短時(shí)交通流的混沌性分析及其基于神經(jīng)網(wǎng)絡(luò)的預(yù)測模型研究.pdf

1、短時(shí)交通流預(yù)測問題在城市交通控制和管理中起著十分重要的作用，隨著時(shí)間跨度的縮短，交通流量的變化顯示出越來越強(qiáng)的不確定性。較早期的預(yù)測方法，不能反映出短時(shí)交通流過程的不確定性與非線性，無法克服隨機(jī)干擾因素對交通流量的影響。所以隨著預(yù)測時(shí)間間隔的縮短，這些模型的預(yù)測精度就會(huì)變得很低。 本文通過分析短時(shí)交通流量數(shù)據(jù)在時(shí)間序列上的特點(diǎn)，引入混沌理論的分析方法，從非線性時(shí)間序列預(yù)測的角度對交通流量預(yù)測進(jìn)行了研究。用混沌理論來分析研究交通中

2、存在的問題，有助于人們把握交通系統(tǒng)的規(guī)律性，為解決交通流問題開辟了新的途徑?；诨煦绲南嗫臻g重構(gòu)技術(shù)能夠較好地刻畫短時(shí)交通流變化量中所包含的系統(tǒng)本身內(nèi)在的隨機(jī)性。 對于混沌性的短時(shí)交通流，本文運(yùn)用智能方法對其進(jìn)行預(yù)測。本文將交通流系統(tǒng)相空間重構(gòu)參數(shù)與神經(jīng)網(wǎng)絡(luò)預(yù)測方法相結(jié)合，進(jìn)而選擇神經(jīng)網(wǎng)絡(luò)的最佳輸入模式。用隔離小生境技術(shù)優(yōu)化遺傳算法，再針對BP神經(jīng)網(wǎng)絡(luò)運(yùn)行的特點(diǎn)，用隔離小生境遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)，進(jìn)而選擇神經(jīng)網(wǎng)絡(luò)的最佳隱層結(jié)構(gòu)。