基于BP神经网络的交通流量预测-交通信息工程及控制专业论文.docx

基于BP神经网络的交通流量预测-交通信息工程及控制专业论文.docx

  1. 1、本文档共67页,可阅读全部内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 文档侵权举报电话:400-050-0739(电话支持时间:9:00-19:00)。
Traffic Flow Prediction Based on BP Neural Network A Dissertation Submitted for the Degree of Master Candidate:Cao Hong Supervisor:Prof.Xu Hongke Chang’an University, Xi’an, China i i 摘 要 交通信息预测是智能交通控制、交通诱导、交通信息服务等智能交通系统(ITS) 实现的重要基础,是 ITS 领域的重要理论之一,而交通流预测问题又是交通信息预测的 核心问题。因此,进行交通流量预测理论体系的研究,是开发实用、智能化的交通量预 测系统的前提,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。多 年来,交通预测者一直将提高交通信息预测的可靠性作为研究重点。 论文将神经网络技术研究与交通信息预测研究紧密结合,将神经网络技术应用于交 通流量预测;结合实际数据,采用 BP 神经网络、RBF 神经网络、小波神经网络,使用 Matlab 平台实现预测,并使用 Matlab 提供的图形界面开发环境 GUIDE,实现了 BP 神 经网络的图形化界面仿真。 论文首先通过新浪网的调查数据,说明我国面临的严重交通问题;其次,参考国内 外解决交通问题的措施,总结共同点,引出了论文的研究重点交通流预测;接着,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研究,通过分析将现有的 方法分为常规预测和智能预测,并对每种研究的基本方法进行了具体介绍;再次,重点 研究了智能预测中的人工神经网络理论,介绍了神经网络的发展、特点、结构以及学习 理论,分析了 BP、RBF、小波神经网络的具体步骤,为交通流预测的实现奠定理论基 础;然后,结合实际交通流量观测数据,分析了将 BP、RBF、小波神经网络理论应用 于交通流量预测的过程,详细描述了网络参数的选取过程,并使用 Matlab 平台实现预 测,通过对比预测结果,认为 BP 神经网络的预测效果较好;最后,采用 Matlab 提供的 图形化界面开发环境,设计实现了 BP 神经网络的图形界面仿真。 关键词:交通流预测、智能预测方法、BP 神经网络、RBF 神经网络 iii iii iv iv Abstract Traffic information prediction is an important foundation for intelligent traffic control, traffic guidance, traffic information services and other ITS subsystems, and also is one of the important theory of the intelligent transportation system (ITS) field. Traffic flow prediction has played a key role in the traffic information prediction. Therefore, the research on traffic flow prediction is premise to develop practical and intelligent traffic forecasting system, which has a very important academic value and practical significance to improve the traffic congestion problems in China. Over the years, traffic scholars have been to improve the reliability of the predicted traffic information as a research focus. The purpose of the paper is to combine advanced neural network technology with traffic flow prediction closely, and also is to predict traffic flow with neural network. The predictions were done using the actual data with BP neural network, RBF neural network and wavelet neural network through the Matla

您可能关注的文档

文档评论(0)

131****9843
该用户很懒,什么也没介绍

相关文档

相关课程推荐