基于人工神经网络交通流量预测模型的研究-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

基于人工神经网络交通流量预测模型的研究

作者：周正林 Publish: 2007-8-21 Hits:-

【中文题名】

基于人工神经网络交通流量预测模型的研究

【英文题名】

Study on Traffic Flow Forecast Model Based on Neural Network

【学科专业】

通信与信息系统

【论文级别】

硕士论文

【投稿时间】

2007-8-21

【中关键词】

人工神经网络,智能交通系统,交通量预测,遗传算法,,

【英关键词】

artificial neural network,intelligent transportation system,traffic flow,genetic algorithm,

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算>

【论文摘要】

随着经济的发展和城市规模的扩大，城市交通拥挤问题日益突出。目前，主要通过以下两方面的途径缓解交通拥挤：一是增加路网建设的密度，这是一种最为有效的办法。二是通过对交通流量的合理调控，优化路网的利用率。这就是世界发达国家正在研究、实施的智能运输交通系统(ITS)。而准确地预测交通流量是ITS的关键所在。本文以单十字路口交通流量预测为例，设计了三种预测方案。于2006年8月8日、10日6时～8时40分，实测了哈尔滨市红旗大街和先锋路交叉口各个方向的实际交通流量。并以所测得交通流量作为样本，对本文的BP网络预测模型进行训练和仿真，选出较好的方案作为实际预测模型。由于BP网络收敛速度慢且易陷入局部最小点，为提高模型的预测性能，又提出了通过调整学习率的改进BP算法，本算法可以根据预测精度来动态调整学习率，这是本文的一个创新之处。考虑到学习率和隐含层数目对网络预测精度和收敛速度有很大的影响。本文又利用遗传算法对改进的BP预测模型进行寻优，这也是本文最大的创新之处。本算法通过改变网络的学习率和隐含层单元数目，利用仿真结果来优化预测模型的总体性能。研究表明，利用遗传算法搜索到的预测模型具...

【论文题纲】

摘要	5-6
Abstract	6-11
第1章绪论	11-20
1.1 课题研究的背景和意义	11-16
1.1.1 交通问题现状及解决方法	12-14
1.1.2 智能运输系统简介	14
1.1.3 ITS国内外研究现状	14-16
1.2 交通流量研究概述	16-18
1.2.1 与ITS的关系	16
1.2.2 交通流量模型	16
1.2.3 交通流量预测	16-17
1.2.4 动态交通分配	17-18
1.3 课题研究的主要目的	18
1.4 本课题研究的主要工作	18-19
1.4.1 BP人工神经网络模型的建立	18
1.4.2 设计方案的仿真	18-19
1.4.3 具体预测	19
1.4.4 遗传算法寻优	19
1.5 本文的组织结构	19-20
第2章交通流量预测方法概述	20-27
2.1 预测的数学基础	20-22
2.1.1 内积空间	20-21
2.1.2 柯西列	21
2.1.3 希尔波特空间	21
2.1.4 闭线性子空间	21
2.1.5 预报方程	21-22
2.1.6 流量预报性能指标	22
2.2 基于数学模型的方法	22-25
2.2.1 自回归滑动平均模型(ARMA)	22-23
2.2.2 自回归综合滑动平均模型(ARIMA)	23-24
2.2.3 指数平均方法	24
2.2.4 卡尔曼滤波方法	24-25
2.3 基于无数学模型的预测方法	25
2.4 本章小结	25-27
第3章人工神经网络理论	27-47
3.1 人工神经网络的研究历史	27-31
3.1.1 人工神经网络的提出	27
3.1.2 人工神经网络的特点	27-29
3.1.3 人工网络的研究历程	29-31
3.2 人工神经网络基础	31-37
3.2.1 人工神经元	31-35
3.2.2 人工神经网络的拓扑特性	35-36
3.2.3 人工神经网络的训练	36-37
3.3 感知器的学习算法	37-40
3.3.1 离散单输出感知器训练	38
3.3.2 离散多输出感知器训练算法	38-39
3.3.3 连续多输出感知器训练算法	39-40
3.4 BP网络	40-45
3.4.1 网络的构成	40-42
3.4.2 训练过程概述	42-43
3.4.3 误差传播分析	43-44
3.4.4 基本的BP算法	44-45
3.5 几个问题的讨论	45-46
3.5.1 收敛速度问题	45
3.5.2 局部极小点问题	45
3.5.3 网络瘫痪问题	45-46
3.5.4 步长问题	46
3.6 本章小结	46-47
第4章交通流量预测模型的建立	47-59
4.1 BP人工神经网络在预测中的应用	47-49
4.1.1 基本BP神经网络学习算法	48
4.1.2 改进BP神经网络学习算法	48-49
4.2 单十字路口交通流量模型方案的设计	49-51
4.2.1 交通流量预测模型的结构	49-50
4.2.2 交通量神经网络预测模型的几种方案	50-51
4.3 单十字交叉路口短时交通流量预测BP学习算法	51-53
4.3.1 向前传播阶段	51-52
4.3.2 向后传播阶段	52-53
4.3.3 最佳隐层单元的评价	53
4.3.4 基本BP算法的改进	53
4.4 基于遗传算法的BP神经网络模型	53-58
4.4.1 编码方案	54
4.4.2 初始种群的产生	54
4.4.3 适应度函数的设计	54-55
4.4.4 选择子代的策略	55-57
4.4.5 染色体的交叉与变异	57-58
4.5 本章小结	58-59
第5章预测模型的MATLAB仿真分析	59-73
5.1 Matlab神经网络工具箱	59
5.2 基本BP学习算法的Matlab仿真	59-63
5.2.1 Matlab工具箱中的BP网络仿真函数	60-62
5.2.2 基本BP网络的Matlab仿真方法	62-63
5.3 交叉路口流量预测BP学习算法仿真分析	63-66
5.3.1 基本BP学习算法交通流量预测仿真	63
5.3.2 基本BP学习算法交通流量预测仿真结果及分析	63-66
5.4 改进BP学习算法的预测模型Matlab仿真分析	66-70
5.4.1 改进BP学习算法的交通流量预测仿真	66-68
5.4.2 改进BP学习算法的交通流量预测仿真结果及分析	68-70
5.5 基于遗传算法的BP神经网络模型优选的仿真分析	70-71
5.5.1 基于遗传算法的BP网络仿真程序	70-71
5.5.2 基于遗传算法BP网络流量预测的仿真结果及分析	71
5.6 上述几种方法的比较	71-72
5.7 本章小结	72-73
结论	73-75
参考文献	75-78
攻读硕士学位期间发表的论文和取得的科研成果	78-79
致谢	79-80
个人简历	80

【DOI】

LunWen.ID:2.2008.388817



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：人工神经网络论文智能交通系统交通量预测遗传算法

自动化基础最新论文

自动化基础热门论文