Resumen

El pronóstico del flujo de tráfico a corto plazo es uno de los problemas clave en el campo del control y la gestión dinámica del tráfico. Debido a la incertidumbre y la no linealidad, el pronóstico del flujo de tráfico a corto plazo sigue siendo una tarea desafiante. Con el fin de mejorar la precisión del pronóstico del flujo de tráfico a corto plazo, se propone un método de pronóstico del flujo de tráfico a corto plazo basado en el modelo LSSVM optimizado por un algoritmo híbrido GA-PSO. En primer lugar, se construye el modelo LSSVM con una función de kernel combinada. Luego, se diseña el algoritmo de optimización híbrido GA-PSO para optimizar de manera eficiente y efectiva los parámetros de la función de kernel. Por último, se lleva a cabo una validación de casos utilizando datos de bucles inductivos recopilados del viaducto norte-sur en Shanghai. Los resultados experimentales demuestran que el modelo GA-PSO

• Materias:Comportamiento asintótico Entropía del gráfico Seguridad dinámica Polinomios diferenciales Gráfico monocíclico
• Subjects:Asymptotic behavior Entropy of the graph Dynamic safety Differential polynomials Monocyclic graph
• Palabras claves:Pronóstico del flujo de tráfico; Control de tráfico dinámico; Método de pronóstico a corto plazo; Modelo LSSVM; Algoritmo híbrido GA-PSO; Validación de casos
• Keywords:Traffic flow forecasting; Dynamic traffic control; Short-term forecasting method; LSSVM model; GA-PSO hybrid algorithm; Case validation