基于EEMD-SSA-LSSVR的短期交通流预测

打开文本图片集

摘  要：为了提高物流的配送效率，寻求合理的配送路径，通过分析短期历史交通流量，使用集合经验模态分解去噪，以拟合优度最大化为目标，运用麻雀搜索算法优化惩罚参数和核函数参数的最小二乘支持向量机回归预测短期交通流。结果表明集合经验模态分解能有效去除短期交通流中的噪声，构建的EEMD-SSA-LSSVR模型可以高效地预测短期交通流量。（剩余5892字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。