基于主成分分析和支持向量机的道路网短时交通流量预测.pdf

第38卷第1期吉林大学学报(工学版)Vol.38No.1
2008年1月JournalofJilinUniversity(EngineeringandTechnologyEdition)Jan.2008

基于主成分分析和支持向量机的
道路网短时交通流量预测

姚智胜,邵春福,熊志华,岳昊

(北京交通大学交通运输学院,北京100044)

摘要:将主成分分析和支持向量机回归相结合,进行道路网多断面的短时交通流量预测研
究。首先,整理分析路网中多个断面交通流量数据进行主成分分析,得到主成分数据序列;其
次,根据主成分数据序列建立训练集训练支持向量机,并利用遗传算法优化参数;最后,输入支
持向量机所需数据,得到主成分预测结果,转化为断面交通流量数据,从而预测道路网短时交
通流量。采用城市快速路多断面数据进行实例分析,结果表明,该模型比单一断面预测方法的
效果更好。
关键词:智能交通系统;短时交通流量预测;支持向量机;主成分分析;道路网
中图分类号:U491.1文献标识码:A文章编号:167125497(2008)0120048205

Short2termtrafficvolumesforecastingofroadnetworkbasedonprincipal
componentanalysisandsupportvectormachine

YaoZhi2sheng,ShaoChun2fu,XiongZhi2hua,YueHao
(SchoolofTrafficandTransportation,BeijingJiaotongUniversity,Beijing100044,China)

Abstract:Aschemetoforecastshort2termtrafficvolumesofaroadnetworkispresented.Thisscheme
combinestheprincipalcomponentanalysisandthesupportvectorregression.First,thetrafficvolume
dataofmulti2road2cross2sectionsacquiredfromaroadnetworkareturnedintoseveraltimeseriesdata
bytheprincipalcomponentanalysis.Then,theseprincipalcomponentdataareusedtotrainthe
supportvectormachines,andageneticalgorithmisappliedtooptimizetheparametersofthesupport
vectormachines.Afterthetrainingandoptimization,byinputtingrequireddatatothesupportvector
machines,theprincipalcomponentsareobtainedastheoutputs.Theseoutputsarethentransformed
intotheforecastingdataoftheshort2termtrafficvolumes.Acasestudyiscarriedouttovalidatethe
scheme.Thetrafficvolumedatafromsevenroadcross2sectionsofanurbanexpress2wayareused.
Theforecastingresultsbythisschemearemuchbetterthanthatbytheschemesofsingleroadcross2
section.
Keywords:intelligenttransportationsystems;short2termtrafficvolumeforecasting;supportvector
machine;principalcomponentanalysis;roadnetwork

收稿日期:2006212227.
基金项目:国家自然科学基金项目(50578009)“;973”国家重点基础研究发展规划项目(2006CB705500).
作者简介:姚智胜(19792),男,博士研究生.研究方向:智能交通系统,城市交通规划.E2mail:[e-mail]
通讯联系人:邵春福(19572),男,教授,博士生导师.研究方向:交通规划,智能交通系统,交通安全.
E2mail:[e-mail]
第1期姚智胜,等:基于主成分分析和支持向量机的道路网短时交通流量预测·94·

随着交通科