基于bp神经网络预测的城区占道停车智能管理系统的设计与实现

《基于bp神经网络预测的城区占道停车智能管理系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级领士学位论文题目：基于神经网络预测的城区占道停车智能管理系统的设计与实现学号姓名：刘颖专业电子科学与技术导师范春晓学院：电子工程学院年月日中国■北京密级：分却索大硕士学位论文题目：基于神经网络预测的城区占道停车智能管理系统的设计与实现学号：姓名：刘颖专业：肝鮮墟导师：范春晓学院：电子工程学院年月曰独创性（或创新性）声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研宄

2、所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：匆繁日期、、、关于论文使用授权的说明学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后遵守此规定）保密论文注释：本学位论文属于保密在年解密后适用本授权书。非保密论文注释：本学位论、文不于保密范围

3、，适用本授权书。本人签名：日期：士口、导师签名：日期：基于神经网络预测的城区占道停车智能管理系统的设计与实现摘要随着经济的发展和人们消费能力的提高，家用小汽车的数量曰渐增长，城市中“停车难”问题越来越严重。现有的大型停车场难以满足停车需求，增加占道停车的方式可以大大缓解这一难题。然而因为占道停车场分布的不规律性及管理体系的不健全，存在个人私行收取费用的状况，且无严格统一的收费准则，管理部门没法及时掌握泊车信息及停车费用，驾驶员无法及时获取所在位置附近的停车场及车位占用情况信息，所以需要构建统一的智能管理系统。此外，国内的大多数停车管理系统中的信息发布模块，仅能显示车位的实时信息，未能

4、提供对短时间内车位变化情况的预测，导致驾驶员到达停车场后的实际车位占用情况可能与在停车场外看到或者查询到的信息差别很大，甚至只能到其他停车场寻找车位，带来诸多不便。首先，本文针对当前国内外普遍使用的停车场系统的情况进行了调研，指出了当前工作中存在的问题并予以剖析。进而讨论了时间序列预测的相关方法，重点讨论了基于神经网络预测的方法，针对神经网络预测算法进行了深入的研宂。然后，本文对城区占道停车智能管理系统的功能需求进行了分析，并完成了整体的设计工作。第一，为了使管理系统智能化，将系统划分为四个子系统分别是车位信息采集子系统，手持终端收费子系统，中心管理子系统以及停车诱导及车位预测子系统

5、。在各子系统之间定义了通信格式及交互协议，实现了数据的采集、传输、处理及应用。第二，在停车诱导子系统中引入了车位信息的预测功能，目的是对未来车位的变化情况实现短时预测。通过对时间序列预测的传统方法、时间序列的非线性预测方法以及神经网络预测方法的比较，最终创建了基于神经网络的车位信息预测模型，并用实际数据对该模型进行了验证。最后，结合实际项目需求，完成了对本系统的开发和实现。关键词：占道停车智能管理神经网络预测算法DESIGNANDIMPLEMENTOFCITYAREAPARKINGINTELLIGENTMANAGEMENTSYSTEMBASEDONBPNEURALNETWORKFOR

6、ECASTABSTRACTWiththeeconomicdevelopmentandimprovementofpeople'sspendingpower,numberoffamilycarsisincreasingfast,"parkingproblem"isgettingworse.Existingstandardparkingareascannotsatisfythisdemandandareaparkingcaneasethissituation.However,manyproblemssuchasdisorderofareaparkingandimperfectofmanag

7、ementsystemandarbitrarychargeswillresultthatadministrativedepartmentcannotmasterinformationofparkingandcharge,soitisnecessarytobuildaunifiedmanagementsystemplatform.Inaddition,majorityofinformationforecastsubsystemofdomesticparkin