交通流预测混沌粗神经网络RBF网络.docVIP

交通流预测论文：基于粗神经网络的混沌交通流预测研究 【中文摘要】交通流预测是智能交通系统(ITS)的重要研究内容之一,准确实时的交通流预测是进行智能交通诱导与控制基础与前提,对解决当前交通拥堵问题具有重要价值和指导意义。本文首先研究了交通流中的一种重要现象即混沌现象,进而研究了交通流预测粗神经网络算法,最后将粗神经网络算法应用到混沌交通流的预测中。所作的主要工作有以下几点：1.首先介绍了混沌相关理论以及两种重要的交通流理论模型,并对其进行了理论分析,得出了混沌现象在交通流中产生的过程。之后基于两种模型,给出了微观意义下的分析,得出关于混沌交通流的五点结论。在此基础上提出了混沌交通流预测的一般步骤。2.建立了单交叉口和相邻交叉口交通流预测模型,针对当前的交通流预测方法,本文选取了神经网络算法作为研究对象,并结合了粗集理论对三种神经网络算法分别进行了改进,使改进算法具有更好的泛化能力和较高的预测精度。3.将改进的粗神经网络预测算法应用到混沌交通流的预测中,分别进行了仿真分析,得出改进的RBF网络具有较好的预测效果。最后对论文进行了总结与展望,归纳了本文的收获与成果,对需要进一步探讨的问题进行了说明。 【英文摘要】Traffic flow forecast is an important research area of the Intelligent Transportation Systems (ITS).Accurate real-time traffic flow forecast is foundation and prerequisite for intelligent traffic guidance and control.Also,it is significance and high value to solve the traffic congestion.This thesis studied an important phenomenon in the traffic flow -the chaos. Further studied rough neural network algorithm for traffic flow forecasti. And the rough neural network algorithm is applied to the prediction o... 【关键词】交通流预测 混沌 粗神经网络 RBF网络 【英文关键词】Traffic Flow Forcast Chaos Rough Neural Network RBF Network 【索购全文】联系Q1：138113721 Q2：139938848 【目录】基于粗神经网络的混沌交通流预测研究 摘要 4-5 ABSTRACT 5 第一章 绪论 10-15 1.1 研究背景及意义 10 1.2 国内外研究概况 10-14 1.2.1 交通流预测国内外研究概况 10-11 1.2.2 基于神经网络预测方法的国内外研究概况 11-14 1.3 论文的组织结构 14-15 第二章 交通流中的混沌现象分析 15-31 2.1 引言 15 2.2 混沌理论 15-17 2.2.1 混沌的数学定义 15-16 2.2.2 混沌现象的特征 16-17 2.3 交通流中的混沌现象 17-27 2.3.1 交通流的混沌特性判别 17-24 2.3.2 基于交通流理论模型的混沌分析 24-25 2.3.3 基于两种模型的交通流混沌现象分析 25-27 2.4 混沌交通流预测步骤 27-28 2.5 混沌交通流的识别 28-29 2.6 改进的算法在混沌交通流中的预测步骤 29-30 2.7 本章小结 30-31 第三章 基于粗BP神经网络的混沌交通流预测算法 31-44 3.1 引言 31 3.2 粗集理论 31-32 3.3 神经网络算法 32-35 3.3.1 神经元结构 32-33 3.3.2 BP神经网络训练算法 33-35 3.4 粗集与神经网络结合 35-37 3.5 交通流预测模型 37-38 3.6 基于粗BP神经网络的算法设计 38-41 3.7 仿真分析 41-43 3.8 本章小结 43-44 第四章 基于粗RBF神经网络的混沌交通流预测算法 44-53 4.1 引言 44 4.2 RBF神经网络算法 44-46 4.3 基于粗RBF神经网络预测算法设计 46-50 4.3.1 预测模型的建立 46-47 4.3.2 粗RBF神经网络训练算法步骤 47-50 4.4 仿真分析 50-52 4.5 本章小结 52-53 第五章 基于模糊粗糙神经网络的混沌交通流预测 53-68 5.1 模糊粗糙神经网络理论 53-56