公路隧道交通量预测的粒子群高斯过程耦合模型
万良勇1
刘开云2
1.北京交通大学土木建筑工程学院,北京100044;石家庄市轨道交通有限责任公司,石家庄0500112.北京交通大学土木建筑工程学院,北京,100044
摘要：交通量的预测对公路隧道运营期通风系统的节能降耗具有重大意义,将新型小样本学习机器高斯过程引入隧道交通量预测,提出了一种组合核函数,用以改善单一核函数高斯过程的泛化性能,在网络训练过程中采用粒子群优化算法,自动搜寻泛化性能最好的高斯过程超参数,形成粒子群高斯过程耦合算法,并编写了相应的计算程序.对某公路隧道交通量进行了预测,结果表明:组合核函数高斯过程最大预测相对误差仅为4.41％,平均相对误差为1.96％;两种单一核函数高斯过程最大预测相对误差均为6.68％,平均相对误差分别为2.7％和2.67％;粒子群高斯过程耦合模型可以高精度地用于隧道交通量预测,且组合核函数可以提高单一核函数的泛化性能,并为其他类似工程提供借鉴.
关键词：隧道交通量预测粒子群高斯过程耦合模型通风系统人工智能
分类号：U457.3(隧道工程)TP182(自动化基础理论)
资助基金：国家自然科学基金(51378052)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 33-39 )
英文信息