基于云平台的短时交通流预测算法设计与实现

《基于云平台的短时交通流预测算法设计与实现》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、硕士学位论文基于云平台的短时交通流预测算法设计与实现DesignandImplementationOfShort—termTrafncF10wPredictiOnA埯orithmBasedonCloudPlatform学号：21009261完成日期：——2Q坦』4一丛大连理工大学DalianUniVers时ofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使

2、用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：笺墨云聋丝殓丝酸殛赶亟矧璺丛遗塑姚作者签名：匀约鱼日期：立啦年—L月一j互日大连理工大学硕士学位论文摘要短时交通流预测，作为智能交通系统的重要组成部分，一直是研究热点之一。对于短时交通流预测算法，预测精度和计算效率是影响交通控制、诱导和管理效果的关键指标。然而，通常预测精度和计算效率是矛盾的，两者不可兼得。一般而言，较高预测精度的算法或者逻辑过于复杂，或者需要处理大量的数据，从而降低计算效率，甚至影响实用性。本文从提高预测

3、算法的实用性角度出发，结合云计算平台在海量数据存储和大规模并行实时处理方面的技术优势，提出了一种基于MapReduce技术的短时交通流预测方法，在保证预测精度的前提下，提高短时交通流预测的计算效率，进而增强预测算法的实用性。本文给出了基于MapReduce技术的短时交通流预测方法的设计和实现过程，选取了两种常见的短时交通流预测算法进行了调整和改进，以适应MapRe“ce编程模型的要求：一种是遗传算法优化的误差反向传播(BackPropagation，BP)神经网络算法，该算法预测精度相对较高，但前期网络权值训练过程需要大量的数据样本，需耗费的时问较长，不利于网络

4、模型的及时更新，限制了算法的应用范围；另一种是K近邻非参数回归算法，该算法预测精度很高，但近邻查找过程中需要搜索历史数据库，模式匹配效率较低，是其应用到实际中去的主要障碍。仿真实验结果表明，采用基于MapReduce技术的短时交通流预测方法，解决了BP神经网络算法中存在的前期网络权值训练时间过长问题，也解决了K近邻非参数回归算法中模式匹配时搜索历史数据库效率过低的问题，能够有效改善预测算法的实用性。关键词：短时交通流预测；云计算；MapReduce；神经网络；K近邻；智能交通基于云平台的短时交通流预测算法设计与实现DesignandImplementationo

5、fShort-termTramcFIowPredictionAlgorithmBasedonCloudPlatfomlAbstractShon—ternltra伍cnowprediCtionasanimportantcomponentofinteIligenttm伍csystemjsalwaysoneoftheresearChhotSpots．111epredictionaccuracya11dcalculationefjEiciencyaremetWokeyfactorsthatinfluencethe昀伍ccon仃ol，guideandmaIlagement

6、e低ct．However’highpredictionaccuraIcyandeXcellentcalculatione衔ciencyarecon州icto巧whichcarulotbeachieVedsimultaneously．Ingeneral，highpredictionaccuracyalgorithmsusuallyhaVemorecompIicatelogic，orhaVetoprocessla培escaleofdata．，whichresultsinlowe硒ciencyandeVeninnuencepmcticalit)，．Inordertoo

7、ptimizethepracticalityofshort．temtramcnowprediction，thispapercombinestheadVantageofcloudplatfommbigdatastorageandlargescaleofdatareal-timeprocessing，andpDDposedaMapReduce-basedshort—te锄tra塌cflowpredictionmethod．TheMapReduce-basedmeⅡ10dc孤e仟ectivelybettermecalculationemciency、Ⅳhilepred

8、ictionaCcumc