基于MPSO-RVM的短期交通流预测方法研究

Research on short-term traffic flow forecasting method based on MPSO-RVM

为了提升公路短时交通流预测精度,提出一种采用非线性动态惯性权重粒子群算法优化相关向量回归的短期交通流预测方法(MPSO-RVM)。首先对原始数据进行算数平均值降噪处理,采用含有动态惯性权重ω的PSO算法优化RVM预测模型的参数,前期ω取值较大、变化较慢,维持了算法的全局搜索能力;后期ω变化较快,极大地提高了算法的局部寻优能力,从而提高求解精度,避免陷入局部最优解。使用美国Pe MS数据库中的交通流数据进行训练及预测,通过实验表明对预处理后数据使用MPSO-RVM方法可大幅提升预测精度。