收藏本站
《吉林大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

道路交通规划关键指标预测方法研究

倪同和  
【摘要】:国民经济的迅速发展,带动了交通运输业的稳步提升,同时也对交通运输业的服务水平提出了更高的要求。政府部门及专家学者一直致力于智能交通运输系统的研究。道路交通是交通运输系统的主要组成部分,道路交通的智能化水平,关系到地区经济的发展与人民生活水平的提升程度,而道路交通规划是道路交通智能化发展的前提。道路交通规划关键指标的准确预测,是道路交通规划的焦点问题,因此,探索道路交通规划关键指标预测方法,不仅可丰富道路交通系统规划理论,也可以为编制道路交通专项规划提供依据。 科学的道路交通规划方法可促进社会与经济的发展,满足居民出行的需求。道路交通规划中的常用指标包括国民经济指标、客货运输指标和公交指标等。其中客货运量、客货周转量和公交客流量是其中的关键指标。客货运量与客货周转量在道路交通规划中是进行客运网络和货运网络规划及客货场站布局的基础指标;公交客流量是提出公交车辆实时调度、车辆优化与配置方案的关键性指标。 本文以道路交通规划关键指标为研究对象,针对道路客货运量、道路客货周转量以及公交客流量等指标的预测方法进行深入研究。国内外专家学者已提出了不同的预测方法与模型,为后续研究提供了丰富理论与宝贵经验。但这些理论与方法还存在一些缺陷,有待于进行深入研究:预测模型较少从系统的角度出发,分析研究对象的内部规律与影响因素,系统内部的复杂性导致预测误差较大,难以对研究对象的发展趋势作出准确预测;预测中采用的组合模型,对模型特点结合的不够充分,难以实现有效的集成,预测结果不理想;对于公交客流量的预测研究较少,公交客流量随时间变化,数据分布呈非线性特性,现有的方法难以针对该特性对其做到准确预测。 本文针对相关研究现状中存在的不足继续展开深入研究,探索解决问题的方法,构建适合道路交通规划关键指标的预测模型,进而丰富道路交通规划指标预测方法理论体系。研究的主要内容包括以下几个方面: 1.改进的系统动力学预测方法:分析系统动力学方法的特点,从系统的角度出发,研究其内部规律与影响因素,从系统变量之间的关系出发,构建系统动力学模型,针对系统复杂性而导致误差变大的问题,对模型进行改进,结合研究结论提出改进的系统动力学预测方法。 2.灰色神经网络集成模型预测方法:分析灰色模型与神经网络模型的特点。采用GM(1,1)模型构造1-AGO序列,由灰色模型与神经网络模型生成灰色模拟序列,根据灰色模拟序列构建灰色神经网络集成模型,进而提出灰色神经网络集成模型预测方法。 3.母小波神经网络预测方法:分析Morlet母小波的特点,将Morlet母小波引入到神经网络模型结构中,在模型神经元中添加伸缩因子与平移因子,画出模型结构图,构建母小波神经网络模型,根据研究结论提出母小波神经网络预测方法。 4.小波分解与重构网络预测方法:分析小波分解与重构方法的特点,将小波分解与重构引入到神经网络模型中。提出小波分解与重构网络预测方法,以公交客流数据为信号,通过小波滤波器分解出近似信号与细节信号,通过对近似信号与细节信号的预测与重构,实现公交客流量的预测。 5.实证分析:将本文提出的交通规划关键指标的预测方法应用到实践中。以吉林省为研究范围,对吉林省的道路客货运量、客货周转量进行预测,并将预测结果与历史数据进行对比,分析预测误差并验证预测方法的有效性;以吉林省辽源市公交线路为研究对象,应用小波分解与重构网络预测方法,预测公交客流量,通过误差对比验证模型的有效性。 本文的创新点主要体现在以下几个方面: 1.在构建系统动力学模型的基础上,针对因系统复杂性而导致误差较大的问题,在模型中增加估计误差模块,有效降低了预测误差。 2.结合灰色模型与神经网络模型的特点,构建灰色神经网络集成模型,解决灰色模型缺乏自学习能力和神经网络模型难以求得全局最优解的问题,克服输入数据样本量要求较高的问题,用于样本量较小情况下的道路运输量的预测。 3.将Morlet母小波引入到神经网络中,构建母小波神经网络集成模型。在母小波中引入伸缩因子与平移因子,克服神经网络模型容错性较差的缺点,实现数据的整体逼近。针对样本数据无明显变化规律的问题,母小波神经网络集成模型的应用对提高预测精度作用显著,该方法用于样本数据无明显变化规律情况下的道路运输量预测。 4.将混沌理论应用到公交客流预测中,首次得出公交客流量数据序列具有混沌特性的结论。将小波分解与重构方法引入到神经网络模型中,解决应用神经网络方法预测公交客流量无可行解的问题。针对公交客流量数据变化规律复杂的特性,小波分解与重构网络预测方法解决了公交客流量难以预测的难题,检验结果验证该模型具有较高的预测精度,该方法用于预测短时公交客流量。 本文的研究成果将丰富与拓展道路交通规划关键指标预测方法的理论框架与方法体系,为制定道路运输业发展规划及城市公交专项规划提供理论依据。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:F224;F512

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 章伟;;粗糙集BP神经网络在房地产价格预测中的应用[J];计算机仿真;2011年07期
2 万励;李余琪;吴洁明;;区域物流需求预测的应用研究[J];微电子学与计算机;2011年09期
3 崔巍;刘洋;;基于GM—GRNN预测模型的珠江水系集装箱运量分析[J];珠江水运;2011年12期
4 潘志毅;;空中交通流量的灰色预测方法应用[J];科技信息;2011年18期
5 郭庆春;孔令军;史永博;崔文娟;张小永;寇立群;;基于神经网络的入境旅游人数预测[J];价值工程;2011年25期
6 孙海龙;冯超;匙瑞堂;;滚动轴承状态监测[J];工业设计;2011年05期
7 李博;;基于人工智能技术的电子商务辅助教学系统[J];太原城市职业技术学院学报;2011年06期
8 杨建辉;李龙;;基于SVR的期权价格预测模型[J];系统工程理论与实践;2011年05期
9 郭庆春;孔令军;崔文娟;寇立群;史永博;张小永;;神经网络在农民收入预测中的应用[J];价值工程;2011年24期
10 杜道渊;柏宏斌;周锋;;基于BP神经网络自贡房地产价格走势预测[J];四川理工学院学报(自然科学版);2011年03期
中国重要会议论文全文数据库 前10条
1 刘长新;熊励;王炜;孙友霞;;基于BP神经网络的航空器材消耗预测[A];第十二届中国管理科学学术年会论文集[C];2010年
2 胡云芝;张延平;胡帅;;MATLAB神经网络模型预测钢铁企业氧气用量[A];冶金循环经济发展论坛论文集[C];2008年
3 王焕峰;陈明杰;刘伟;;蛋白质结构类的全序列预测[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
4 王世谦;苏娟;杜松怀;;基于小波变换和神经网络的短期风电功率预测方法[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
5 周斌;谭达明;;十五工况法汽车排放的预测[A];2005年“南骏杯”汽车学术年会论文集[C];2005年
6 陈涛;徐小力;王少红;邓三鹏;;基于混沌神经网络的烟气轮机预测研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
7 魏崇辉;金福禄;何亚群;;基于粗糙集和神经网络的空军航材消耗预测方法[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
8 侯广松;刘伟生;;基于相关因素映射和神经网络的短期负荷预测[A];山东电机工程学会第十一届优秀学术论文集[C];2008年
9 张云电;林金钳;胡皇印;;基于BP神经网络的压电换能器谐振频率预测[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
10 赵春鹏;岳湘安;侯吉瑞;;低渗透砂岩气藏水锁伤害研究进展[A];第九届全国渗流力学学术讨论会论文集(二)[C];2007年
中国重要报纸全文数据库 前10条
1 记者 陈青 通讯员 孙国根;揭示神经网络形成新机制[N];文汇报;2011年
2 易倍生;股民需要全新的预测方法[N];山西经济日报;2002年
3 英信;心脏病预测方法将变得更简便[N];医药经济报;2003年
4 于翔;数字神经网络中的协同应用[N];网络世界;2009年
5 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
6 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
7 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
8 陈明泉 尹彤 曹烈;油气储层地震预测技术获得长足发展[N];中国石化报;2006年
9 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
10 ;世界经济预测机构及其预测方法[N];北京科技报;2002年
中国博士学位论文全文数据库 前10条
1 吕瑞华;复杂经济系统混沌预测方法与多层局势决策方法研究[D];天津大学;2004年
2 倪同和;道路交通规划关键指标预测方法研究[D];吉林大学;2011年
3 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
4 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
5 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
6 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
7 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
8 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
9 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
10 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
中国硕士学位论文全文数据库 前10条
1 郭亚楠;基于神经网络的软岩巷道变形预测研究[D];河北工程大学;2007年
2 高振坤;基于神经网络和模糊理论的股票指数收益率预测分析[D];湖南大学;2005年
3 时天;基于混沌时间序列的瓦斯浓度预测研究[D];西安科技大学;2009年
4 冯云;一种基于神经网络和多元统计分析的动态预测建模方法[D];哈尔滨工程大学;2005年
5 邵开丽;基于神经网络的软件可靠性预测研究与应用[D];南昌大学;2007年
6 王一莉;瓦斯涌出量预测方法及其应用研究[D];南京工业大学;2005年
7 孙辰军;基于模糊理论的神经网络短期负荷预测方法的研究[D];华北电力大学(河北);2006年
8 赵树果;基于神经网络的焦炭质量预测模型研究[D];河北理工大学;2005年
9 马利民;基于BP神经网络的储层参数预测[D];哈尔滨工程大学;2005年
10 洪磊;群优化BP网在交通事故预测中的应用研究[D];大连理工大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026