隨著我國經(jīng)濟的迅速發(fā)展和城市化水平的加速提高,汽車數(shù)目不斷增長,由此引發(fā)了交通擁堵、交通事故和空氣污染等一系列交通問題,其中,最為嚴峻的,也是受到人們越來越多重視的就是交通擁堵問題。為了解決這一問題,智能交通系統(tǒng)（Intelligent Transportation System,ITS）隨之產(chǎn)生。它是目前解決城市交通問題的有效方法,它能在現(xiàn)有技術的基礎上對交通信息進行實時誘導與控制,最大限度提高交通運輸系統(tǒng)的運輸、管理效率。而實時誘導的關鍵是提前了解道路交通狀態(tài),這往往需要準確的交通流預測,因此如何準確預測短時交通流量是保證智能交通系統(tǒng)有效運行的關鍵。本文源于海信網(wǎng)絡科技公司“交通智能管控平臺”交通誘導模塊的預研課題,著重研究了基于花授粉算法和神經(jīng)網(wǎng)絡的城市交叉路口短時交通流預測。本文的研究將從以下幾個方面展開:首先介紹了智能交通系統(tǒng)的發(fā)展,闡述了交通流預測領域基本原理,為后續(xù)預測模型的建立奠定了理論基礎;其次針對遺傳算法的不足,提出一種概率自適應的遺傳算法,并建立了三種預測模型:基于BP神經(jīng)網(wǎng)絡、基于遺傳神經(jīng)網(wǎng)絡和概率自適應遺傳神經(jīng)網(wǎng)絡的交通流預測模型。通過仿真對比實驗得出,概率自... 

【文章來源】：青島理工大學山東省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 交通流預測研究現(xiàn)狀
        1.2.1 交通流量主要預測模型
        1.2.2 國內外研究現(xiàn)狀
    1.3 本文的研究工作
    1.4 論文結構
第2章 短時交通流預測相關理論
    2.1 短時交通流量預測概念
    2.2 交通流基本特征參數(shù)
    2.3 交通流數(shù)據(jù)來源
    2.4 短時交通流預測評價指標
    2.5 交通流特性分析
    2.6 本章小結
第3章 遺傳神經(jīng)網(wǎng)絡理論與模型的建立
    3.1 神經(jīng)網(wǎng)絡特點
    3.2 神經(jīng)網(wǎng)絡基本原理
        3.2.1 神經(jīng)元模型
        3.2.2 激活函數(shù)
        3.2.3 網(wǎng)絡結構
        3.2.4 網(wǎng)絡學習理論
    3.3 bp神經(jīng)網(wǎng)絡
    3.4 遺傳神經(jīng)網(wǎng)絡
    3.5 本章小結
第4章 基于遺傳神經(jīng)網(wǎng)絡的交通流預測模型
    4.1 交通流數(shù)據(jù)可預測性分析
    4.2 基于bp神經(jīng)網(wǎng)絡的交通流預測
        4.2.1 網(wǎng)絡輸入樣本的選擇
        4.2.2 bp神經(jīng)網(wǎng)絡預測算法的實現(xiàn)
    4.3 遺傳神經(jīng)網(wǎng)絡交通流預測
    4.4 概率自適應遺傳神經(jīng)網(wǎng)絡交通流預測
    4.5 結果分析
    4.6 本章小結
第5章 基于花授粉算法的神經(jīng)網(wǎng)絡交通流預測模型
    5.1 花授粉算法簡介
    5.2 花授粉算法
        5.2.1 花授粉的特征
        5.2.2 花授粉算法實現(xiàn)步驟
    5.3 花授粉算法中參數(shù)的影響及改進
        5.3.1 初始種群
        5.3.2 轉換概率
        5.3.3 局部授粉策略
    5.4 改進的fpa-bp神經(jīng)網(wǎng)絡交通流預測
        5.4.1 改進的fpa-bp神經(jīng)網(wǎng)絡實現(xiàn)步驟
        5.4.2 仿真對比試驗
    5.5 結果分析
    5.6 本章小結
第6章 總結與展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文及科研工作
致謝



本文編號：3183363