原文传递
基于粗神经网络的混沌交通流预测研究
| 论文题名： | 基于粗神经网络的混沌交通流预测研究 |
| 关键词： | 交通流预测;混沌;粗神经网络;RBF网络;智能交通系统 |
| 摘要： | 交通流预测是智能交通系统(ITS)的重要研究内容之一,准确实时的交通流预测是进行智能交通诱导与控制基础与前提,对解决当前交通拥堵问题具有重要价值和指导意义。 本文首先研究了交通流中的一种重要现象即混沌现象,进而研究了交通流预测粗神经网络算法,最后将粗神经网络算法应用到混沌交通流的预测中。所作的主要工作有以下几点: 1.首先介绍了混沌相关理论以及两种重要的交通流理论模型,并对其进行了理论分析,得出了混沌现象在交通流中产生的过程。之后基于两种模型,给出了微观意义下的分析,得出关于混沌交通流的五点结论。在此基础上提出了混沌交通流预测的一般步骤。 2.建立了单交叉口和相邻交叉口交通流预测模型,针对当前的交通流预测方法,本文选取了神经网络算法作为研究对象,并结合了粗集理论对三种神经网络算法分别进行了改进,使改进算法具有更好的泛化能力和较高的预测精度。 3.将改进的粗神经网络预测算法应用到混沌交通流的预测中,分别进行了仿真分析,得出改进的RBF网络具有较好的预测效果。 最后对论文进行了总结与展望,归纳了本文的收获与成果,对需要进一步探讨的问题进行了说明。 |
| 作者： | 牛兴旺 |
| 专业： | 控制理论与控制工程 |
| 导师： | 蔡延光 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
