基于極限學習機的短期交通流預(yù)測混合優(yōu)化模型

摘要： 交通流的動態(tài)性、不確定性和非線性等特性導(dǎo)致交通流難以精確預(yù)測，本文在極限學習機(Extreme Learning Machine, ELM)的基礎(chǔ)上，通過嵌入原子搜索算法(Atom Search Optimization,ASO)，構(gòu)建ASO-ELM短期交通流預(yù)測混合優(yōu)化模型，對比現(xiàn)有短期交通流預(yù)測模型，分析混合優(yōu)化模型在短期交通流預(yù)測領(lǐng)域的表現(xiàn)。實驗選取荷蘭阿姆斯特丹市A10...