基于改進粒子群優(yōu)化BP和RBF組合算法短時交通流預測.pdf

1、現(xiàn)代生活中交通問題成為人們生活中不能回避的問題。對于大多數(shù)人來說,交通條件的好壞直接影響著他們的生活質(zhì)量和幸福指數(shù)。在現(xiàn)代生活中，交通問題不僅困擾著生活在城市中的人們，甚至在一些城鎮(zhèn)和鄉(xiāng)村也出現(xiàn)了交通擁堵現(xiàn)象，交通系統(tǒng)正在面臨著越來越大的挑戰(zhàn)，解決交通擁堵問題已經(jīng)迫在眉睫。智能交通作為改善交通的主要手段，在改善交通擁堵問題上起著至關(guān)重要的作用。道路交通的智能化和信息化是實現(xiàn)智能道路交通的重要環(huán)節(jié)，能夠為實時、準確的交通流預測提供實際有效

2、的信息來源，保證道路暢通。不確定性、隨機性和時變性是交通流的三大特性，這些特性為交通流預測帶來了極大的困難，因此，如何建立實時準確的短時交通流預測模型成為當前智能交通領(lǐng)域研宄的熱點和難點。
　　本文以貴陽市某路段采集的交通流數(shù)據(jù)為基礎(chǔ)，將交通流數(shù)據(jù)進行篩選，去除晚上九點到次日上午六點的數(shù)據(jù)，保證數(shù)據(jù)成為改善交通的有用數(shù)據(jù)。RBF神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)在交通流預測中都有很廣泛的應(yīng)用。在交通流預測中，為了更好的改善交通流的預測精度，本