原文传递
基于遗传算法和BP神经网络的区域性公路交通量预测研究
| 论文题名： | 基于遗传算法和BP神经网络的区域性公路交通量预测研究 |
| 关键词： | 公路交通量;遗传算法;BP神经网络 |
| 摘要： | 公路交通是众多现代化交通运输中发展最迅速的运输方式，作为综合交通运输体系的主要组成成分，其具有基础性的地位，它是推动运输体系不断完善的主导力量。近年来，我国公路事业蓬勃发展，如何能够快速准确的进行交通量的预测是我们必须面对和解决的问题。 预测模型的选择直接影响到了我们所需的数据资料以及预测的精度，本文根据对交通量预测方法和模型的研究，主要做了以下工作: 首先本文分析了公路交通量预测在公路发展中的重要性，总结了公路交通量预测的发展趋势，并分析了常用的各种方法的优缺点。探讨了影响客运量和货运量的影响因素，采用相关系数法最终确定与客货运量相关的参数，分别对客运量和货运量进行预测。 其次对BP神经网络和遗传算法进行了相关的分析和总结，指出了BP神经网络的缺陷，提出将遗传算法与BP神经网络算法相结合，即GA-BP模型。用遗传算法优化BP神经网络的权值和阀值，通过MATLAB建立模型实施模拟与预测，得出客货运量的预测值，并与实际值作比较，证明了预测方法的可行性。 第三，根据预测的客货运量值，转换成标准车辆数，再采用合适的交通量分配方法，将其分配到相应路线上，与已有的调查点数据作比较，证明了该种模型用于交通量的预测的可行性。 最后，对采用GA-BP网络模型预测交通量的局限性做了总结和说明，并也同时提出了相应的问题，为以后继续深入探讨提供思考。 |
| 作者： | 羊文琦 |
| 专业： | 建筑与土木工程 |
| 导师： | 李远富 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
