收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

城市道路短时交通流预测方法研究

周扬栋  
【摘要】:在科技日益发展的今天,交通拥挤状况已变成了政府注重的核心问题之一。为了有效地减轻甚至解决这一问题,智能交通系统,特别是短时交通流预测成为了关键。短时交通流预测的实时性和准确性保障了道路的通畅及系统的稳定运行,为解决交通问题奠定了基础与技术支持。本文在分析了大量短时交通流预测方法的基础上,针对目前已有方法的不足以及根据人工智能掀起的两大热潮:神经网络与深度学习,给出了两大预测模型。本文具体工作如下:(1)构建基于自适应GA-Elman神经网络的短时交通流预测模型。首先对交通流进行差分数据平滑法处理,用以消除数据趋势性对结果的干扰;其次针对Elman神经网络容易陷入局部极值的缺陷,采用了遗传算法优化;通过比较分析Elman网络不同隐含层数的预测误差,选用最佳层数;通过输入样本数自适应选取隐含层节点数,从而获得最佳预测模型。通过实例分析,并与Elman网络进行对比,证实此模型的优势性。(2)构建基于谱分析与DBN-Elman神经网络的短时交通流预测模型。首先对交通流数据进行谱分析方法分解为趋势部分与随机波动部分,利用随机波动部分代替原始交通流数据作为输入,消除趋势部分给预测结果带来的干扰;其次利用深度学习中的深度信念网络结合Elman神经网络,经过特征学习预训练与微调操作之后获得最佳预测模型;通过实例对比分析,表明模型的高效性与优势性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王正武,黄中祥;短时交通流预测模型的分析与评价[J];系统工程;2003年06期
2 偶昌宝,俞亚南;短时交通流预测的多层递阶方法[J];城市道桥与防洪;2004年05期
3 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
4 唐世星;;改进的支持向量机算法在短时交通流预测中的应用[J];承德石油高等专科学校学报;2012年01期
5 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
6 贺国光,李宇,马寿峰;基于数学模型的短时交通流预测方法探讨[J];系统工程理论与实践;2000年12期
7 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
8 杨世坚,贺国光;基于模糊C均值聚类和神经网络的短时交通流预测方法[J];系统工程;2004年08期
9 王进;史其信;;短时交通流预测模型综述[J];中国公共安全(学术卷);2005年01期
10 杨芳明;朱顺应;;基于小波的短时交通流预测[J];重庆交通学院学报;2006年03期
11 邓志龙;李全;陈茜;;基于灰色系统理论的短时交通流预测[J];公路交通技术;2006年01期
12 王晓原;刘海红;;基于投影寻踪自回归的短时交通流预测[J];系统工程;2006年03期
13 周小鹏;冯奇;孙立军;;基于最近邻法的短时交通流预测[J];同济大学学报(自然科学版);2006年11期
14 高慧;赵建玉;贾磊;;短时交通流预测方法综述[J];济南大学学报(自然科学版);2008年01期
15 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
16 唐丽娜;张卫华;;短时交通流预测方法比较[J];交通科技与经济;2008年02期
17 任其亮;;基于小波与混沌集成的短时交通流预测[J];重庆交通大学学报(自然科学版);2008年04期
18 刘国林;高放;李俊芬;;最优组合预测及其在短时交通流预测中的应用[J];山东科技大学学报(自然科学版);2009年01期
19 张晓利;贺国光;陆化普;;基于K-邻域非参数回归短时交通流预测方法[J];系统工程学报;2009年02期
20 毛丽娜;;浅析短时交通流预测模型[J];物流工程与管理;2009年05期
中国重要会议论文全文数据库 前4条
1 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
2 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
3 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
4 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
 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