文档介绍：平江蒜大擎编号—硕士学位论文短时交通流预测算法研究和应用菰论文答辩日期阍吕莸申请学位级别论文提交日期学位授予单位和日期答辩委员会主席评阅人’分类号荞
独创性声明了。托年明￥日本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中己注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。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。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:移/\
指导教师签名:彦节滓伽啤录兹砂眸∥月咱学位论文版权使用授权书学位论文作者签名:本学位论文属于不保密日。江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊馀贪电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊馀贪电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布ǹ授权江苏大学研究生处办理。āぃ
摘要江苏大学硕士学位论文交通运输业的发展水平是国家兴旺发达的重要标志之一。近半个世纪以来,交通拥挤、道路阻塞和交通事故等问题越来越严重地困扰着世界各大城市。随着计算机技术、通信技术以及交通技术的进步,智能交通系统琁挠τ靡苍嚼丛焦惴海蝗衔J腔航獾缆方煌ㄓ刀和减少交通事故等问题的有效方法之一。而实时准确的交通流预测是智能交通系统的核心,它同时也是诸多酉低车闹匾W槌刹糠帧城市交通系统具有很强的非线性、随机性、时变性等特点,传统的以统计理论为基础的精确数学模型的预测效果并不理想,因此,近年来基于人工智能的预测方法越来越受到人们的重视。本文从单断面和多断面预测的角度出发,重点研究了目前常用的基于支持向量机理论的短时交通流预测模型,针对此类模型的离线训练、样本等权重的不足,提出了一种改进的支持向量机模型。此外,本文还研究了面向路网的短时交通流预测模型,提出了一种多断面短时交通流预测模型,该模型解决了传统的面向路网预测模型的训练速度慢、断面间的线性关系等不足。本文所做的工作主要有如下几个方面:灾悄芙煌ㄏ低臣岸淌苯煌髟げ獾幕±砺劢醒芯俊V氐惴治隽私通流特性和常用的交通流数据预处理技术。比较和总结了常用预测模型的优缺芯苛嘶谥С窒蛄炕亩淌苯煌髟げ饽P汀U攵阅壳俺S玫幕谧小二乘支持向量机预测模型离线训练、预测速度慢等不足,提出了一种在线加权最小二乘支持向量机预测模型,该模型根据时间的先后顺序,赋予每个训练样本不同的权值,且能在线学习,从而够跟踪交通流的动态性特征。实验表明该模型提高了预测的精度。芯苛嘶诜遣问毓榈亩喽厦娼煌髟げ饽P汀=柚鶶网络,把近邻非参数回归预测模型扩展到多断面预测,提出了一种融合绲腒近邻非参数回归多断面预测算法,此模型充分地考虑了交通流空间相关性特点,捕获了多断面之间的非线性关系,提高了预测的精度和鲁棒性。实验表明该模型是有点。效的。
江苏大学硕士学位论文诶砺垩芯康幕∩希ǘ淌苯煌髟げ夥椒ㄓτ玫绞导敝腥ィ杓并实现了一个交通流预测模块,用来模拟深圳市交通流诱导系统的预测功能部分。关键词:智能交通系统,短时交通流预测,冢С窒蛄炕遣问毓椋琒
,江苏大学硕士学位论文琾,,甒—瑂.—.,甌,瑃瓼.,瓼.,甌疭.
录目江苏大学硕士学位论文第一章绪论。课题背景及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯短时交通流预测国内外研究现状综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文的研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章短时交通流预测理论⋯⋯⋯.交通流基本特征参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..交通流特性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.交通流数据预处理技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯短时交通流预测基本模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章基于支持向量机的单一断面短时交通流预测模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯支持向量机理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.《酥С窒蛄炕毓椤基于在线加权最小二乘支持向量机的短时交通流预测模型⋯⋯⋯⋯⋯模型预测及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.非参数回