一种基于Huber损失函数的高速公路交通流量鲁棒预测方法

本发明公开了一种基于Huber损失函数的高速公路交通流量鲁棒预测方法，通过机器学习算法对高速公路检测器采集的交通流数据进行分析，实现对未来交通流量的准确预测。所述预测方法，包括如下步骤：步骤1、从高速公路各传感器采集时间序列数据，计算捕获时序依赖性的回声状态网络（ESN）储备池输出x(t)；步骤2、设计带Huber损失函数和二范数正则化项的回声状态网络模型，将其转化为线性约束的等价形式并用交替方向乘子法(ADMM)求解；步骤3、根据预测性能调整Huber损失函数的阈值c，得到鲁棒性与泛化性能最强的回声状态网络模型，在高离群值比例下获得与不含离群值时相近的结果。