模糊神經(jīng)網(wǎng)絡在交通流量預測中的應用研究.pdf

1、智能交通系統(tǒng)(IntelligentTransportSystem,ITS)正是為了改變交通狀況、減輕交通擁擠、減少交通事故、制止交通環(huán)境的惡化,使現(xiàn)代化的交通更好地為經(jīng)濟建設(shè)服務和發(fā)展而建立起來的一個綜合領(lǐng)域。交通流量預測作為ITS的關(guān)鍵問題之一,如何改進交通流量預測的方法,提高預測精度成為目前研究的熱點。
　　 本文以模糊神經(jīng)網(wǎng)絡和混沌理論為基礎(chǔ),研究基于模糊神經(jīng)網(wǎng)絡的交通流量預測問題。在混沌相空間重構(gòu)理論基礎(chǔ)上,研究了自適

2、應神經(jīng)模糊推理系統(tǒng)(AdaptiveNeuralFuzzyInferenceSystem,ANFIS)和基于神經(jīng)網(wǎng)絡集成的T-S(Takagi-Sugeno)系統(tǒng)這兩種模糊神經(jīng)網(wǎng)絡,隨后將其應用于交通流量預測實例分析。最后與現(xiàn)有的神經(jīng)網(wǎng)絡預測方法進行了比較分析,結(jié)果表明了模糊神經(jīng)網(wǎng)絡方法的有效性。
　　 本文主要研究內(nèi)容包括如下幾個方面:
　　 (1)首先研究了模糊神經(jīng)網(wǎng)絡結(jié)構(gòu),進一步對ANFIS和基于神經(jīng)網(wǎng)絡集成的T-

3、S系統(tǒng)及相應的學習算法進行了分析研究。
　　 (2)將混沌理論引入交通流量預測,分析了交通流量時間序列的混沌特性,研究了時間序列嵌入維數(shù)和時間延遲參數(shù)的選取。通過遞歸圖分析了交通流時間序列的可預測性。
　　 (3)針對實際交通流時間序列,將ANFIS以及基于神經(jīng)網(wǎng)絡集成的T-S系統(tǒng)預測模型應用于北京某公路監(jiān)測站和英國交通局官網(wǎng)的兩組實測數(shù)據(jù)預測。通過研究不同嵌入維數(shù)和時間延遲下預測模型的性能,并與現(xiàn)有的神經(jīng)網(wǎng)絡方法構(gòu)建的