如下：1.研究了交通状态评估方法，提出了基于拥挤安全等级评估体系，针对现有评价标准的

4、不足，综合考虑交通状况的拥挤程度和安全性能，将交通状态分为自由安全状态、自由隐患状态、缓行安全状态、缓行隐患状态，拥挤隐患状态5个等级。2.提出了基于模糊聚类的交通拥挤安全等级评估方法，利用模糊聚类的思想，建立了拥挤安全等级评估模型。首先将交通拥挤状态进行软划分，然后依据各状态下的安全性能指标，确定拥挤安全等级。仿真结果表明，这种评估方法具有可行性。3.提出了基于蝙蝠算法支持向量机的交通状态识别方法。运用支持向量机对交通状态进行识别，针对基本支持向量机对于交通等级识别精度不理想的问题，引入蝙蝠算法进行参数优化，得到BA-SVM交通状态

5、识别模型。仿真结果表明，该模型比基本的SVM识别精度更高。4.提出了混合改进蝙蝠算法支持向量机的交通状态识别方法。针对蝙蝠算法后期局部搜索能力差，种群多样性不足的问题，引入混沌理论，个体自适应更新，遗传算法混合改进蝙蝠算法。在初始化阶段引入混沌优化策略；引入速度权重和动态调节频率，使蝙蝠可以自适应飞行，提高了全局搜索能力；在算法后期引入择优遗传策略，增加了种群的竞争机制，防止蝙蝠种群过早的陷入局部最优解。仿真结果表明，这种混合改进的方法相比标准蝙蝠算法寻优时间更短，识别精度更高，进一步改进了支持向量机。关键词：支持向量机；交通状态等级

6、；交通状态识别；蝙蝠算法I广东工业大学硕士学位论文ABSTRACTInrecentyears,withthecontinuousimprovementofpeople’slivingstandards,thedemandforroadshasalsobeenincreasing,whichhasledtotheemergenceofmanyproblems.Forexample:trafficcongestion,trafficaccidents,exhaustpollution,etc.Researchontheidentifica

7、tionoftrafficstatusmakestheseproblemspresentedinapredictableway,providingparticipantsandcommanderswithadynamicdecision-makingbasis.Thispaperaimsattheidentificationoftrafficconditionsandproposesanevaluationsystembasedonthesecuritylevelofcongestion.Basedonthesupportvector

8、machine,itreliesonanewintelligentalgorithm-batalgorithmtooptimizethekernelfunctionsinthesupportvectormachine.F