基于APSO-SVR的短时交通流预测任务书
2020-05-26 20:47:56
1. 毕业设计(论文)的内容和要求
实时准确的交通流预测是交通控制和交通诱导的关键和前提,而短时交通流预测方法一直是智能交通领域的研究热点。 短时交通流量是一个具有高度的时变性、非线性、混沌性和不确定性的复杂系统。本课题通过利用智能算法、统计分析模型对短时交通流进行预测。
主要内容:针对粒子群算法存在搜索精度低、后期迭代效率不高等缺点,对普通粒子群算法引入变异算子,改进粒子群算法,提高算法优化性能,并用于svr的参数优化中,形成apso-svr模型,应用到短时交通流的预测中。
2. 参考文献
[1] 李松,刘力军,翟曼,改进粒子群算法优化bp神经网络的短时交通流预测[j]系统工程理论与实践 2012, 32(9):2045-2049
[2] 樊娜,赵祥模,戴明,安毅生,短时交通流预测模型[j]交通运输工程学报,2012,12(4):114-119.
[3] 沈国江,朱芸,钱晓杰,胡越, 短时交通流组合模型预测[j],南京理工大学学报,2014 ,38(2):246-251
3. 毕业设计(论文)进程安排
1-8至1-20 |
查阅中英文资料20篇以上及了解相关算法等。 |
1-20至1-31 |
提交打印好的文献综述及开题报告(围绕任务书,完成方案论证,工作思路等) |
2-1至3-15 |
掌握李粒子群算法、支持向量机理论基础 |
3-16至4-26 |
学习MATALB软件基本操作方法 |
4-27至5-17 |
利用UCI数据集,编写相关程序,验证算法模型的可靠性,并与其他算法对比 |
5-18至6-08 |
10000字以上论文撰写,准备300字的英文摘要,完成论文提交 |
6-09至6-15 |
论文答辩 |