本文主要研究内容
作者田甜,田永宏（2019）在《基于PSO-GPR的短时高速公路交通量预测》一文中研究指出：本文通过分析常用交通量预测算法的不足与缺陷,引入粒子群优化算法和高斯过程回归,重点研究了采用粒子群优化算法自动搜寻泛化性能最好的高斯过程回归超参数算法模型解决方案。通过建立交通量预测模型对某高速公路短时交通量进行预测验证,证明了算法的有效性。
Abstract
ben wen tong guo fen xi chang yong jiao tong liang yu ce suan fa de bu zu yu que xian ,yin ru li zi qun you hua suan fa he gao si guo cheng hui gui ,chong dian yan jiu le cai yong li zi qun you hua suan fa zi dong sou xun fan hua xing neng zui hao de gao si guo cheng hui gui chao can shu suan fa mo xing jie jue fang an 。tong guo jian li jiao tong liang yu ce mo xing dui mou gao su gong lu duan shi jiao tong liang jin hang yu ce yan zheng ,zheng ming le suan fa de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自中国交通信息化的田甜,田永宏，发表于刊物中国交通信息化2019年S1期论文，是一篇关于粒子优化群算法论文,高斯过程回归论文,短时交通量预测论文,中国交通信息化2019年S1期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国交通信息化2019年S1期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。