节点文献
基于ARIMA和SVM模型的沥青路面使用性能预测比较
Comparing Predictions of Asphalt Pavement Performance between ARIMA and Support Vector Machine Models
【摘要】 通过构建时间序列ARIMA和支持向量机(SVM)模型对沥青路面的PCI值进行预测,并比较两种模型的预测结果,建立适宜的沥青路面使用性能预测模型。分别采用线性核、多项式核、径向基核和Sigmoid核函数构建SVM模型,根据十字交叉验证(Cross-Validation)方法确定核函数及其参数,对比不同核函数的PCI值预测误差精度。最后利用选取的多项式核函数SVM算法预测广东省普通国省道沥青路面使用性能。结果表明:采用多项式核、径向基核函数SVM算法的预测结果较ARIMA模型预测结果精度高。SVM算法中核函数对预测结果影响显著,4种核函数SVM预测模型中,基于多项式核函数模型预测精度最高,其预测沥青路面使用性能的平均绝对百分误差(MAPE)在1%以下,其次为径向基核函数,而Sigmoid核函数预测精度最低。采用线性核函数SVM算法预测结果与ARIMA模型预测结果接近,预测精度满足要求。
【基金】 国家自然科学基金资助项目(编号:51808228);广东省交通运输厅科技项目(编号:科技2017-02-003);广东省公路事务中心科研课题(编号:粤公研2017-15)
- 【文献出处】 中外公路 ,Journal of China & Foreign Highway , 编辑部邮箱 ,2022年02期
- 【分类号】U416.217
- 【下载频次】228