基于遗传算法优化支持向量机的公路客运量预测

《基于遗传算法优化支持向量机的公路客运量预测》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、第37卷，第6期公路工程Vo1．37，No．62012年12月HighwayEngineeringDec．，2012基于遗传算法优化支持向量机的公路客运量预测甘秋明(1．军事交通学院科研部，天津300161；2．天津大学管理学院，天津300072)[摘要]公路客运量预测是公路规划建设的一项重要工作。针对其难以建立精确预测模型的问题，结合支持向量机与遗传算法，提出了一种公路客运量预测的新方法。由于支持向量机的预测精度很大程度上取决于参数的选取，因此利用遗传算法来优化其训练参数，以得到优化的支持向量机的预测模型。以北京市

2、的数据作为应用算例，并与BP神经网络及RBF神经网络的预测结果进行对比分析。实验结果表明，基于遗传算法的支持向量机模型的预测精确更高，误差更小，可以更有效地对公路客运量进行预测；也说明利用遗传算法进行支持向量机参数优选的方法是可行有效的。[关键词]公路客运量；支持向量机；遗传算法；参数优化；预测模型[中图分类号】U492．413[文献标识码]A[文章编号】1674—0610(2012)06—0192—04VectorMachineOptimizedbyGeneticAlgorithmGANQiuming’-．(1．S

3、cientificandTechnologyDivision，MilitaryTransportationUniversity，Tianjin300161，China；2．SchoolofManagement，TianjinUniversity，Tianjin300072，China)[Abstract]Forecastinghighwaypassengertransportvolumeisoneofthemostimportantjobstoconstructtheroadlayout．Inviewofthedif

4、ficultytobuildaprecisepredictionmodel，combinedwithge—neticalgorithmandsupportvectormachines，thepaperpresentsanewmethodtoforecasthighwaypassen．gertransportvolume．Becausetheaccuracyofforecastingsupportvectormachinedependslargelyontheselectionofparameters，thusthep

5、aperusesgeneticalgorithmtooptimizethetrainingparameters，inordertoobtaintheoptimizedsupportvectormachinemode1．ThepaperusesBeijingcitygdataasanapplicationexample，andanalyzesthecomparisonbetweenthedatawiththepredictionresultsofBPneuralnetworkandRBFneuralnetwork．Th

6、eexperimentalresuhsshowthat，basedongeneticalgorithm，supportvectormachinemodelpredictsmoreaccuratewithlesserrors，andismoreeffectiveonhighwaypassengertrans-portvolumeforecast；alsonotesthattheuseofgeneticalgorithmsupportvectormachineSVMparametersoptimizationmethod

7、isfeasibleandeffective．[Keywords]highwaypassengertransportvolume；supportvectormachine；geneticalgorithm；pa．rameteroptimization；Predictionmodel以来神经网络被广泛应用于客运量预测中，它具有1概述识别复杂非线性系统的特性，但是也存在着收敛速随着社会经济的持续快速发展，公路交通运输度慢、过学习和局部极值等问题，这些问题都影得到了飞速的发展。其中，客运量是衡量公路运输响了其预测精度。发展

8、程度的重要指标，可反映社会经济发展现状和支持向量机(SupportVectorMachine，SVM)是人民生活水平，而科学准确地预测公路客运量和其一种在统计学习理论基础上形成的、以实现结构风发展的趋势、特点和规律，是制定公路客运发展规划险最小化为原则的学习方法。由于其具有全局以及规划公路客运站场的重要理论依据⋯。一直最优以及良好的泛化能力等特