高速公路短時交通量預測.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著高速公路的不斷發(fā)展與建設(shè),由于其高效快速的通行能力已被越來越多的人作為日常出行方式的主要選擇。但是,隨著人們的出行需求的不斷提高,已有的路網(wǎng)通行能力早已不能滿足現(xiàn)有出行量,隨即產(chǎn)生越來越多的交通擁堵狀況,而其后果是交通事故的頻發(fā)與環(huán)境污染的惡化。因此,對高速公路短時交通量預測理論和方法的研究是實現(xiàn)合理有效的交通誘導、緩解交通擁堵,減少交通事故的頻發(fā)以及改善環(huán)境污染的必要前提。
  當今高速公路數(shù)據(jù)采集技術(shù)與設(shè)備的不斷完善,使得

2、高速公路短時交通量的預測成為可能,本文立足于高速公路短時交通量的可預測性,建立并改進了不同的預測模型,并對其預測結(jié)果進行了比較。
  首先,本文對短時交通量預測的研究背景、意義以及國內(nèi)外研究現(xiàn)狀進行了總結(jié),分析了各類預測方法和模型中存在的不足,應用有效的采集手段統(tǒng)計了蘭海高速與武罐高速兩條高速公路的短時交通流量用于后續(xù)模型的實際分析中。
  其次,針對高速公路短時交通量時間序列的內(nèi)部特性,介紹了混沌理論的一些基本概念和參數(shù),

3、為了更好地分析該時間序列,重構(gòu)其相空間,通過C-C算法計算蘭海高速和武罐高速的兩組實驗數(shù)據(jù)的延遲時間和嵌入維數(shù),重構(gòu)了原始時間序列的相空間,以此將其內(nèi)部存在的實際規(guī)律挖掘出來,在此基礎(chǔ)上,利用小數(shù)據(jù)量法計算兩組數(shù)據(jù)的最大李雅普諾夫指數(shù),計算結(jié)果均大于零,表明兩組數(shù)據(jù)都可以利用混沌理論對其進行相應的分析與研究。
  然后,介紹人工神經(jīng)網(wǎng)絡(luò)的相關(guān)概念,利用小波神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)預測高速公路短時交通量,在此之前,分別利用重構(gòu)的兩組

4、數(shù)據(jù)的延遲時間和嵌入維數(shù)合理設(shè)計網(wǎng)絡(luò)的輸入層與輸出層神經(jīng)元的數(shù)量,建立良好的網(wǎng)絡(luò)拓撲結(jié)構(gòu),對蘭海高速和武罐高速采集的數(shù)據(jù)在建立的網(wǎng)絡(luò)中進行預測實驗,通過分析計算實驗結(jié)果可以得出,RBF神經(jīng)網(wǎng)絡(luò)的預測效果比小波神經(jīng)網(wǎng)絡(luò)更好。
  最后,針對兩種神經(jīng)網(wǎng)絡(luò)中存在的不足之處,使用遺傳算法對兩種網(wǎng)絡(luò)的初始參數(shù)進行最優(yōu)選擇,以保證網(wǎng)絡(luò)的輸出結(jié)果更加良好,在對蘭海高速和武罐高速采集的兩組數(shù)據(jù)進行預測實驗后,可以得出改進后的兩種神經(jīng)網(wǎng)絡(luò)預測誤差均

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論