基于混沌量子粒子群算法优化的SD-LSSVR短时交通流量预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提出了一种基于混沌量子粒子群算法优化的SD‑LSSVR短时交通流量预测方法,在优化的SD‑LSSVR模型中首先利用季节性因子预处理方法弱化原始数据序列的季节特征,其次构造优化的SD‑LSSVR模型快速得到预测结果。再次,利用混沌量子粒子群优化算法选择新模型所涉及的最优参数,以获得最佳的精度,最后采用滤波控制理论为实际的交通干道结构构建信号控制系统。最后,以某主干道为例进行了实际测试,验证了该模型的准确性和稳定性。数值结果表明,该模型不仅能有效地预测交通流量的季节变化,而且与BP神经网络模型、原最小二乘支持向量回归模型、季节ARIMA模型和灰色预测模型等几种著名的预测模型相比,具有较好的预测效果。
《基于混沌量子粒子群算法优化的SD-LSSVR短时交通流量预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2019110851385,当前法律状态为已下证,由南通大学提出申请,发明人为施佺;张添豪;沈琴琴;曹阳;荆彬彬;朱森来;周晨璨,申请日期为2019-11-08,公开(公告)日期为2024-01-12,国际专利分类号(IPC)为 G06F 30/27 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提出了一种基于混沌量子粒子群算法优化的SD‑LSSVR短时交通流量预测方法,在优化的SD‑LSSVR模型中首先利用季节性因子预处理方法弱化原始数据序列的季节特征,其次构造优化的SD‑LSSVR模型快速得到预测结果。再次,利用混沌量子粒子群优化算法选择新模型所涉及的最优参数,以获得最佳的精度,最后采用滤波控制理论为实际的交通干道结构构建信号控制系统。最后,以某主干道为例进行了实际测试,验证了该模型的准确性和稳定性。数值结果表明,该模型不仅能有效地预测交通流量的季节变化,而且与BP神经网络模型、原最小二乘支持向量回归模型、季节ARIMA模型和灰色预测模型等几种著名的预测模型相比,具有较好的预测效果。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
