文档介绍：上海交通大学
硕士学位论文
神经网络在路网流量预测中的应用
姓名:徐明
申请学位级别:硕士
专业:控制工程
指导教师:李少远;孙兴焕
20080125
神经网络在路网流量预测中的应用
摘要
随着国家高速公路建设的快速发展,高速公路里程数快速增长,
高速公路网络逐步形成。联网收费系统把高速公路网作为一个整体来
进行统一收费,一般都以非接触式 IC 卡为联网收费通行券。高速公
路进口、出口流量的不均衡性不仅每天都存在,而且随某些因素的影
响,不断地发生变化。不均衡的进口、出口流量就造成了 IC 卡流向
的不均匀。联网收费管理问题主要在于由路网中心电脑对各个收费站
历史流量数据进行处理,对各站进出流量差异进行分析及预测,加强
对 IC 卡的调配与流失的控制。
本文从交通流的基本特点、神经网络的基本原理出发,在对国内
外现有流量预测模型研究成果进行系统总结的基础上,对高速公路进
出口流量差值的预测进行了深入研究,并结合实际,运用 ELMAN 递
归神经网络建立了进出流量差值的预测模型,探索了叠加噪声等方法
以改善网络泛化性能,将遗传算法与梯度下降法相结合以提高网络预
测性能。
本文的主要内容包括:
1、对高速公路联网收费系统的原理及结构进行了简单介绍,指
出联网收费系统的 IC 卡管理、OD 流量调查、路网交通流量研究等
对站点流量差值的预测提出了需求。
2、分析了高速公路交通流量以及进出流量差值的组成特点。介
绍了交通流理论的发展与思路、介绍了交通流定量预测的几种广泛应
用的预测模型。
3、从神经网络发展历史、神经网络结构、神经网络的学习方式、
训练方法等方面介绍了神经网络的基本原理。
4、分析了 elman 神经网络的结构与学习方法。结合工作实际,
建立了基于 elman 神经网络的进出流量差值预测模型,并在 Matlab
中进行仿真试验,通过对模型的训练及仿真分析,提出了改善模型泛
化的方案。
5、分析了遗传算法的基本原理、运算过程,以及遗传算子参数
对预测模型的影响,建立了基于遗传算法的流量差值预测模型,并尝
试建立基于遗传算法与梯度下降法集成的 ELMAN 网络预测模型。
关键词:IC 卡管理,流量差值,神经网络,ELMAN 网络,遗传算法,
集成
WORKS IN TRAFFIC FORECASTING
ABSTRACT
With the development of national highway, work of highway
is created. The online charge system connects all toll-stations together.
All segments within work is not separated. Commonly,
non-touching IC card is used as the voucher within the online charge
system now. The close charge system can charge on the base of axle and
mileage without the problems of pretermission. It is fare and acceptable
to the users. The problem is how to prepare the IC cards in advance, and
how to avoid outflow.
The unbalance of traffic between entry driveway and exit driveway
occurs everyday and varies constantly with some factors. The unbalance
of traffic cause the unbalance of IC cards in the toll stations. The IC cards
must be transferred between the toll stations or panies. If the toll
center analyses the traffic data, and forecast the unbalance of traffic
between every toll stations, efficiency of management will be