可优化的自适应多核支持向量机的短时交通流预测方法

    公开(公告)号:CN106971548A

    公开(公告)日:2017-07-21

    申请号:CN201710352326.4

    申请日:2017-05-18

    Applicant: 福州大学

    CPC classification number: G08G1/0129 G08G1/065

    Abstract: 本发明涉及一种可优化的自适应多核支持向量机的短时交通流预测方法。组合高斯核函数和多项式核函数以构建自适应多核支持向量机(AMSVM);利用自适应粒子群算法(APSO)对AMSVM进行参数优化;同时考虑历史数据和实时数据,提出基于AMSVM的短时交通流预测模型;输入交通流数据集,利用预测模型生成短时交通流的预测结果;根据交通流的预测结果和实际交通数据,对预测误差进行评价分析。本发明方法可改善现有支持向量机(SVM)方法仅采用单个核函数进行预测的不足,能充分适应交通流非线性和随机性的变化特征,实现对短时交通流的实时、自适应预测,同时提高预测结果的速度和精度,具有一定的理论参考和现实意义。

    群智感知不对称信息场景中的激励方法

    公开(公告)号:CN107203934A

    公开(公告)日:2017-09-26

    申请号:CN201710383949.8

    申请日:2017-05-26

    Applicant: 福州大学

    CPC classification number: G06Q40/00 G06Q10/101

    Abstract: 本发明涉及一种群智感知不对称信息场景中的激励方法,步骤如下:对群智感知场景进行特征提取并构建为数学模型,量化定义抽象概念,进行研究分析;再利用契约理论,将群智感知转换为契约关系,在不同场景中根据代理人存在的努力不可观测情况分析道德风险问题并求解契约,即给出最优报酬、最优努力方案。本发明利用契约理论设计群智感知下的激励机制,克服了在不对称信息场景中努力不可观测的现象,由于代理人与委托人利益相冲突,代理人容易伪装信息来使自身利益增大,从而使委托人利益减小,本发明设计出最优的报酬方案,有效地激励代理人按照契约执行任务,让委托人在群智感知中获得最大收益,具有一定的参考价值和实际经济效益。

    可优化的自适应多核支持向量机的短时交通流预测方法

    公开(公告)号:CN106971548B

    公开(公告)日:2019-06-07

    申请号:CN201710352326.4

    申请日:2017-05-18

    Applicant: 福州大学

    Abstract: 本发明涉及一种可优化的自适应多核支持向量机的短时交通流预测方法。组合高斯核函数和多项式核函数以构建自适应多核支持向量机(AMSVM);利用自适应粒子群算法(APSO)对AMSVM进行参数优化;同时考虑历史数据和实时数据,提出基于AMSVM的短时交通流预测模型;输入交通流数据集,利用预测模型生成短时交通流的预测结果;根据交通流的预测结果和实际交通数据,对预测误差进行评价分析。本发明方法可改善现有支持向量机(SVM)方法仅采用单个核函数进行预测的不足,能充分适应交通流非线性和随机性的变化特征,实现对短时交通流的实时、自适应预测,同时提高预测结果的速度和精度,具有一定的理论参考和现实意义。

Patent Agency Ranking