基于神经网络模型的交通大气环境质量评价研究

《基于神经网络模型的交通大气环境质量评价研究》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、长安大学硕士学位论文基于神经网络模型的交通大气环境质量评价研究姓名：袁玲申请学位级别：硕士专业：交通运输规划与管理指导教师：严宝杰2001.6.1摘要本文基于人工神经网络模型对高速公路沿线200m范围内的交通大气环，__。一一境质量进行综合评价、对交通噪声进行预测以及对网络模型的结构性质进行了探讨。厂(运用LVQ网络模型对道路沿线监测点的污染物co、NO。、TSP浓度及噪＼声声级进行综合评价，并与主分量分析法评价结果比较，两者结果完全一致；运用改进的LM算法BP网络模型，根据道路沿线监测点的交通流量、平均车

2、速、受声点距路肩距离、敏感点高差预测交通噪声的等效声级，并与实测值比较，两者结果基本吻合。表明设计的该神经网络模型具有良好的非线性映、射功能及良好的泛化功能。～声本文对网络模型隐含层数、选择进行了讨论，发现增加网络提高精度，但同时也增加了网络网络可获得良好的泛化能力，但隐含层神经元个数与误差的关系、样本量的-。-’^_。。-。一，_—_一隐含层数、隐含层神经元个数可降低误差，的复杂性，延长了训练时间：增加样本量，样本量过大，也即增加网络规模，则会出现过拟合现象。<／辑本量及隐含层数的选择有待于进一步研究。≥

3、、／关键词：交通大气环境质量LVQ网络BP网络非线性映射泛彤’＼AbstractInthispaper,onbasisofArtificialNeuralNetwork(ANN)，thetra艏catmosphericenvironmentalqualityhasbeenassessedinacomprehensivewayandraodtra伍cnoisehasbeenpredictedwithintherangeof200malongtheexpressway．Besides，thestructural

4、propertiesofnetworkmodelisalsodiscussedherein．ByusingLVQnetworkmodel，theconcentrationsofpollutantslikeCO，COxandTSPandnoiselevelsatthemonitoringlocationsalongtheroadhavebeenalsoassessedinanintegrativeway．Theresultsobtainedwerecomparedwitllthosebyprincipalco

5、mponentanalysismethodandtheywereprovedtobequitethesame．Still，byusingBPnetworkmodel、vithLMcalculationmethod，andbasedonthetrafficflow,averagevehiclespeed，heightdifferencesatsensitivelocationsandthedistancebetweenthenoisereceptionlocationandtheroadshoulderatt

6、hemonitoringspots，thetrafficequivalentacousticlevelshavebeenpredicted．TheresultsturnedouttObebasicallythesame．Thisshowsthatthedevisednervenetworkmodelhasfavorablenonlinearmappingandgeneralization．ThispaperhasalsodealtwitlltheelementsaffectingANNfunctionlik

7、eHiddenlayer,neuronandsamplenumber．Theralationbetweenneuronnumberanderrorshasbeenconsidered．Ithasbeenfoundthattheincreaseofneuronnumbercallreduceerrorsandincreaseaccuracy．However,itmakesthenetworkmoredifficultandwillprolongtrainingtime．Byincreasingsample，g

8、eneralizationcanbeimproved，buttoomuchsamplecanincreasethescaleofthenetwork，thusleadingtoover—fitting．Thesampleandhiddenlayernumberwillneedtoberesearchedfurther．Keywords：Trafficatmosphericenvironmentalquality,