不良交通流状态实时监测支持向量机模型算法研究

来源：交通运输系统工程与信息杂志2018年第4期北京时间：

作者：游锦明，方守恩，唐棠，张兰芳

单位：同济大学 道路与交通工程教育部重点实验室，上海 201804

摘要：交通流安全实时预警是交通主动安全防控的重要前提.采用实际事故发生前的交通流状态作为不良交通流状态判别标准，通过对车道级交通流数据进行参数提取，结合主成分分析法进行参数降维后得到9个主要参数.建立以径向基为核函数的交通流安全实时预警支持向量机模型，采用网格遍历法确定最优的支持向量机模型的惩罚参数C和核函数参数γ，最终构建的支持向量机模型能够成功地识别79.55%事故对应的不良交通流状态，能够有效地对高速公路上的不良交通流状态进行实时监测预警.

关键词：交通工程,不良交通流状态,实时监测,支持向量机

基金资助：国家重点研发计划/National Key R & D Program of China(2016YFC0802701).