原文传递
基于集成神经网络的城市道路交通流量融合预测研究
| 论文题名： | 基于集成神经网络的城市道路交通流量融合预测研究 |
| 关键词： | 交通工程;神经网络;数据融合;交通流量预测;灰色理论;小波分析;相关性分析;模糊评价;有效性检验;聚类分析;模糊系统 |
| 摘要： | 本文提出了基于集成神经网络的城市道路交通流量的融合预测模型.该融合预测模型和传统的预测方法相比,既不是单一的数据预测方法的运用,也不是对单一预测数据的使用,更不是对这些方法和数据的简单组合,而是包括从拓展数据源到选择有效的预测方法,再到方法和数据的融合.该模型一方面提高了预测的准确性,另一方面提高了预测的鲁棒性.本文以城市道路交叉口为例,对基于集成神经网络的融合交通流量预测的模型、方法和具体实现途径进行了研究,主要包括以下方面:1)根据融合预测的需要分析了交通流量的分布特性:周期性、连续性和相关性.这些特性反映了交通流量的决定因素和影响因素;2)建立了路口交通流量融合预测的多源数据模型,扩展了预测的数据基础,为预测的准确性和鲁棒性准备了条件;3)提出了根据流量周期性的灰色神经网络预测方法;4)应用小波分析理论对交通流量进行多分辨率分析,提出了根据流量连续性的小波神经网络预测方法:5)提出了对各路口流量进行实时相关性分析的方法,和一定日期内相应时间段路口流量相关性的模糊综合评价方法,提出了利用路网中相关路口的数据预测流量的神经网络方法;6)提出了融合预测模型中局部预测有效性检验的聚类分析方法以及实现最终融合预测的模糊神经网络模型.本文在仿真生成的流量数据的基础上,对上述模型和方法的有效性进行了验证. |
| 作者： | 李存军 |
| 专业： | 交通信息工程及控制 |
| 导师： | 杨儒贵 |
| 授予学位： | 博士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2004 |
| 正文语种： | 中文 |
检索历史
应用推荐
