论文部分内容阅读
为提高短时交通流量预测的准确性，提出一种基于改进LSSVM的短时交通流量预测模型。针对传统混合蛙跳算法（SFLA）容易陷入局部最优的问题，提出基于新局部更新策略的改进混合蛙跳算法（ISFLA），在此基础上将其与最小二乘支持向量机（LSSVM）相结合，通过采用该算法优化LSSVM的关键参数，从而提高LSSVM的预测能力。结合实例，对模型和算法进行仿真分析，证明模型的可行性和算法的有效性。