一种基于支持向量机的县域城镇机动车保有量预测方法技术

本发明专利技术公开了一种基于支持向量机的县域城镇机动车保有量预测方法，包括以下步骤：考查县域城镇的基本特征及规划要求，构建机动车保有量影响因素表，收集其历史数据，建立数据集；分别通过模型结构和参数定义、模型维数和核函数选择、因子初值确定、模型构造和最优求解，构建基于支持向量机的县域城镇机动车保有量预测模型；将所得模型应用于验证集数据进行预测，将预测结果与实际数据进行拟合分析，根据精度要求验证预测模型的准确性和稳定性；若不满足，则重新构造模型；若满足要求，则利用模型预测规划年县域城镇机动车保有量。本发明专利技术有助于构建县域城镇控碳与需求相耦合的交通设施配置体系，实现交通规划向低碳化发展。

A prediction method of vehicle ownership based on support vector machine in County town

The invention discloses a method for predicting the amount of motor vehicles in a county town based on support vector machine, which comprises the following steps: examining the basic characteristics and planning requirements of a county town, constructing a table of factors affecting the amount of motor vehicles, collecting its historical data, and establishing a data set; respectively, determining the initial value of the factors, and modeling through model structure and parameter definition, model dimension and kernel function selection Based on the support vector machine, the model is applied to the verification set data for prediction, the prediction results are fitted with the actual data for analysis, and the accuracy and stability of the prediction model are verified according to the accuracy requirements; if not, the model is rebuilt; if the requirements are met, the model is used for prediction The number of motor vehicles in the towns of the county in the planning year. The invention is helpful for constructing a traffic facility configuration system of coupling carbon control and demand in county towns, and realizing the development of traffic planning to low carbon.

【技术实现步骤摘要】
一种基于支持向量机的县域城镇机动车保有量预测方法
本专利技术属于低碳交通规划与汽车数据预测领域，尤其涉及一种基于支持向量机的县域城镇机动车保有量预测方法。
技术介绍
经济与社会的发展促使了机动车保有量的增长，在给生产生活带来便捷的同时，也造成了城市交通拥堵和环境污染。研究表明机动车保有量的增加对各地空气质量基本呈正向加重效应，尤其是二氧化碳气体排放的日益增长不断推动大气环境的恶化。在县域城镇及乡村区域，随着城镇化进程的发展，居民收入的持续增长提高了机动车的普及率；为了避免县域城镇出现大城市中交通过载导致的高碳排放量的问题，有必要对机动车保有量进行合理的预测，实行满足低碳需求的交通管理政策与措施。作为交通规划的一项基础性工作，机动车保有量预测对城市交通的发展方向、交通设施的配置和制定交通管理政策与措施都有着直接的参考意义，尤其在低碳交通领域，合理预测机动车保有量，对交通碳排放进行估算和提前控制，能更好地构建控碳与需求相耦合的交通设施配置体系，实现交通与环境友好协同发展。目前对于机动车保有量的预测主要分为集计模型和非集计模型，早期方本文档来自技高网...

【技术保护点】
1.一种基于支持向量机的县域城镇机动车保有量预测方法，其特征在于，包括如下步骤：/n步骤1：考查县域城镇的基本特征及规划要求，构建机动车保有量影响因素表，收集机动车保有量影响因素历史数据，建立数据集，并进一步划分为训练集和验证集；/n步骤2：构建基于支持向量机的县域城镇机动车保有量预测模型，分别通过模型结构和参数定义、模型维数和核函数选择、因子初值确定、模型构造和最优求解；/n步骤3：将步骤2所得模型应用于验证集数据对机动车保有量进行预测，将预测结果与实际数据进行拟合分析，根据精度要求验证预测模型的准确性和稳定性；若不满足，则重新构造模型；若满足要求，则利用模型预测规划年县域城镇机动车保有量。...

【技术特征摘要】
1.一种基于支持向量机的县域城镇机动车保有量预测方法，其特征在于，包括如下步骤：
步骤1：考查县域城镇的基本特征及规划要求，构建机动车保有量影响因素表，收集机动车保有量影响因素历史数据，建立数据集，并进一步划分为训练集和验证集；
步骤2：构建基于支持向量机的县域城镇机动车保有量预测模型，分别通过模型结构和参数定义、模型维数和核函数选择、因子初值确定、模型构造和最优求解；
步骤3：将步骤2所得模型应用于验证集数据对机动车保有量进行预测，将预测结果与实际数据进行拟合分析，根据精度要求验证预测模型的准确性和稳定性；若不满足，则重新构造模型；若满足要求，则利用模型预测规划年县域城镇机动车保有量。


2.根据权利要求1所述方法，其特征在于，所述步骤1包括：
步骤1.1：根据我国县域城镇发展的特征及交通特色，收集影响县域城镇机动车保有量的因素，影响因素从县域城镇的经济发展指标、居民人口组成、社会收入水平、交通发展规模、二氧化碳排放量、控制碳排放政策方面综合选取，不同县域城镇各有其特异性；
步骤1.2：为消除量纲不同造成的影响，对所收集的数据进行归一化处理，便于建模：



其中，x′i是元素归一化后得到的值，xi是原始值，xmin是原始...

【专利技术属性】
技术研发人员：项乔君，胡敏琦，张旭华，顾欣，彭显玥，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32