基于信息熵的交通流量集成预测模型

摘要

针对影响交通流量具有不确定性因素等特点，提出了一种基于信息熵技术的集成预测模型。首先分别利用具有在线修正能力的灰色理论和基于混合核的SVM建立流量的预测模型。为了提高SVM预测模型的精度，利用带有梯度信息的免疫克隆优化算法对其惩罚系数、核参数和加权系数等参数进行寻优。最后利用信息熵技术建立集成预测模型，为了进一步提高集成预测模型的精度，对于信息熵获得的权重进行在线修正。本发明能够在一定程度上降低影响交通流量不确定性因素带来的影响，能够较准确地预测交通流量，为交通流量的控制能够起到较好的指导作用。

主权项

一种基于信息熵技术的集成预测模型，其特征在于将具有在线修正能力的灰色理论的预测结果和基于混合核SVM的预测结果进行集成：首先利用灰色理论进行交通流量预测，并对预测结果进行在线修正；然后利用基于混合核的SVM来建立预测模型，以提高模型的泛化能力，并利用带有梯度信息的免疫克隆算法来对惩罚系数、核参数和加权系数等参数进行寻优；最后利用信息熵技术获得两个预测模型的权重，并对权重进行在线修正，从而根据权重获得集成预测结果。