收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于SVM和BP神经网络的短时交通流预测与实现

余涛  
【摘要】:随着科技的进步和社会的发展,现如今的交通出行让我们感受到既方便又舒适。但是由于汽车数量呈现指数型增长,以及出行路径的盲目选择产生了交通拥堵问题。本文基于智能理论的算法对短时交通流进行预测,为用户提供合理的出行路径从而避免交通拥堵。目前短时交通流预测主要考虑到以下因素:一是如何对交通流数据进行预处理,保证数据的质量;二是如何利用预处理后的交通流数据集得到有效的预测模型;三是选择合适的预测算法对交通流进行预测。首先,本文对原始交通流数据进行预处理研究。所被用来进行预测的原始交通流数据的质量对预测结果有着重要影响,但是会因为交通流数据采集设备故障等原因,导致采集到的数据会出现噪声以及数据缺失。因此本采用小波分析法对原始交通流数据进行去噪分析,最终保证了系统中的数据质量。其次,我们提出了一种新型预测模型和算法来进行短时交通流预测。短时交通流预测在交通管制应用中具有非常重要的作用,短时交通流具有非线性,时间跨度广,不确定性和不稳定等特点。本文分析了单一模型的劣势,在较少的数据集的情况下,支持向量机(SVM)具有更好的预测效果。但一般来说,交通流数据集较大,SVM无法应对较大的数据集。论文中提出了一种基于SVM(支持向量机)和BP神经网络组合的预测算法。通过最优加权规则(Optimal weighted rule)去优化我们的预测算法。通过仿真实验,从平均绝对百分比误差和均方根误差上来看,我们的组合算法均优于SVM和BP神经网络算法。最后,设计并实现交通流预测系统。在对交通流预测系统进行需求分析的基础上,设计出系统的总体框架,以及系统数据库的设计,通过服务器端和客户端代码的编写,实现了SVM和BP神经网络组合模型短时交通流的预测系统。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 王晓丹;白云;李川;;基于统计的我国短时交通流预测模型分析[J];现代计算机(专业版);2017年17期
2 程山英;;基于模糊神经网络的短时交通流预测方法研究[J];计算机测量与控制;2017年08期
3 邓箴;任静;刘立波;;基于多条件随机场的短时交通流预测模型[J];计算机工程与设计;2017年10期
4 高圣国;;基于模式识别的短时交通流预测[J];公路;2011年09期
5 高丽梅;高鹏;陈俊波;;数据融合技术在短时交通流预测中的应用[J];交通科技;2010年S1期
6 马宏亮;张建平;李瑞敏;郭敏;;短时交通流预测系统的效率优化研究[J];交通信息与安全;2010年04期
7 杨鑫;赵静;孙雨晴;;基于支持向量机的短时交通流预测方法建模[J];发明与创新(职业教育);2018年08期
8 康军;段宗涛;唐蕾;温兴超;;一种平稳化短时交通流预测方法[J];测控技术;2018年02期
9 黄晓慧;张翠芳;;布谷鸟算法优化小波神经网络的短时交通流预测[J];计算机应用与软件;2017年03期
10 李振龙;张利国;钱海峰;;基于非参数回归的短时交通流预测研究综述[J];交通运输工程与信息学报;2008年04期
11 雷斌;温乐;耿浩;李建明;;基于加权组合模型的短时交通流预测研究[J];测控技术;2018年05期
12 王娇;李军;;最小最大概率回归机在短时交通流预测中的应用[J];公路交通科技;2014年02期
13 阚津;江伟;;综合运输体系的短时交通流预测方法[J];交通建设与管理;2014年06期
14 金春玉;郑瑞平;刘洪;李欣;;短时交通流预测研究[J];华东公路;2011年03期
15 张晓利;陆化普;;非参数回归方法在短时交通流预测中的应用[J];清华大学学报(自然科学版);2009年09期
16 宗春光,宋靖雁,任江涛,胡坚明;基于相空间重构的短时交通流预测研究[J];公路交通科技;2003年04期
17 刘钊;杜威;闫冬梅;柴干;郭建华;;基于K近邻算法和支持向量回归组合的短时交通流预测[J];公路交通科技;2017年05期
中国重要会议论文全文数据库 前6条
1 于建玲;商朋见;关积珍;;改进的相空间重构方法在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年
2 郑德署;何世伟;许旺土;;分形理论在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年
3 许岩岩;翟希;孔庆杰;刘允才;;基于分类回归树的交通流短时预测[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年
4 贺佐斌;丁晓青;杨碧茹;侯海波;;信号交叉口短时交通流预测[A];2017年中国城市交通规划年会论文集[C];2017年
5 杨锦伟;肖新平;郭金海;;基于灰关联与少数据云推理的短时交通流预测[A];第25届全国灰色系统会议论文集[C];2014年
6 唐丽娜;张卫华;;短时交通流预测方法的比较研究[A];2007第三届中国智能交通年会论文集[C];2007年
中国博士学位论文全文数据库 前3条
1 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年
2 敖谷昌;城市快速路交通状态特性及关联分析方法研究[D];北京交通大学;2014年
3 孔祥杰;城市路网交通流协调控制技术研究[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 余涛;基于SVM和BP神经网络的短时交通流预测与实现[D];南京邮电大学;2018年
2 石睿;基于粒子滤波与神经网络的短时交通流预测[D];北京交通大学;2018年
3 李扬;基于时空特性的短时交通流预测模型研究[D];北京建筑大学;2018年
4 李治;基于短时交通流预测的动态路径选择问题研究[D];兰州交通大学;2018年
5 张金飞;城市交通路口短时流量预测模型研究[D];昆明理工大学;2018年
6 龙艳芳;基于极限随机树集成的短时交通流预测模型研究[D];湖南大学;2017年
7 周扬栋;城市道路短时交通流预测方法研究[D];江西理工大学;2018年
8 蒋婷婷;基于鸡群算法的小波神经网络短时交通流预测研究[D];西南交通大学;2018年
9 韩鹏;基于短时交通流预测的交叉口优化配时研究[D];中国科学技术大学;2017年
10 刘彩云;基于Spark的改进SA-SVR短时交通预测研究[D];东华理工大学;2017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
  • 010-62982499
  • 010-62783978