高速路網(wǎng)是推動(dòng)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的重大基礎(chǔ)設(shè)施,我國(guó)高速公路建設(shè)起步較晚,但發(fā)展很快,目前已建成高速公路里程突破13萬(wàn)公里,總里程居世界首位。保障高速路網(wǎng)的安全運(yùn)行和管理效率對(duì)我國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)平穩(wěn)發(fā)展具有重要作用。交通流量預(yù)測(cè)智慧交通領(lǐng)域的基礎(chǔ)性工作,采用數(shù)據(jù)智能方法提高流量的預(yù)測(cè)精度日益受到學(xué)者關(guān)注。本文立足我國(guó)高速路網(wǎng)交通流量預(yù)測(cè),針對(duì)目前數(shù)據(jù)單一,存量數(shù)據(jù)不足等問題,采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)方法,從數(shù)據(jù)預(yù)處理,數(shù)據(jù)特征擴(kuò)展、網(wǎng)絡(luò)預(yù)測(cè)模型設(shè)計(jì)與優(yōu)化等方面開展研究工作,設(shè)計(jì)并實(shí)現(xiàn)了高速路網(wǎng)交通流的預(yù)測(cè),主要內(nèi)容包括:1.針對(duì)于交通流原始數(shù)據(jù)特征單一的問題,通過(guò)機(jī)器學(xué)習(xí)的手段對(duì)高速路網(wǎng)數(shù)據(jù)集進(jìn)行多特征擴(kuò)展。在多特征擴(kuò)展中,針對(duì)路網(wǎng)空間特征的提取,設(shè)計(jì)了改進(jìn)的基于層次的時(shí)間序列聚類方法,提高了交通流數(shù)據(jù)的聚類效果,有效的區(qū)分了高速路網(wǎng)中流量變化特點(diǎn)不同的節(jié)點(diǎn)集合。2.針對(duì)節(jié)點(diǎn)時(shí)空特性,設(shè)計(jì)了卷積與LSTM相結(jié)合的交通流預(yù)測(cè)深度網(wǎng)絡(luò)模型。模型利用卷積的特性和LSTM在時(shí)序處理上的優(yōu)勢(shì),有效的將節(jié)點(diǎn)的局部空間特性加入網(wǎng)絡(luò)進(jìn)行時(shí)序預(yù)測(cè)。實(shí)驗(yàn)證明,模型在保證局部空間結(jié)構(gòu)單一的節(jié)點(diǎn)預(yù)測(cè)精度的情況下,... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

樣本空間的數(shù)據(jù)分布

不同劃分與最佳劃分示例

卷積運(yùn)算示意圖


本文編號(hào)：3427512