基于小波分析和遺傳神經(jīng)網(wǎng)絡(luò)的短時(shí)城市交通流量預(yù)測(cè)研究.pdf

1、隨著我國(guó)經(jīng)濟(jì)的增長(zhǎng)和城市化進(jìn)展，交通擁堵、交通事故頻發(fā)、尾氣污染等交通問(wèn)題已經(jīng)成為當(dāng)今社會(huì)普遍關(guān)注的焦點(diǎn)。實(shí)時(shí)而準(zhǔn)確的短時(shí)交通流量預(yù)測(cè)可以為城市交通誘導(dǎo)和控制提供數(shù)據(jù)支持，是解決多種交通問(wèn)題的關(guān)鍵和基礎(chǔ)。本文在對(duì)短時(shí)交通流量預(yù)測(cè)問(wèn)題分析與總結(jié)的基礎(chǔ)上，對(duì)短時(shí)交通流量數(shù)據(jù)的去噪處理與預(yù)測(cè)問(wèn)題進(jìn)行了分析與研究。
　　本文首先分析了交通流預(yù)測(cè)的基本概念和交通流的特性，并建立了短時(shí)交通流量預(yù)測(cè)的性能指標(biāo)。為了提高采集到的交通流量數(shù)據(jù)的準(zhǔn)確

2、性和精度，采用了拉格朗日插值定理對(duì)錯(cuò)誤數(shù)據(jù)和丟失數(shù)據(jù)進(jìn)行了插值處理，然后根據(jù)幾種小波母函數(shù)的特點(diǎn)，選取db5小波對(duì)交通流量數(shù)據(jù)做3層分解，并進(jìn)行數(shù)據(jù)去噪處理。為了提高預(yù)測(cè)精度和算法的收斂速度，在進(jìn)行預(yù)測(cè)前，還對(duì)數(shù)據(jù)進(jìn)行了歸一化處理。針對(duì)BP神經(jīng)網(wǎng)絡(luò)和遺傳算法各自在應(yīng)用上的缺陷，用遺傳算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，建立遺傳神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。在預(yù)測(cè)仿真階段，分別采用了BP神經(jīng)網(wǎng)絡(luò)、遺傳神經(jīng)網(wǎng)絡(luò)對(duì)原始數(shù)據(jù)和小波去噪數(shù)據(jù)進(jìn)行了預(yù)測(cè)，并對(duì)各組的預(yù)測(cè)結(jié)