原文传递
基于神经网络的四阶段预测法在交通量预测中的应用研究
| 论文题名： | 基于神经网络的四阶段预测法在交通量预测中的应用研究 |
| 关键词： | 交通量预测;四阶段预测法;神经网络;弗雷特法;增量分配法 |
| 摘要： | 随着经济的高速发展，我国交通运输与道路建设事业取得了举世瞩目的成就。在国家相关政策的大力支持下，我国公路交通建设发展迅速，公路技术等级水平不断提高，公路路网逐步完善。其中，交通量分析与预测起到了至关重要的作用。 交通量分析与预测是综合考虑一定区域内过去和现在的交通、经济、社会等各种因素的变化及发展规律，对未来指定路段交通量进行推测的一种科学方法。该预测是确定公路建设项目技术标准、工程设施规模及经济评价的基础，其综合考虑了项目影响区社会经济现状、土地利用现状、综合运输现状及各自发展规划等，依据定量计算和定性分析相结合的原则，预测得到未来一定时期内拟建项目可能承担的交通量，为选定公路技术标准、路线方案比较、经济财务效益分析等工作提供依据。 当前，交通量预测方法众多，相关理论也日趋成熟。但实践表明，各种预测方法皆有其不足之处。本文通过对交通量预测方法的学习、分析与比较，提出采用基于神经网络的四阶段预测法，对交通量进行预测，以期达到改善预测精度，全面考虑预测相关模糊参数，贴近实际工程应用的目的。 该预测模型采用四阶段预测法为主体，分别对其社会经济预测、发生吸引交通量预测、交通量分布预测、交通方式分担预测、分配交通量预测以及诱增、转移交通量进行相关分析，选取相应适合的预测模型或方法进行预测。其中，对社会经济预测采用定量与定性分析方法，交通量发生、吸引采用神经网络进行预测，交通量分布采用弗雷特法进行预测，交通方式分担预测则应综合考虑交通运输方式，分配交通量预测采用容量限制的增量加载多路径概率分配法，而诱增交通量分析时采用无约束重力模型。 本文将该预测模型应用于恩施外环交通量预测中，通过对当地实际情况进行调查分析，充分考虑各个影响因素指标，发挥神经网络非线性处理能力和容错能力强的特点，综合考虑区域内交通运输方式对待建项目的影响，并得出预测结果。通过对预测结果与当地实际经济社会交通发展情况的对比，该预测结果符合当地发展趋势，具有一定参考价值。 |
| 作者： | 陈百奔 |
| 专业： | 建筑与土木工程 |
| 导师： | 康俊涛;孟庆标 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
