韦凌翔，赵洪旭，赵鹏飞，钟栋青，陈天昊

摘要：为解决交通事故预测中非线性样本影响预测精度的问题，本文构建了基于粒子群算法(PSO)优化的最小二乘支持向量机(LSSVM)的交通事故预测方法.在构建交通事故数LSSVM预测模型的基础上，采用PSO算法优化LSSVM的惩罚系数和核函数宽度；设计了基于粒子群优化最小二乘支持向量机的交通事故预测模型；最后以我国连续48个月的道路交通事故数据建立模型，验证了该预测方法的有效性.实验结果表明：PSO优化LSSVM的交通事故模型比使用经验参数的LSSVM预测模型的预测效果更好.是准确预测交通事故的方法.

关键词：交通安全;交通事故;最小二乘支持向量机(LSSVM);粒子群优化算法(PSO);预测模型;

DOI：10.13986/j.cnki.jote.2023.04.016

发表时间：2023-8-15