基于交通流量的神经网络预测系统教材.doc

交通流量的神经网络预测研究 [摘要] 交通流量预测问题是交通信息预测的核心问题，进行交通流量预测理论体系的研究，对于改善我国交通拥堵问题具有十分重要的学术价值和现实意义。本文在总结国内外研究成果的基础上，对已有的交通流预测方法进行了分类分析和介绍，并利用神经网络的方法来对交通流量进行预测分析。基于交通流量的集中分布特点并结合实际交通流量观测数据，我们采用了分区间段进行数据整理，将BP神经网络应用于交通流量预测的过程，通过对比预测结果，验证了BP 神经网络具有良好的预测效果。 [关键词] 交通信息 交通流 预测 BP神经网络 Research on neural network prediction?of traffic flow [Abstract] Traffic flow forecasting?is the core problem of?traffic information prediction,?theorysystem?in the prediction of traffic flow,?is very important for?improving our countrytraffic congestion?has?academic value and practical significance. This paper?based on summarizing?the domestic and foreign research results,analyzes?and?introduces?the existing?traffic flow forecasting methods,?andanalysis to predict the?traffic flow?by neural?network. based on centralized?distribution of traffic flow?and combined with the actual?traffic flow?data. We use the?inter partition?of?data processing?during the process of BP neural network can be used to?traffic?flow prediction by comparing the predicted results ,proves that BP?neural network has the?good forecast effect. [Keywords] Traffic Information Traffic flow Prediction BP neural network目录 1 引言 1 1.1研究背景 1 1.2 交通流量预测及必要性 1 1.3 交通流量预测的研究现状 2 1.4本文的研究内容及意义 2 2 交通流预测方法研究 3 2.1 交通流预测综述 3 2.1.1交通流预测的研究内容 3 2.1.2 交通流预测流程 3 2.1.3 研究方法分类 4 2.2 典型方法介绍 5 2.2.1 常规预测方法 5 2.2.2 智能预测方法 5 3 人工神经网络介绍 6 3.1 人工神经网络发展阶段及特点 6 3.1.1人工神经网络国内外研究背景 6 3.1.2人工神经网络特点 7 3.2 人工神经网络基本原理 8 3.2.1 人工神经元模型 8 3.2.2激活函数 8 3.3 BP神经网络 9 4 基于BP神经网络的交通流量预测 10 4.1预测实例描述 11 4.1.1小时交通流量预测分析 11 4.1.2日交通流量预测分析 13 5 本章小结 17 致谢语 18 [参考文献] 19 1 引言 研究背景 随着国民经济的发展和城市化步伐的迅速加快，机动车保有量迅速增加。而在这迅速增加的机动车中，私车的比例也越来越高，这是导致交通拥堵问题越来越严重的原因之一。国内各城市呈现的交通拥堵、交通安全多隐患、交通信息缺乏不仅给出行者的出行带来延误，更重要的是对整个区域经济的进一步发展产生阻力，从而影响整体国民经济的发展。因此，交通拥堵、交通事故所产生的出行延误已经成为许多先进国家所面临的主要交通问题，自前美国、欧洲等国家由于交通延误引起的经济损失己经高达GDP的2%。 据有关资料介绍，我国城市交通拥堵问题日趋严重，从1978年到1995年我国城市机动车保有量的增长速度是道路增长速度的80倍，高峰小时机动车的平均时速低至10km/h，极大地妨碍居民的出行速度和效率。进入二十一世纪以来，我国机动车的保有量更是迅速增加。而由于政策的支持、产业经济发展的需要、