基于極限學(xué)習(xí)機(jī)的短期交通流預(yù)測(cè)混合優(yōu)化模型
交通運(yùn)輸系統(tǒng)工程與信息
頁(yè)數(shù): 9 2023-09-04
摘要: 交通流的動(dòng)態(tài)性、不確定性和非線性等特性導(dǎo)致交通流難以精確預(yù)測(cè),本文在極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)的基礎(chǔ)上,通過(guò)嵌入原子搜索算法(Atom Search Optimization,ASO),構(gòu)建ASO-ELM短期交通流預(yù)測(cè)混合優(yōu)化模型,對(duì)比現(xiàn)有短期交通流預(yù)測(cè)模型,分析混合優(yōu)化模型在短期交通流預(yù)測(cè)領(lǐng)域的表現(xiàn)。實(shí)驗(yàn)選取荷蘭阿姆斯特丹市A10... (共9頁(yè))