智能交通服務(wù)平臺(tái)研究.pdf

1、智能交通系統(tǒng)在國(guó)內(nèi)外得到迅速發(fā)展，其主要是處理陸地車輛的信息。目前，沒有一個(gè)綜合性的服務(wù)平臺(tái)，將各種出行信息集成在一起。用戶獲取想要的出行信息，就要訪問不同的網(wǎng)站，這樣會(huì)降低用戶體驗(yàn)效果。針對(duì)這種情況，我們提出智能交通服務(wù)平臺(tái)，集成各種交通信息，便于出行者選擇。
　　智能交通服務(wù)平臺(tái)的研究涉及很多理論、方法，我們?cè)谡w架構(gòu)研究的基礎(chǔ)上，重點(diǎn)對(duì)其中的部分內(nèi)容進(jìn)行了研究。具體工作如下：
　　首先，采用WebService技術(shù)，利

2、用對(duì)外開放的網(wǎng)絡(luò)服務(wù)接口，根據(jù)其操作流程，將獲取到的出行信息進(jìn)行整理，根據(jù)輸入條件進(jìn)行查詢，推薦最佳出行方案。
　　其次，根據(jù)主題網(wǎng)絡(luò)爬蟲技術(shù)可以獲取實(shí)時(shí)交通信息，但是在海量的信息中快速獲取特定信息比較困難，因此引入遺傳算法和非貪婪策略。根據(jù)實(shí)驗(yàn)結(jié)果表明，非貪婪遺傳主題網(wǎng)絡(luò)爬蟲算法能夠收集到高相關(guān)度的網(wǎng)頁(yè)，不僅快速高效獲取高速公路路況的信息，提高信息采集正確率，而且為出行者提供外出參考。
　　最后，根據(jù)城市短時(shí)交通流量具有非

3、線性、周期性、不穩(wěn)定性等特點(diǎn)，論文采取小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)短時(shí)交通流量，引入遺傳算法對(duì)小波神經(jīng)網(wǎng)絡(luò)優(yōu)化參數(shù)，建立改進(jìn)遺傳算法-小波神經(jīng)網(wǎng)絡(luò)模型。首先預(yù)處理交通數(shù)據(jù)，進(jìn)行去噪，然后采用絕對(duì)誤差動(dòng)態(tài)反饋的機(jī)制訓(xùn)練網(wǎng)絡(luò)，通過分別對(duì)小波神經(jīng)網(wǎng)絡(luò)、遺傳算法-小波神經(jīng)網(wǎng)絡(luò)、改進(jìn)遺傳算法-小波神經(jīng)網(wǎng)絡(luò)作比較，發(fā)現(xiàn)改進(jìn)遺傳算法-小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的短時(shí)交通流量的預(yù)測(cè)具有更好的穩(wěn)定性和更高的預(yù)測(cè)精度，更接近于實(shí)際交通流量，為進(jìn)一步解決城市交通擁堵提供切實(shí)可行的