基于BP神經(jīng)網(wǎng)絡的高速公路車流量預測研究.pdf

1、隨著我國改革開放不斷深入，人們客運和貨運需求不斷上升，對建成的高速公路的通行能力提出了更高的要求，考慮環(huán)境和成本費用等問題，盲目的擴建高速公路是不可取的，高速公路的建設應該從一味的量增轉變到合理規(guī)劃、有效益的增長上來，這樣可以減少不必要的投資。因此就要求企業(yè)對原有建成的高速公路車流量進行準確的預測，把預測結果作為交通規(guī)劃決策的依據(jù)和企業(yè)未來收益預測的依據(jù)。
　　高速公路車流量的預測屬于一種長期車流量預測，而且容易受社會環(huán)境各方面的

2、影響，為了提升預測的準確性，必須選擇一種對環(huán)境適應性更強的預測模型。神經(jīng)網(wǎng)絡模型不僅具有實行大規(guī)模的并行處理的優(yōu)點，可以在同時分析大量相關因素的情況下保證系統(tǒng)能以更快的速度輸出可靠結果，還具有非線性映射特性，這就大大增強了神經(jīng)網(wǎng)絡模型適應環(huán)境的能力。因此，運用神經(jīng)網(wǎng)絡模型可以對高速公路車流量進行比較準確的預測。
　　本文對現(xiàn)階段高速公路車流量預測方法進行了系統(tǒng)的梳理，總結不同預測模型存在的優(yōu)缺點，構建了基于BP神經(jīng)網(wǎng)絡高速公路車流

3、量預測模型，結合高速公路車流量數(shù)據(jù)的特點，對高速公路車流量樣本數(shù)據(jù)預處理方法和BP神經(jīng)網(wǎng)絡預測模型的激勵函數(shù)進行了改進，確定了預測模型中各參數(shù)的初始值的方法，同時提出了新建或改擴建高速公路對預測項目影響的定量化方法，從而結合影響程度定量化的結果對神經(jīng)網(wǎng)絡模型的預測值進行改進，提高了預測結果的精度。
　　本文研究的主要結論有：第一，相比于其它預測模型，神經(jīng)網(wǎng)絡擁有更多的優(yōu)勢，它可以融合定性和定量兩類數(shù)據(jù)，并且擁有很好的容錯性和魯棒性

4、，能對非線性函數(shù)有很強的映射能力，最后保證系統(tǒng)的大規(guī)模并行處理能力，提高輸出結果的速度和準確性。第二，BP網(wǎng)絡模型的結構設計和各參數(shù)選取盡量避免模型自身的缺陷，并結合所要研究的預測項目特點進行細致的分析。第三，路網(wǎng)中如果有新建或者改建高速公路，就會改變原來的路網(wǎng)結構，對原有的高速公路就會產(chǎn)生很大的影響，轉移一部分原來公路上的車流量，這會使預測模型的預測結果出現(xiàn)偏差，因此為了增加預測結果的準確性，必須對新建或改建高速公路的影響程度定量化進