基于bp神经网络和模糊推理系统的短时交通流预测

《基于bp神经网络和模糊推理系统的短时交通流预测》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、基于BP神经网络和模糊推理系统的短时交通流预测摘要：本文研究短时交通流预测。短时交通流预测是智能交通系统研究和实践的必要基础。本文提出和建立了一个短时交通流量预测模型，该模型利用一个基于规则的模糊系统，非线性地组合BP神经网络模型和自适应卡尔曼滤波模型的交通流量预测结果，使得短时交通流量的预测结果更加准确可靠。该模型将传统方法和人工智能方法有机结合，一方面，利用人工神经网络强大的动态非线性映射能力，从而提高预测精度；另一方面，充分发挥卡尔曼滤波的静态线性稳定性，解决了单独使用BP神经网络进行预测时识别率不理想和可信度不高的问题。实验结果表明

2、，本文提出的短时交通流预测模型具有较高的准确度和可靠度。关键词：短时交通流预测；BP神经网络；模糊推理系统；卡尔曼滤波中图法分类号：TP39文献标识码：A文章编号：2095-2163(2015-)02-Short-termTrafficFlowPredictionbasedonBPNeuralNetworkandFuzzyInferenceSystemXIONGWeiqingl，YANXiaobo2，JIANGShouxul,LIZhijunl(1SchoolofComputerScienceandTechnology,HarbinInst

3、ituteofTechnology,Harbin150001，China；2CollegeofComputerScienceandTechnology,JilinUniversity,Changchun130012，China)Abstract：Fortheresearchandpracticeofmodernintelligenttransportationsystems，short-termtrafficflowpredictionisanessentialelement.Themaincontentofthispaperistoest

4、ablishatrafficpredictionmodelforshort-termtrafficflowforecasting，usingarule-basedfuzzysystem,nonlinearlycombinetrafficflowforecastsresultingfromanadaptiveKalmanfilter(KF)andBPneuralnetworkmodel，whichisreferredasKBFmodel.Organiccombinationoftraditionalmethodsandartificialin

5、telligencemethods,ononehand,makesuseofthepowerfuldynamicnonlinearmappingabilityofartificialneuralnetwork，soastoimprovethepredictionaccuracy；Ontheotherhand,takesfulladvantagesofthestaticlinearstabilityoftheKalmanfiltertosolvetheproblemthattheforecastsrecognitionrateisnotsat

6、isfactoryandthecredibilityisnothighwhileusingaBPneuralnetworkonly.Verifiedbyexperiments,thismodelisusefulfortrafficflowforecastingwithhighaccuracyandhighreliability.Keywords：Short-termTrafficFlowPrediction；BPNeuralNetwork；FuzzyInferenceSystem；KalmanFilter0引百随着经济的快速发展，现代化进程

7、的不断推进，私人汽车大规模普及，致使城市交通压力日渐增加，交通拥堵、交通安全以及由交通引发的环境污染、能源紧缺等问题也随之加重与突出，相当程度上影响了人民群众的日常生活和城市的上限发展，因而引起了社会各界的广泛关注。当前，交通问题在世界各国都是一个亟待解决的热点和焦点问题。作为目前公认的全面有效地解决交通问题的最佳途径，智能交通系统(IntelligentTransportationSystem,ITS)已然赢得了研究者的瞩目与青睐，成为抢眼的研究亮点。所谓智能交通系统［1］是将先进的信息技术、数据通讯技术、电子技术、传感器技术以及计算机处

8、理技术等综合起来，用于整个交通运输体系，从而在大范围内建立一种可全方位发挥作用的实时、准确、高效的交通综合管理系统。智能交通系统若想发挥预期的理想作用，必须首先获得及时、准确的交