模糊神經(jīng)網(wǎng)絡(luò)在交通流量預(yù)測中的應(yīng)用研究.pdf

1、智能交通系統(tǒng)(IntelligentTransportSystem,ITS)正是為了改變交通狀況、減輕交通擁擠、減少交通事故、制止交通環(huán)境的惡化,使現(xiàn)代化的交通更好地為經(jīng)濟(jì)建設(shè)服務(wù)和發(fā)展而建立起來的一個(gè)綜合領(lǐng)域。交通流量預(yù)測作為ITS的關(guān)鍵問題之一,如何改進(jìn)交通流量預(yù)測的方法,提高預(yù)測精度成為目前研究的熱點(diǎn)。
　　 本文以模糊神經(jīng)網(wǎng)絡(luò)和混沌理論為基礎(chǔ),研究基于模糊神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測問題。在混沌相空間重構(gòu)理論基礎(chǔ)上,研究了自適

2、應(yīng)神經(jīng)模糊推理系統(tǒng)(AdaptiveNeuralFuzzyInferenceSystem,ANFIS)和基于神經(jīng)網(wǎng)絡(luò)集成的T-S(Takagi-Sugeno)系統(tǒng)這兩種模糊神經(jīng)網(wǎng)絡(luò),隨后將其應(yīng)用于交通流量預(yù)測實(shí)例分析。最后與現(xiàn)有的神經(jīng)網(wǎng)絡(luò)預(yù)測方法進(jìn)行了比較分析,結(jié)果表明了模糊神經(jīng)網(wǎng)絡(luò)方法的有效性。
　　 本文主要研究內(nèi)容包括如下幾個(gè)方面:
　　 (1)首先研究了模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),進(jìn)一步對ANFIS和基于神經(jīng)網(wǎng)絡(luò)集成的T-

3、S系統(tǒng)及相應(yīng)的學(xué)習(xí)算法進(jìn)行了分析研究。
　　 (2)將混沌理論引入交通流量預(yù)測,分析了交通流量時(shí)間序列的混沌特性,研究了時(shí)間序列嵌入維數(shù)和時(shí)間延遲參數(shù)的選取。通過遞歸圖分析了交通流時(shí)間序列的可預(yù)測性。
　　 (3)針對實(shí)際交通流時(shí)間序列,將ANFIS以及基于神經(jīng)網(wǎng)絡(luò)集成的T-S系統(tǒng)預(yù)測模型應(yīng)用于北京某公路監(jiān)測站和英國交通局官網(wǎng)的兩組實(shí)測數(shù)據(jù)預(yù)測。通過研究不同嵌入維數(shù)和時(shí)間延遲下預(yù)測模型的性能,并與現(xiàn)有的神經(jīng)網(wǎng)絡(luò)方法構(gòu)建的