原文传递
短时交通流特性及其预测方法的研究
| 论文题名： | 短时交通流特性及其预测方法的研究 |
| 关键词： | 智能运输系统;短时交通流;混沌;分形;小波分析 |
| 摘要： | 短时交通流预测(Short-term Traffic Flow Forecasting)是实现智能运输系统中动态诱导系统的关键技术之一.该文先对短时交通流的特性进行分析,进而对其预测方法进行研究.论文首先分析短时交通流预测在智能运输系统中的重要地位,阐述其研究的必要性;在对交通流理论研究成果进行整理的基础上,针对短时交通流的不确定性,采用Fourier变换得出交通流信号的主要能量集中在分解的长周期信号、使用小波多尺度分析得出:噪声可从短时信号中分离出来,从而得到易于预测的平滑信号;通过混沌与分形分析得出:短时交通流在一定尺度范围和时间范围内存在有混沌运动现象.基于短时交通流的特性分析,提出两个改进的预测方法:对于非混沌短时交通流,采用小波分解重构-BP神经网络预测方法;对于混沌短时交通流采用相空间重构-RBF神经网络预测方法.实例计算结果表明两种改进的预测方法具有良好的预测效果. |
| 作者： | 唐明 |
| 专业： | 交通运输规划与管理 |
| 导师： | 黄中祥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2004 |
| 正文语种： | 中文 |
检索历史
应用推荐
