[发明专利]基于SPGAPSO-SVM算法的公交客流量试验方法及系统在审
申请号: | 201911395693.8 | 申请日: | 2019-12-30 |
公开(公告)号: | CN111191764A | 公开(公告)日: | 2020-05-22 |
发明(设计)人: | 李雷孝;林浩;王慧;邓丹;马志强 | 申请(专利权)人: | 内蒙古工业大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00;G06K9/62;G06Q10/04;G06Q50/26 |
代理公司: | 佛山知正知识产权代理事务所(特殊普通合伙) 44483 | 代理人: | 尧娟 |
地址: | 010051 内蒙古*** | 国省代码: | 内蒙古;15 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 spgapso svm 算法 公交 客流量 试验 方法 系统 | ||
1.基于SPGAPSO-SVM算法的公交客流量试验方法,其特征在于,包括:
在已搭建的实验环境下,通过数据预处理和归一化处理,进行实验结果分析;
所述实验结果分析包括:
算法准确率验证;
算法效率验证;
收敛曲线对比验证;
算法可扩展性验证;
客流量预测结果验证。
2.根据权利要求1所述的基于SPGAPSO-SVM算法的公交客流量试验方法,其特征在于,所述算法准确率验证包括:
将通过数据预处理和归一化处理的数据分别输入并运行SVM算法、PSO-SVM算法、GA-SVM算法和SPGAPSO-SVM算法,将运行中的各种算法的样本参数分别通过误差指标评价函数计算百分误差值,在运行各种算法不小于20次的运行效果下将百分误差值通过曲线对比法记录其中的最优值、最差值和平均值;
所述误差指标评价函数为:
所述n为测试样本个数;
所述realt为测试样本真实值;
所述predt为预测值;
所述MAPE是机器学习中平均绝对百分误差。
3.根据权利要求1所述的基于SPGAPSO-SVM算法的公交客流量试验方法,其特征在于,所述算法效率验证包括:
将通过数据预处理和归一化处理的数据分别输入运行的SVM算法、PSO-SVM算法、GA-SVM算法和SPGAPSO-SVM算法,在运行各种算法不小于20次的运行效果下将各种算法消耗的时间衡量通过曲线对比法记录其中的最优值、最差值和平均值。
4.根据权利要求1所述的基于SPGAPSO-SVM算法的公交客流量试验方法,其特征在于,所述收敛曲线对比验证包括:
将通过数据预处理和归一化处理的数据分别输入不少于8个节点的集群中运行的SPGAPSO-SVM算法,在种群大小为100且最大迭代次数为50的条件下,将运行中的SPGAPSO-SVM算法在每次迭代中SPGA操作和SPPSO操作的相应的误差变化和参数寻优的整体收敛速度通过回归指标评价函数计算并记录每次迭代的回归评价指标MSE;
所述回归指标评价函数为:
所述n为测试样本个数;
所述realt为测试样本真实值;
所述predt为预测值;
所述MSE是机器学习中回归评价指标。
5.根据权利要求1所述的基于SPGAPSO-SVM算法的公交客流量试验方法,其特征在于,所述算法可扩展性验证包括:
将通过数据预处理和归一化处理的数据输入运行的SPGAPSO-SVM算法,将运行中的SPGAPSO-SVM算法通过增加节点的方法在不小于20次的运行效果下通过曲线对比法计算并记录其平均值和加速比。
6.根据权利要求1所述的基于SPGAPSO-SVM算法的公交客流量试验方法,其特征在于,所述客流量预测结果验证包括:
将通过数据预处理和归一化处理的数据分别输入运行的SPGAPSO-SVM算法,将运行中的SPGAPSO-SVM算法对未来若干天的公交客流量通过将每小时的预测结果按时间顺序拼接,并通过曲线对比法进行整体预测和参数寻优。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于内蒙古工业大学,未经内蒙古工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911395693.8/1.html,转载请声明来源钻瓜专利网。