[發(fā)明專利]一種基于SVM算法對(duì)短時(shí)交通路況預(yù)測(cè)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710433951.1
• 申請(qǐng)日: 2017-06-09
• 公開(kāi)（公告）號(hào): CN107170234A
• 公開(kāi)（公告）日: 2017-09-15
• 發(fā)明（設(shè)計(jì)）人: 吳建龍;史柯
• 申請(qǐng)（專利權(quán)）人: 東方網(wǎng)力科技股份有限公司
• 主分類號(hào): G08G1/01
• 分類號(hào): G08G1/01;G06Q10/04
• 代理公司: 北京金智普華知識(shí)產(chǎn)權(quán)代理有限公司11401
• 代理人: 巴曉艷

1.一種基于SVM算法對(duì)短時(shí)交通路況預(yù)測(cè)的方法，其特征在于，所述方法通過(guò)SVM的非線性回歸進(jìn)行預(yù)測(cè)路況值，根據(jù)鄰近時(shí)段的路況值去訓(xùn)練SVM模型，進(jìn)而預(yù)測(cè)下個(gè)時(shí)段的路況值，并根據(jù)路況值轉(zhuǎn)化為擁堵等級(jí)完成短時(shí)各道路交通擁堵?tīng)顩r的預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法包括：

S1：選擇核函數(shù)，確定SVM參數(shù)，在得到鄰近時(shí)段的路況值的數(shù)據(jù)集后，選擇高斯核函數(shù)作為核函數(shù)，所述SVM參數(shù)包含寬度參數(shù)δ、二次規(guī)劃的優(yōu)化參數(shù)ε和C；

S2:輸入鄰近時(shí)段的路況值數(shù)據(jù)集作為樣本，生成預(yù)測(cè)函數(shù)；

S3:根據(jù)預(yù)測(cè)結(jié)果進(jìn)行評(píng)價(jià)分析后輸出結(jié)果；

S4:根據(jù)輸出結(jié)果所代表的的路況信息，進(jìn)行短時(shí)交通路況預(yù)測(cè)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述S1中選擇核函數(shù)，確定SVM參數(shù)的具體方法如下：

1)假定訓(xùn)練數(shù)據(jù)集記為T＝{(x_i,y_i)}^l_i＝1，首先用非線性映射ψ(x)＝[ψ₁(x),ψ₂(x),…,ψ_N(x)]^T把輸入數(shù)據(jù)從原空間映射到N維特征空間，在特征空間中構(gòu)造逼近函數(shù)，其中N為整數(shù)；

2)在高維空間的線性回歸對(duì)應(yīng)著低維空間的非線性回歸，定義ε為不敏感損失函數(shù)L_ε(x,y,f)＝|y-f(x)|_ε＝max(0,|y-f(x)|-ε)；

3)最小化目標(biāo)函數(shù)

12||ω||2+CΣi=1lLϵ(xi,yi,f)]]>

其中，x_i∈Rⁿ是第i個(gè)輸入，y_i∈R是對(duì)應(yīng)的期望輸出；ω＝[ω₁，ω₂，…，ω_n]^T是線性權(quán)值變量，b為偏置；ε和C是兩個(gè)由使用者決定的自由參數(shù)；

4)按下式對(duì)測(cè)試樣本x進(jìn)行預(yù)測(cè)，并對(duì)應(yīng)輸出，

f(x)=Σi=1lαiK(x,xi)+b]]>

其中，K為滿足Mercer條件的核函數(shù)，所述核函數(shù)包括多項(xiàng)式核函數(shù)，Sigmoid核函數(shù)和高斯徑向基核函數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述S1中采取動(dòng)態(tài)調(diào)整SVM參數(shù)方法，用先驗(yàn)知識(shí)確定第一個(gè)SVM參數(shù)，來(lái)優(yōu)化第二個(gè)SVM參數(shù)，在第二個(gè)SVM參數(shù)確定后在優(yōu)化第一個(gè)SVM參數(shù)，最后再根據(jù)不同參數(shù)下的評(píng)價(jià)指標(biāo)結(jié)果各自驗(yàn)證其最優(yōu)性。