基于神經(jīng)網(wǎng)絡(luò)的城市交通信息預(yù)測模型研究.pdf

1、智能交通系統(tǒng)是全方位解決交通運輸安全、效率和擁擠問題的有效工具，目前已經(jīng)越來越得到世界各國的重視。交通流誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)研究的核心內(nèi)容之一，它以交通流預(yù)測和實時動態(tài)交通分配為基礎(chǔ)，利用全球定位系統(tǒng)、電子地圖、計算機技術(shù)和通信技術(shù)等來引導(dǎo)城市路網(wǎng)中的交通流，為出行者指出當(dāng)前的最佳行駛路線，使出行者以最小的代價完成出行過程。交通流分配的前提是滿足實時性和準(zhǔn)確性要求的交通流預(yù)測，因此，城市道路交通流量和行程時間的預(yù)測是交通流誘導(dǎo)系統(tǒng)研究

2、的重要內(nèi)容，也是智能交通系統(tǒng)研究的一個重要問題。近年來，世界各國在這個領(lǐng)域研究中進(jìn)行了多方努力，取得了一定的階段性成果，但所建模型普遍存在著計算量大、優(yōu)化時間長等問題，難以滿足實時誘導(dǎo)的需要。 由于城市道路交通系統(tǒng)的非線性、隨機性、時變性和不確定性，而人工神經(jīng)網(wǎng)絡(luò)具有非線性描述、大規(guī)模并行分布處理、學(xué)習(xí)與適應(yīng)、擅長處理多變量系統(tǒng)以及便于硬件實現(xiàn)等特性，比較適合于交通流量和行程時間的預(yù)測。基于此，本文利用人工神經(jīng)網(wǎng)絡(luò)來對交通流量和

3、行程時間進(jìn)行預(yù)測。 首先，利用BP神經(jīng)網(wǎng)絡(luò)來建立交通流量和行程時間的實時預(yù)測模型，找尋出一種能滿足實時性要求的算法，并根據(jù)驗證的結(jié)果分析了模型的優(yōu)點和尚需改進(jìn)之處。 接著，將模糊邏輯和神經(jīng)網(wǎng)絡(luò)相結(jié)合，設(shè)計了基于神經(jīng)網(wǎng)絡(luò)的實時交通信息模糊預(yù)測系統(tǒng)用來預(yù)測交通流量和行程時間。針對模糊推理在處理經(jīng)驗知識方面的不足，用神經(jīng)網(wǎng)絡(luò)實現(xiàn)了對模糊規(guī)則的記憶，并在系統(tǒng)仿真的基礎(chǔ)上對模型進(jìn)行了分析。 然后，針對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)存在的缺陷