原文传递
基于BP神经网络的交通流量预测
| 论文题名： | 基于BP神经网络的交通流量预测 |
| 关键词： | BP神经网络;交通流量预测;图形化界面仿真;网络参数 |
| 摘要： | 交通信息预测是智能交通控制、交通诱导、交通信息服务等智能交通系统(ITS)实现的重要基础,是ITS领域的重要理论之一,而交通流预测问题又是交通信息预测的核心问题。因此,进行交通流量预测理论体系的研究,是开发实用、智能化的交通量预测系统的前提,对于改善我国交通拥堵问题,具有十分重要的学术价值和现实意义。多年来,交通预测者一直将提高交通信息预测的可靠性作为研究重点。 论文将神经网络技术研究与交通信息预测研究紧密结合,将神经网络技术应用于交通流量预测;结合实际数据,采用BP神经网络、RBF神经网络、小波神经网络,使用Matlab平台实现预测,并使用Matlab提供的图形界面开发环境GUIDE,实现了BP神经网络的图形化界面仿真。 论文首先通过新浪网的调查数据,说明我国面临的严重交通问题;其次,参考国内外解决交通问题的措施,总结共同点,引出了论文的研究重点交通流预测;接着,在总结国内外研究成果的基础上,对已有的交通流预测方法进行了研究,通过分析将现有的方法分为常规预测和智能预测,并对每种研究的基本方法进行了具体介绍;再次,重点研究了智能预测中的人工神经网络理论,介绍了神经网络的发展、特点、结构以及学习理论,分析了BP、RBF、小波神经网络的具体步骤,为交通流预测的实现奠定理论基础;然后,结合实际交通流量观测数据,分析了将BP、RBF、小波神经网络理论应用于交通流量预测的过程,详细描述了网络参数的选取过程,并使用Matlab平台实现预测,通过对比预测结果,认为BP神经网络的预测效果较好;最后,采用Matlab提供的图形化界面开发环境,设计实现了BP神经网络的图形界面仿真。 |
| 作者： | 曹虹 |
| 专业： | 交通信息工程及控制 |
| 导师： | 许宏科 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
