文档介绍：西南交通大学
硕士学位论文
基于混沌和PSO神经网络的短时交通流预测研究
姓名:魏文
申请学位级别:硕士
专业:交通信息工程及控制
指导教师:余立建
20100501
摘要第交通流预测是智能交通系统的一个重要研究领域。快速准确的交通流预测是智能交通系统中实时交通信号控制、交通分配、路径诱导、自动导航、事故检测等应用的重要前提和基础。然而,交通系统是一个由人、车、路等多因素组成的复杂系统,具有高度的复杂性、非线性、不确定性等特征,对交通流进行准确、实时、可靠地预测成为一项重要的研究课题。在分析美国加州真实交通数据的基础上,将相空间重构技术应用于交通流预测,以期发现蕴藏在交通流数据中的内在规律,从而提高交通流预测的精度。具体包括利进行相空间重构后,用小数据量法计算出大于零的非线性混沌特征量指数,交通流数据具有高度的复杂性和非线性特性,神经网络具有极强的非线性处理能力、自组织、自适应和自学习能力,是交通流预测的有效方法。粒子群优化全局搜索能力强,且不需要借助问题本身的特征信息。本文把粒子群优化算法作为神经网络的训练算法,将粒子群优化算法与人工神经网络融合构建窬纭U,制、收敛特性、搜索能力等方面改进了基本惴ǎ酆细慕乃惴ㄌ岣吡薖神经网络的收敛速度和训练精度以及泛化能力,保证了短时交通流窬缭げ交通数据库中实际采集的交通流分为工作同规律性和节假日不规律两类进行了预测研究,对比分析了粒子群优化算法综合改进前后窬缒P偷脑げ庑Ч预测结果充分验证了综合改进的惴ê拖嗫占渲蠵神经网络短时交通流单点单步预测模型的有效性。关键字:交通流预测:相空间重构;人工神经网络;粒子群优化:交通数据西南交通大学硕士研究生学位论文本文根据基于交通流动力学特性的可预测性分析原理和混沌时间序列分析理论,用瓹方法确定相空间重构所需的时间延迟颓度胛齧;对交通流时间序列数据验证了交通混沌的存在。,算法作为一种新兴的进化算法,其收敛速度快、鲁棒性高、对基本粒子群算法存在的问题,本文综合粒子群算法的研究成果从惯性权重、速度限的实时性和准确性。本文最后构建了相空间中的窬缍淌苯煌鞯サ愕ゲ皆げ饽P停
.西南交通大学硕士研究生学位论文,—,瑆痳’.第页,瑅瑀,/,琱,,,瑃.—&—.,,瑆疭甀,猼—琣瓾,瑆,..
篢西南交通大学硕士研究生学位论文第,孝騦;甌;籔;&—
瓠欠槐C懿适褂帽臼谌ㄊ椤矽/日期:≯“。.了、加西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。年解密后适用本授权书;本学位论文属于C芸冢朐谝陨戏娇蚰诖颉啊獭学位论文作者签名:指导老师签名:日期:
荔日期::昧W尤河呕惴ù婊谔荻认陆档腂惴ㄗ魑I窬绲难八善窬绲男阅埽岣呋赑神经网络的交通流预测速度和精诮煌骰煦缡奔湫蛄邢嗫占渲毓购徒煌鱌神经网络预测模型研究的基础上,构建相空间中的粒子群神经网络短时交通流单点单步预测模本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。法,构建窬缱魑=煌髟げ饽P停粤W尤河呕惴,进行综合改进,改度;型,分别对工作日和节假日的交通流量进行预测,并对比分析粒子群算法综合改进前后的预测效果,充分验证算法和模型的有效性。的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经学位论文作者签名:
第滦髀交通流预测的意义,⒍肪兑枷低,雀髦窒冉闹悄芙煌ㄊ侄卫次3鲂姓咛峁┦凳庇行У牡缆沸畔ⅲ,的重要组成部分【,其中,交通诱导是国内外交通预测研究现状及发展趋势第随着社会经济和交通事业的发展,交通事故、交通堵塞、环境污染和能源消耗等进的交通管理系统目的【。智能交通系统中的各个应用系统都依赖于对交通流等信息资源的分析与处理,交通流预测是交通信息处理方法中最直接和有效的一种。如何利用智能交通系统所采准确把握,制定有效的策略实现对当前交通状况的动态控制和交通诱导,从而达到交通状况优化的目的,成为交通领域研究人员面临的关键课题。交通诱导和控制是智能目前公认的提高交通效率和机动性的最佳途径。交通流诱导是以交通流预测和实时动态交通分配为基础,通过实时地采集和发送交通信息,适时地引导交通流量合理分布,从而达到高效率利用道路网络、减缓交通拥堵的一种主动交通控制方式。交通流诱导系统的实