基于概率神经网络的道路拥堵判别本科毕业设计（论文）.docVIP

基于概率神经网络的道路拥堵判别 摘 要 近年来，交通拥堵严重不仅给人们的日常生活带来诸多的不便，甚至成为了经济发展的阻碍因素。本文针对道路拥堵判别这种非线性分类问题，提出了基于概率神经网络的道路拥堵判别方法。充分结合概率神经网络的理论知识，以前一时刻与后一时刻的交通量q、速度v和车辆占有率作为概率神经网络的输入量，通过样本数据对概率神经网络的训练，可以分析在输入量因素的影响下道路的畅通情况，最后用样本数据进行了仿真得到结果。 Abstract In recent years, traffic congestion has not only brought inconvenience to people’s daily life, but also has become a factor hindering economic development. Aiming at the problem of nonlinear classification in traffic congestion judgment, a method based on probabilistic neural network (PNN) is proposed. Combined the theory of probabilistic neural network, speed, traffic volume and occupation ratio of a previous moment and the later moment are taken as inputs. Simulation research is carried out with the sample data, the result is satisfying. Key words urban traffic road congestion probabilistic neural network test data simulation study  目 录 摘 要 I Abstract II 第1章 绪论 1 1.1 课题背景 1 1.2 研究的目的和意义 1 1.3 国内外文献综述 2 1.4 本文的主要内容 3 第2章 概率神经网络原理 4 2.1 概率神经网络模型 4 2.2 概率神经网络的网络结构 6 2.3 概率神经网络的训练 6 2.4 概率神经网络的优点 7 2.5 本章小结 8 第3章 MATLAB神经网络工具箱的使用 9 3.1 引言 9 3.2 神经网络工具箱下的系统建立与仿真 9 3.2.1 使用神经网络工具箱的命令行方式建立 9 3.2.2 使用神经网络工具箱的图形用户界面建立 10 3.3 本章小结 14 第4章 基于概率神经网络的拥堵判别设计与仿真 15 4.1 道路拥堵判别的系统 15 4.1.1 概率神经网络输入变量的选择 15 4.1.2 概率神经网络的训练数据和测试数据 15 4.1.3 基于概率神经网络的拥堵判别系统建立 17 4.2 概率神经网络的拥堵判别仿真 17 4.3 MATLAB程序及仿真结果 17 4.3.1 MATLAB程序 17 4.3.2 仿真过程数据 21 4.3.3 仿真结果 27 4.4 本章小结 27 结 论 28 参考文献 29 致 谢 30  第1章 绪论 1.1 课题背景 1.2 研究1.3 国内外文献综述 文献文献文献 文献文小波分析和神经网络用于事件检测中，小波变换采样信号进行奇异点检测，然后使用神经网络对结果进行分类，最后给出仿真结果表明该算法相对于传统的事件检测算法。文献6 文献文献文献提出了自组织特征射模型、前向神经网络模型自适应共振理论神经网络三种模型，仿真结果表明前向神经网络模型的性能优于两种网络。 1.4 本文的主要内容 全文共分4章。 第1章 概括性地阐述了本论文的选题背景、研究目的和意义，并对国内外道路拥堵问题的研究动态进行综述。 第2章 主要讲述了概率神经网络的基本原理、拓扑网络结构、训练方法，并总结归纳出概率神经网络的优点。 第3章 首先介绍了MATLAB神经网络工具箱的发展，接着着重介绍了利用神经网络工具箱进行神经网络的建立：利用命令行语句和GUI两种方法，同时展示了神经网络建立、训练和仿真的步骤。 第4章 主要利用概率神经网络工具箱，根据交通量、车辆速度和占有率的样本数据，设计了用于判别道路拥堵的概率神经网络，并用样本数据对其进行训练与仿真，得到令人满意的结果。 结论部分对本论文内容进行归纳总结，并陈述了基于概率神经网络的道路拥堵判别方法的意义。  概率神经网络原理 2.1 概率神经网络模型 概率神经网络(probabilistic ne