摘要：为了提高城市道路短时交通流预测的精度，提出了一种基于混合算法优化支持向量机的短时交通流预测模型。在粒子群算法中引入遗传算法的交叉和变异因子，对粒子群算法进行改进，然后用改进后的粒子群算法优化支持向量机，得到最优的支持向量机模型，最后实现城市道路的短时交通流预测。以检测器采集到的长春市路网数据为基础进行了实例验证，结果表明，优化支持向量机参数时，遗传粒子群算法不会陷入局部最优，优化效果更好；与传统的支持向量机模型、粒子群优化支持向量机模型相比，所提出的混合算法优化支持向量机模型的相对误差波动较稳定，得到的短时交通流平均预测精度分别提高了3．63％和2．46％，说明所提出模型的短时交通流预测效果更好。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社