基于BP神經網絡的交通流量預測.pdf

1、交通信息預測是智能交通控制、交通誘導、交通信息服務等智能交通系統(tǒng)(ITS)實現(xiàn)的重要基礎,是ITS領域的重要理論之一,而交通流預測問題又是交通信息預測的核心問題。因此,進行交通流量預測理論體系的研究,是開發(fā)實用、智能化的交通量預測系統(tǒng)的前提,對于改善我國交通擁堵問題,具有十分重要的學術價值和現(xiàn)實意義。多年來,交通預測者一直將提高交通信息預測的可靠性作為研究重點。
　　論文將神經網絡技術研究與交通信息預測研究緊密結合,將神經網絡技術

2、應用于交通流量預測;結合實際數據,采用BP神經網絡、RBF神經網絡、小波神經網絡,使用Matlab平臺實現(xiàn)預測,并使用Matlab提供的圖形界面開發(fā)環(huán)境GUIDE,實現(xiàn)了BP神經網絡的圖形化界面仿真。
　　論文首先通過新浪網的調查數據,說明我國面臨的嚴重交通問題;其次,參考國內外解決交通問題的措施,總結共同點,引出了論文的研究重點交通流預測;接著,在總結國內外研究成果的基礎上,對已有的交通流預測方法進行了研究,通過分析將現(xiàn)有的方法

3、分為常規(guī)預測和智能預測,并對每種研究的基本方法進行了具體介紹;再次,重點研究了智能預測中的人工神經網絡理論,介紹了神經網絡的發(fā)展、特點、結構以及學習理論,分析了BP、RBF、小波神經網絡的具體步驟,為交通流預測的實現(xiàn)奠定理論基礎;然后,結合實際交通流量觀測數據,分析了將BP、RBF、小波神經網絡理論應用于交通流量預測的過程,詳細描述了網絡參數的選取過程,并使用Matlab平臺實現(xiàn)預測,通過對比預測結果,認為BP神經網絡的預測效果較好;最