摘要
对交通高峰时段道路交叉路口的二氧化碳浓度的预测,能够有效治理交通污染问题。对路口二氧化碳浓度的预测,需要提取交叉路口二氧化碳浓度特征,通过高斯核函数得到原始样本数据的特征值。传统方法提取路口二氧化碳浓度变化规律,计算机动车的多种尾气排放量,但忽略了对原始样本特征值的求取,导致预测精度偏低。提出基于改进支持向量机的交通高峰时段交叉路口二氧化碳浓度预测方法。该方法提取各个交通高峰时段的交叉路口二氧化碳浓度特征,通过高斯核函数得到原始样本数据的特征值,给出各个交通高峰时段的交叉路口二氧化碳浓度变化规律,由此预测交叉路口二氧化碳浓度。实验表明,所提方法预测精度较高,为改善交通高峰时段交叉路口的机动车排放量提供了有效依据。
ABSTRACT : In order to predict the carbon dioxide concentration at crossroad, a prediction method for the carbon di- oxide concentration at crossroads during peak time based on improved support vector machines is proposed. The fea- ture of carbon dioxide concentration at each peak time is extracted. Through the Gaussian kernel function, the eigen- value of original sample data is obtained, and the change regulation of carbon dioxide concentration at crossroads dur- ing peak time is given. Thus, the carbon dioxide concentration at crossroads can be predicted. Simulation results show that the proposed method has high prediction accuracy, which provides an effective basis for improving the vehi- cle emission at crossroads during peak time.
出处
《计算机仿真》
北大核心
2018年第1期398-401,共4页
Computer Simulation
基金
教育部长江学者和创新团队发展计划项目(PCSIRT)
江苏高校优势学科建设工程项目(PAPD)
关键词
高峰时段
交叉路口
二氧化碳
浓度预测
Peak time
Crossroads
Carbon dioxide
Concentration prediction