改进引力搜索最小二乘支持向量机交通流预测

来源：计算机应用研究杂志2019年第12期北京时间：

作者：徐钦帅,何庆,魏康园,

单位：贵州大学a.大数据与信息工程学院;b.贵州省公共大数据重点实验室,贵阳550025；

摘要：为了提高基于最小二乘支持向量机的交通流预测模型的精度，提出一种新的改进引力搜索算法（TCK-AGSA）对其进行参数寻优。首先，基于tent映射改进Kbest函数，使算法具有跳出局部最优的机制；然后，引入全局最优引导策略，使粒子加速朝向最优解移动；接着，将进化度因子和聚合度因子引入速度更新权重系数，使算法具有较强的自适应能力。针对12个基准函数的仿真结果表明，TCK-AGSA的性能优于GSA及其改进算法。最后，建立基于TCK-AGSA寻优的最小二乘支持向量机模型，并选取2016年贵州省高速公路真实交通流数据进行预测实验，结果表明该模型具有更好的预测精度、鲁棒性和泛化能力。

关键词：引力搜索算法,混沌优化算法,自适应权重系数,最小二乘支持向量机,交通流预测,

基金资助：贵州省科技计划项目重大专项资助项目(黔科合重大专项字［2018］3002)；贵州省公共大数据重点实验室开放课题(2017BDKFJJ004)；贵州省教育厅青年科技人才成长项目(黔科合KY字［2016］124)；贵州大学培育项目(黔科合平台人才［2017］5788)；；