本科毕设论文—基于概率神经网络的道路拥堵判别.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实验，得到的结果令人满意。 关键词 城市交通；道路拥堵；概率神经网络；测试数据；仿真研究  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 随着经济的发展，人们生活水平的不断提高，汽车逐渐成为了许多市民出行首选的交通工具，并以倍数增长的速度进入千家万户。然而，由于汽车拥有量不断增加，人们出行频率不断地提高，道路的通行能力不足以满足人们的日常出行需要，由此引发了各种各样的交通问题，而交通拥堵就是最为常见的一种交通问题。从小的方面来看，交通拥堵会导致车辆延误、行驶时间延长，影响着人们的日常生活；从大的方面来看，交通拥堵会使空气污染加重、燃油能耗增大，同时交通拥堵还会影响经济活动的进行，最终成为制约经济发展的重要因素之一，阻碍经济发展。 对于交通拥堵这个问题，主要是由外部因素和内部因素两种影响因素导致的。外部因素是国内经济的高速发展，汽车拥有量的剧增；而内部因素则是车辆的日益增长速度与城市的道路发展落后之间的不协调。 针对交通拥堵的情况，我们常常会通过浮动车法等传统方法来分析连续时间和空间内速度与密度的比例分布，以此来确定道路的拥堵情况。但是，这种方法在运行时间延误的情况下是有它的局限性的，所以单纯使用传统的检测方法得到的结果并不理想。近年来，仿真建模方法进入了我们的视线。利用算法分析数据，能够有效评估判别道路的拥堵情况，得到的结果也是比较合理准确的。