基于人工神经网络的交通流量预测研究

《基于人工神经网络的交通流量预测研究》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、摘要智能交通系统是利用最尖端的电子信息通信技术，形成人员、公路和车辆三位一体的新公路交通系统的总称(包括驾驶人员和管理者)。这一有机组合、运行有序的先进系统，能使车辆靠自身的智能在道路上安全地行驶，公路靠自身的智能将交通流调整至最佳状态，驾驶员靠系统的智能对道路交通情况了如指掌。交通流诱导系统是智能交通系统领域当中一项重要的研究内容，而交通流量的预测问题则是交通流诱导系统的核心问题，因此，如何能够实时准确的预测交通流量成为诱导系统是否能够有效实现的关键问题。首先，本文写作的目的在于采用现代智能控制中先进的人T神经刚络(ANN)与交通科学中的交通工程学以及相关学科紧密结

2、合起来，研究如何在智能交通领域中的交通流量预测这一重要方向发展已有的智能预测方法，提出新的理论以及将相应的ANN理论应用于具体实例中去的问题。具体实例中采用了交通流量符合二项式分布模型的某段路段的交通流量统计数据，之所以采用这种模型的意义在于它是建立在交通情况较拥挤，车流不畅的常见路面情况之上的。这样的选择使得研究讨论的交通流量预测模型具有较为广泛的应用价值。本文所讨论的问题归根结底是尝试寻找一些针对交通流量符合上述模型的优选预测方法，检验在智能控制领域已经被普遍采用并且取得了非常理想效果的人工神经网络(ANN)是否能够适用于交通流量预测这样的非线性系统中去的问题，进

3、而选取了特定几种常见人工神经网络方法进行了计算机仿真，比较仿真结果，得出相关结论。其次，本文中仿真工具采用的是一台CPU为Celeron300MHz的计算机，这一配置在当前计算机中属于较为低档的机型，因此在实际工程应用中仿真结果应当具有一定的代表意义。仿真软件选用的是自动化领域中被广泛采用的MATLAB，版本为5．3，选取神经网络分别为BP，GRNN，RBF，由于时间有限，选取范围不允许过大，因此上述常用的神经网络被应用于仿真。然后，在仿真结果中发现，上述神经网络对于交通流量预测的效果都是比较好的，但是每种神经网络在仿真过程中时间长短，准确度，离散程度都有区别，BP神

4、经网络预测时间较为迅速但准确度不高，经过数次采用改进算法后精度有所提高但是预测时间有所延长，但仍在允许范围之内。GRNN神经网络预测时间上具有很强优势，并且准确度高于改进后的BP神经劂络，但是离散程度较低。而RBF神经网络在预测结果上离散程度高是其特点，但是计算用时过长且准确度近似于BP网络。总而言之，在已经试验的上述人工神经网络仿真实验比较后可以得出以下结论，BP，GRNN人工神经网络在预测中已经达到了较好的效果，可以应用于工程中去，而RBF网络还需要缩短预测时间的基础上再应用于实际中去，总体预测效果GRNN优于改进的BP算法，而改进的BP算法优于未改进的BP算法以

5、及RBF算法。最后根据这些现有神经网络预测的优势和不足，对今后的工作进行了展望。关键字：琶髭变望垂筮童塑丝鋈!壅勉主堑蕴透曼丕筮垦￡狴丝鲤鳖!IIAbstractITS(IntelligentTransportationSystem)isanadvancedroadtransportationsystemwhichincludingmanytechnicalfields，suchaselectronicinformation，communication，intelligentcontroltechnology．Byusingthenewsystern，thevehic

6、leswouldbemuchsmarterthanbefore．thedriverswouldhavemorechancestoavoidthetramCaccidentandreachthedestinationmuchsooner．TFGS(Traf!ficF10WGuidanceSystem)takepartinanimportantroleinITSTraf：fieflowpredictionisthecoreproblemintheTFGS．HOWtopredicttraf!fiCflowamountonlineiS也ekeysolutiontotheTFG

7、S．ThisthesisappliestlleartificialneuralnetworktotheTFGS．SomesatisfiedresultshavebeenachievedthroughsomesimulationsbytheMATLABtools．Thentheimprovementsbasedontheartificialneuralnetworkhavebeenanalyzedafterthesimulationsabove．Thebettereffecthasbeenobtainedthrotlghsubsequentsimula