發(fā)布時(shí)間：2024-04-26 22:29

　　智能交通管理技術(shù)在城市道路交通管理工作中發(fā)揮著日趨重要的作用,它所提供的可視化、動(dòng)態(tài)化和主動(dòng)化的道路交通管理方案,能夠?yàn)榈缆方煌ü芾頉Q策提供科學(xué)的理論指導(dǎo)與技術(shù)支持。短時(shí)交通流預(yù)測(cè)技術(shù)是智能交通管理技術(shù)中的一種,它可以為交通流分配、交通流誘導(dǎo)和駕駛?cè)诵旭偮窂絻?yōu)化及選擇等提供基礎(chǔ)數(shù)據(jù)支持。因此,短時(shí)交通流預(yù)測(cè)技術(shù)一直是近年來(lái)道路交通管理領(lǐng)域的研究熱點(diǎn)。本文針對(duì)BP神經(jīng)網(wǎng)絡(luò)的基本原理及技術(shù)特點(diǎn),對(duì)其在訓(xùn)練階段容易陷入局部最小值的問(wèn)題進(jìn)行分析,并結(jié)合模擬退火算法原理中的全局尋優(yōu)能力,利用該算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò),得到優(yōu)化后的SA-BP神經(jīng)網(wǎng)絡(luò),并對(duì)基于SA-BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)進(jìn)行研究,再結(jié)合實(shí)例仿真和對(duì)比分析,驗(yàn)證SA-BP神經(jīng)網(wǎng)絡(luò)具有更優(yōu)的預(yù)測(cè)效果。本文主要完成以下幾方面工作。首先,說(shuō)明了本文的研究背景及意義,并著重從基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)及基于模擬退火算法BP神經(jīng)網(wǎng)絡(luò)優(yōu)化方面,對(duì)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了闡述與分析;第二,闡述了短時(shí)交通流預(yù)測(cè)的基本原理及流程,介紹了用于預(yù)測(cè)的交通流數(shù)據(jù)的預(yù)處理過(guò)程及方法,確定了短時(shí)交通流預(yù)測(cè)效果的評(píng)價(jià)指標(biāo)體系;第三,選擇BP神經(jīng)網(wǎng)絡(luò)作為本文的基本...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.2BP神經(jīng)網(wǎng)絡(luò)架構(gòu)圖

圖3.2BP神經(jīng)網(wǎng)絡(luò)架構(gòu)圖P神經(jīng)網(wǎng)絡(luò)的輸入層中神經(jīng)元的作用是負(fù)責(zé)向神經(jīng)網(wǎng)絡(luò)中輸入所需神經(jīng)元可以將信號(hào)傳入到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。輸入層神經(jīng)元的個(gè)行訓(xùn)練的數(shù)據(jù)個(gè)數(shù)來(lái)決定。層神經(jīng)元的作用主要有兩個(gè)方面。在神經(jīng)網(wǎng)絡(luò)訓(xùn)練階段，輸出層神神經(jīng)元一起完成對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程，在這個(gè)階段神....

圖3.6溫度狀態(tài)變化時(shí)所得粒子狀態(tài)概率

圖3.6溫度狀態(tài)變化時(shí)所得粒子狀態(tài)概率擬退火算法的隨機(jī)擾動(dòng)30中，與分別代表兩個(gè)相鄰粒子的能量。其中粒子2為某一粒子。這種在粒子1周圍隨機(jī)選擇粒子的過(guò)程，稱為模隨機(jī)擾動(dòng)。隨機(jī)擾動(dòng)過(guò)程如公式3.31。為當(dāng)前選定粒子；為經(jīng)過(guò)隨機(jī)擾動(dòng)后選定粒子；爾科夫鏈長(zhǎng)度

圖3.11SA-BP神經(jīng)網(wǎng)絡(luò)選擇重新擾動(dòng)條件下的圖示

k+1次的EBPnew將在第k+2次變成EBPold，并在之后進(jìn)行第k+2時(shí)，第k+2次梯度下降前進(jìn)行隨機(jī)擾動(dòng)的為第k+1次的S（k+1）與第NEW=EBPold時(shí)，此時(shí)經(jīng)Metropolis準(zhǔn)則選取的第k+1次BP梯度當(dāng)退回成經(jīng)第k次梯度下....

圖3.12SA-BP神經(jīng)網(wǎng)絡(luò)重新擾動(dòng)次數(shù)D=1條件下的圖示

圖3.12SA-BP神經(jīng)網(wǎng)絡(luò)重新擾動(dòng)次數(shù)D=1條件下的圖示3.12中，由SA1到S1為梯度下降過(guò)程，S1到SA2為隨機(jī)擾動(dòng)過(guò)程，SA2降過(guò)程，S1到SA3為隨機(jī)擾動(dòng)過(guò)程。D>1時(shí)，所取矩陣情形如圖3.13所示。圖3.13SA-BP神經(jīng)網(wǎng)絡(luò)重新擾動(dòng)次....

本文編號(hào)：3964965