运输网上交通流量实时预测模型研究

《运输网上交通流量实时预测模型研究》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、北方交通大学硕士学位论文运输网上交通流量实时预测模型研究姓名：吴小强申请学位级别：硕士专业：交通运输规划与管理指导教师：林柏梁2001.2.1摘要近年来神经网络的研究在国内外已经深入展开，也获得了一定的成果，神经网络模型是在交通流量预测方面很有潜力的一种模型。由于多数的交通问题是高度非线性的，可获得的数据通常是大量的和复杂的，用神经网络处理这些问题有很大的优越性。国外在交通领域内用神经网络的研究自八十年代末期以来就一直以迅猛的速度发展。交通流预测和实时动态交通分配(DTA)是交通流诱导的基础和前提，只有能够比较理想的预测出实时的交通流量信息，才能进一步应用现代通讯技术、计算机技

2、术等为出行者提供出最佳的行驶线路，从而避免盲目出行造成的交通拥挤，达到网路畅通、高效运行的目的。本文的主要内容如下：(1)首先简单回顾神经网络理论在交通运输领域的应用，并分析交通流实时预测模型的研究现状。但是在以往的研究中，有关交通流量预测模型的研究未能取得令人满意的成果。接着讨论了交通流实时预测与相关研究领域的关系，介绍了交通流相关领域的研究现状。(2)第二章的内容首先是介绍交通流的自组织理论，它是研究交通流实时预测模型的理论基础。再接着介绍了交通流的特性和交通流数据的采集、整理和加工等以及交通流模拟理论。(3)本文神经网络的改进在于采用差商LM法，经过仿真研究，发现差商LM

3、法是一种高效、快速的学习方法，其学习速率比带动量项的学习率自适应的BP算法高一个量级，而比DavidenFletcherPowell(DFP)、BroydenFletcherGoldfarlSharmo(BFGS)等变尺度方法以及其他非线性最小二乘法的稳定性要好得多。之后介绍基于正交最小二乘算法的小波神经网络模型和基于时间序列的小波神经网络预测模型。(4)在交通流预测这个问题上，主要分为两个方面的研究：高速公路上交通流量的实时预测问题和城市交通道路网一般道路交通流实时预测问题。本文建立了基于改进神经网络的交通流量实时预测模型，并运用这些模型，以实测交通流数据为数据来源进行计算。

4、接着提出交叉口交通流量实时预测模型，最后建立基于小波神经网络的交通流量预测模型。(5)第五章介绍了其他的交通流的预测方法与模型：历史数据方法，时间序列方法，指数平滑预测方法，非参数回归方法等预测模型方法，以及这些方法的相互结合等方法。(6)最后对本文简单总结并指出进一步研究的问题。神绷编戳媚耥濑1幻陬黝『j91叫，膨II北方交通大学硕士学位论文第六章本文结论自从70年代开始，不少的学者在积极地探讨着其他交通流量预测方法，他们试图运用他们当时最先进的预测方法和模型来解决交通管理和控制系统效率的问题。到目前为止，关于交通流量预测的问题，以往的学者使用过的方法和模型主要有：历史数据方

5、法，时间序列方法，模糊神经网络方法，谱分析模型(Spectrummodel)，指数平滑预测方法，非参数回归方法，基于卡尔漫滤波理论的预测模型，神经网络模型，以及这些方法的相互结合等方法。．岛k，詹局、§64—结论一衣0，kjf／§6．1．1本文的主要工作，L。、／一最后对本文所作的工作简单的总结如下：y(1)研究的内容之一是交通流的自组织理论，它是研究交通流实时预测模型的理论基础。再接着介绍了交通流的特性和交通流数据的采集、整理和加工等以及交通流模拟理论。f2)网络的改进在于采用差商LM法，经过建立模型与实际计算发现，发现差商LM法是一种高效、快速的学习方法，其学习速率比带动量

6、项的学习率自适应的BP算法高一个量级，而比DavidenFletcherPowell(DFP)、BroydenFletcherGoldfarlShanno(BFGS)等变尺度方法以及其他非线性最d,--乘法的稳定性要好得多。之后介绍基于正交最小二乘算法的小波神经网络模型和基于时间序列的小波神经网络预测模型。(3)在交通流预测这个问题上，主要分为两个方面的研究：高速公路上交通流量的实时预测问题和城市交通道路网一般道路交通流实时预测问题。本文建立了基于改进神经网络的交通流量实AbstractForecastingreal．timetrafficflowhasbeenidentifi

7、edasacriticalneedforintelligenttransportationsystem(ITS)．Particularly,trafficflowforecastswillsupportproactive．dynamictrafficcontr01．Tra伍CflowforecastiSanimportantaspectforthetrafileflowguidancesystem．However，previousattemptstodeveloptrafficflowfor