原文传递
运输网上交通流量实时预测模型研究
| 论文题名： | 运输网上交通流量实时预测模型研究 |
| 关键词： | 交通流;差商LM法;非参数回归法;动态预测;小波神经网络;智能交通系统 |
| 摘要： | 该文所作的工作简单总结如下:(1)研究的内容之一是交通流的自组织理论,它是研究交通流实时预测模型的理论基础,再接着介绍了交通流的特性和交通流数据的采集、整理和加工等以及交通流模拟理论.(2)网络的改进在于采用差商LM法,经过建立模型与实际计算发现,发现差商LM法是一种高效、快速的学习方法,其学习速率比带动量项的学习率自适应的BP算法高一个量级,而比Daviden Fletcher Powell(DFP)、Broyden Fletcher Goldfarl Shanno(BFGS)等变尺度方法以及其他非线性最小二乘法的稳定性要好得多.之后介绍基于正交最小才乘算法的小波神经网络模型和基于时间序列的小波神经网络预测模型.(3)在交通流预测这个问题上,主要分为两个方面的研究:高速公路上交通流量的实时预测问题和城市交通道路网一般道路交通流实时预测问题.该文建立了基于改进神经网络的交通流量实时预测模型,并运用这些模型并以数据来源进行计算,计算结果比较接近现实的情况.接着提出交叉口交通流量是实时预测模型,最后建立基于小波神经网络的交通流量预测模型.(4)除此之外,该文也研究了运用非参数回归法进行交通流量实时预测,并将其预测结果和改进的神经网络实时预测模型的预测结果作以比较. |
| 作者： | 吴小强 |
| 专业： | 交通运输规划与管理 |
| 导师： | 林柏梁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北方交通大学 |
| 学位年度： | 2001 |
| 正文语种： | 中文 |
检索历史
应用推荐
