基于神经网络模型的短时交通流预测及应用研究计算机技术专业论文.docxVIP

优秀毕业论文 精品参考文献资料 声 声 明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其 它个人或集体己经发表或撰写过的科研成果。对本文的研究做出重要贡献的 个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。 论文作者签名： 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其中包括： ①学校有权保管、并向有关部门送交学位论文的原件与复印件；⑦学校可以 采用影印、缩印或其它子复制手段复制并保存学位论文；④学校可允许学位 论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文； ④学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此 规定)。 签 名： 蚕垩是 日期：塑竖6∑!! 导师签名： 日期：型!厂!奄：?y 万方数据 太原理工大学硕士研究生学位论文基于神经网络模型的短时交通流预测及应用研究 太原理工大学硕士研究生学位论文 基于神经网络模型的短时交通流预测及应用研究 摘要 新世纪以来，我国进入了城市化进程的快速发展期，机动车数量与日 俱增，在给人们的生活带来巨大便利的同时，也带来交通拥堵、环境污染、 资源浪费等一系列问题，这对人们的日常生活造成了严重的影响，并吸引 了许多学者的关注。智能交通系统是一种通过人与信息系统配合来缓解交 通阻塞，减少资源消耗和降低环境污染的方法。车联网是物联网技术在智 能交通领域的典型应用，交通流预测是其中的关键技术，以道路交通信息 为基础进行交通诱导，缩减出行时间，减少交通拥挤。 短时交通流预测是交通流预测的重点研究内容之一，及时、准确的短 时交通流预测信息是保障道路畅通、交通有效运行的关键。短时交通流信 息具有自相似性的特点，即不同时期同一路段的交通信息呈现一定的规律 性和周期性，这为短时交通流预测提供了有利前提；同时，短时交通流信 息也具有实时、高维、非线性、非平稳的特征。本文针对现有短时交通流 预测算法精度低、收敛慢、性能不稳定等问题，对短时交通流预测问题进 行了研究，并提出了相应的算法。本文的贡献主要有以下方面： 第一，本文在对研究现有交通流预测方法的基础上，分析了车联网环 境下的动态交通流诱导模型，通过VISSIM交通仿真软件模拟采集交通流 数据，并给出了仿真输入和模拟采集的交通流量和平均速度参数曲线图。 T 万方数据 太原理工大学硕士研究生学位论文第二，分析了交通流基本特征参数及其特性，结合历史趋势法和相邻 太原理工大学硕士研究生学位论文 第二，分析了交通流基本特征参数及其特性，结合历史趋势法和相邻 补齐法，对交通流数据进行了预处理，修复了错误数据，减小了错误数据 对预测模型精度的影响。 第三，提出了新的短时交通流预测算法：GA．BBP算法。GA．BBP算 法选择BP神经网络作为短时交通流预测的基础模型，采用动态调整学习率 的方法和贝叶斯训练方法，并用改进过的遗传算法对其参数进行优化。 GA-BBP算法在精确度和收敛速度上较传统算法都有了明显的提高，仿真 实验结果表明GA-BBP算法具有更好的稳定性和更高的预测精度。 关键字：智能交通系统，车联网，交通流预测，VISSIM，遗传算法，BP神 经网络，GA．BBP算法 万方数据 太原理工大学硕士研究生学位论文PREDICTIoN 太原理工大学硕士研究生学位论文 PREDICTIoN AND APPLIED RESEARCH oF SHoRT_TERM TRAFFIC FLOW BASED oN NEURAL NETWoRK MoDEL ABSTRACT In recent years，China has entered a period of rapid development of urbanization．The increasing number of motor vehicles has brought great convenience to people’S life，but also brought the traffic congestion， environmental pollution，resources waste and other issues at the same time．This caused serious impact on people’S daily life and attracted the attention of many scholars．Intelligent transportation system is a solution to ease traffic congestion， reduce resource cons