详情

原文传递短时交通流量预测方法及应用

论文题名：	短时交通流量预测方法及应用
关键词：	短时交通流预测;分形理论;神经网络;时间序列
摘要：	随着社会经济和交通运输的不断发展，越来越多的人开始关注交通所带来的问题，交通问题不仅影响到大家的出行效率和安全，也影响到社会的发展。智能交通系统（ITS）是现阶段解决交通问题的一种有效的方向，尤其对解决交通压力和对环境的保护有一定作用。交通流是ITS的最主要研究内容之一，短期交通流预测的研究是其热点研究方向，而获得实时交通流数据是对路段畅通的有效手段。因此对如何取得准确的交通流是本文研究的主要内容。　　论文首先从短时交通流理论展开剖析，主要将短时交通流的特点以及其理论模型进行整理研究，并对各类模型的优缺点进行评价；为了更好的利用短时交通流时间序列的变化规律，从而引入分析理论进行论证，并通过分析发现交通流存在自相关性特点；以短时交通流时间序列的自相似性作为切入点，建立了 NARX神经网络预测模型。同时对神经网络理论及BP神经网络的基本原理进行了分析，通过把BP神经网络与NARX神经网络的对比分析，发现在对时间序列预测方面。NARX神经网络的优越性高于BP神经网络，具有反馈与记忆功能，这有利于将时间序列历史数据与当前数据间的关系进行结合。　　针对NARX神经网络模型对短时交通预测是否适用，本文引用了交通流数据缺失作为案例对其可行性进行验证。NARX神经网络将交通流量的历史数据作为输入输出进行训练、测试、验证，再对缺失数据的交通流进行预测，最后将预测值与实际值进行误差对比分析，最终验证其误差小，预测结果精度高。
作者：	刘芳
专业：	交通运输工程(交通信息工程及控制)
导师：	黄中祥;李祥熙
授予学位：	硕士
授予学位单位：	长沙理工大学
学位年度：	2015
正文语种：	中文