面向短时交通流量预测的神经网络算法研究

《面向短时交通流量预测的神经网络算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－．．ＡＶ－．判＇＇．、？－；、ｖｊ．．與－乃声語声评：．．／：片■二…■单位代码；；１０巧３密级；‘？＇一１？－％、－己一＊ｃ．ｒＶ？＼華編淺巧—凌＾泉—－…＇＇＇＂广心．中一、令、；硕’女緣隹讼戈羣？＇．．省－、－．．？■，，？＂ｒ＇，巧；巧腳．‘了．：．＊＇．＇、，．、：－．，ＶＡ？．。．ｔ、，、．．作．Ｖ：游＇面向短时巧通流量预测的神经网络算法研究．论文题目；＼纪＇．ｒ．■、

2、＇－＇＇－■．－‘．户．一＇：二三＿；吉产？．？一‘■＇＇？、心？．．．中－．．．心＊．一一乂；．．如．＇；．、；：＇戸．隹．．－＇’一：－克，．，：＾１０１３０４１１１３学＇号海＇＇；Ｖ．．．林海涛＿．姓．名女＇Ｃ－？／导师陈志副教授／软件工程学科专业网络环境下软件理论与巧术；研究方向—题七＇＾申请学位类别王笔＞护私＾心，．—〇六年四月Ｖ，．／巧ｒ论文提交日期三某；，－＊？、－＇－＊ｖ／．‘－．，心＇－．

3、＇＇＇？？Ｉ’、＇＾：：．，，：扣半从产．々丫ＶResearchonNeuralNetworkAlgorithmsforShort-termTrafficFlowForecastingThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByHaitaoLinSupervisor:AssociateProf.ZhiChenApril2016南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我

4、个人在导师指导下进行的研巧工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实意承担一，愿切相关的法律责任。脯茜日期Ｍ．ｆ．／Ｏ研究生签名：：南京邮电大学学位论文使用授权声明本人授权南京邮电大学可ｙｘ保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可将学位

5、论文的全部或部分内容编入有关数据库进行检索；可レッ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文一致的內容相。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。？．１０研巧生签名：猶武导师签名：＾１：日期；个摘要智能交通系统通过对交通流进行控制和诱导来缓解交通拥堵，短时交通流预测在该系统中为交通流的控制和诱导提供有效的数据支持。人工神经网络具备良好的非线性映射和自学习能力，目前已被广泛应用于短时交通流量预测，但现有算法的预测精度通常难以满足智能交通系统的需求。本

6、文主要研究BP神经网络和卷积神经网络在短时交通流量预测方面的应用，致力于在提升预测精度的同时尽可能减少计算量，主要研究工作如下：1）提出基于模糊C均值聚类和BP神经网络组合模型的短时交通流量预测算法，该算法通过聚类算法对交通流量进行准确的模式划分，为每种流量模式构建相应的BP神经网络预测模型，并以所有预测模型预测值的加权和作为预测结果。实验表明，上述算法对流量的模式划分合理，预测精度高于传统的BP神经网络预测算法和现有的组合模型预测算法，具备一定的实用价值。2）提出上述组合模型预测算法的改进算法，使用田口试验设计法进行试验设计，通过分析试验结果，得到组合

7、预测模型结构参数的最佳取值，以此最佳参数取值来执行上述基于组合模型的算法来进行短时交通流量预测。实验表明，该改进算法的预测精度得到进一步提升，且参数优化过程的计算量小，能够从一定程度上解决使用遗传算法优化参数时计算量过大的问题。3）提出基于卷积神经网络的短时交通流量预测算法，将卷积神经网络应用于交通流量预测，综合考虑预测路段及其上下游路段流量，使输入数据扩展到二维以满足卷积神经网络的输入格式，并根据输入数据的特点来设计卷积神经网络预测模型的结构。实验表明，该算法的预测精度高于基于单一预测模型的BP神经网络算法，在一定程度上好于现有的基于组合预测模型的算法

8、。关键词：短时交通流预测，BP神经网络，卷积神经网络，模糊C均值，田口试验设计I