论文研究-基于AF-SVR的城市快速路多源交通信息融合研究.pdf

针对单一检测器所得到的交通数据不能够全面准确地反映实际的交通状态，提出一种基于AF-SVR模型的城市快速路多源交通信息融合的方法。首先通过将相同路段中不同检测器的速度数据作为学习样本输入到支持向量机回归模型（Support Vector Regression，SVR）中进行训练。然后利用鱼群算法（Artificial Fish，AF）对支持向量机回归模型中的参数进行优化，获得最优的信息融合模型，用于多源交通信息的融合，输出为能准确反映真实交通状态的速度数据，并用人工采集的速度数据作为真值进行验证。最后将此方法应用于成都市三环快速路路段上的多源交通信息融合，取得了令人满意的结果。