基于深度信念網(wǎng)絡(luò)的短時交通流預(yù)測.pdf

1、道路交通擁堵現(xiàn)象已日漸成為制約現(xiàn)代經(jīng)濟(jì)社會良性運(yùn)作的重要因素。而實(shí)時、高效的短時交通流預(yù)測技術(shù)作為當(dāng)代智能交通管理系統(tǒng)的熱點(diǎn)問題，它能夠?qū)崿F(xiàn)城市路網(wǎng)運(yùn)載能力被最大限度地合理利用，亦能降低交通事故發(fā)生概率等目標(biāo)，正是緩解交通擁堵燃眉之急，提高全社會經(jīng)濟(jì)效益的強(qiáng)有力措施。因此，對短時交通流的預(yù)測方法進(jìn)行深入研究具有較深的現(xiàn)實(shí)與理論意義。
　　本文首先對以往的研究成果進(jìn)行回顧與總結(jié)，比較了多種交通流預(yù)測模型的預(yù)測表現(xiàn);其次，針對具有非線

2、性、非平穩(wěn)性和高度不確定性特點(diǎn)的短時交通流序列，介紹并構(gòu)建了基于小波理論和深度信念網(wǎng)絡(luò)理論的短時交通流預(yù)測方法;最后，將本文的預(yù)測模型對英國伯明翰市A38路段的短時交通流量進(jìn)行預(yù)測，并論證該組合模型的有效性，并與其他傳統(tǒng)模型進(jìn)行對比，總結(jié)不同模型的優(yōu)缺點(diǎn)及其應(yīng)用范圍。
　　本文的主要研究工作與結(jié)論如下:
　　(1)對英國伯明翰市A38路段的短時車流量數(shù)據(jù)（共收集一年的數(shù)據(jù)）進(jìn)行分析，簡略分析表明短時交通流數(shù)據(jù)波動趨勢確實(shí)有明

3、顯的周期性變化規(guī)律，序列存在自相關(guān)性與不確定性，傳統(tǒng)的預(yù)測模型很難精準(zhǔn)的掌握其變化規(guī)律;
　　(2)為了提高所采集數(shù)據(jù)的質(zhì)量，文章對英國伯明翰市A38路段的短時交通流量數(shù)據(jù)依次采用歷史均值替代法修補(bǔ)了交通流數(shù)據(jù)的異常值與缺失值、利用小波去噪原理消除了序列噪聲、運(yùn)用歸一化方法消除序列量級上的差異。
　　(3)針對預(yù)處理后的數(shù)據(jù)，文章運(yùn)用深度信念網(wǎng)絡(luò)理論進(jìn)行預(yù)測模型訓(xùn)練及預(yù)測。具體而言，運(yùn)用受限玻爾茲曼機(jī)負(fù)責(zé)無監(jiān)督學(xué)習(xí)、BP反向