計算智能理論在交通流誘導系統(tǒng)中的應用.pdf

1、智能交通系統(tǒng)是目前公認的全面有效地解決交通運輸領域問題，特別是交通擁擠、交通阻塞、交通事故和交通污染等問題的最佳途徑。交通流誘導系統(tǒng)是智能交通系統(tǒng)的核心研究領域和避免城市交通網(wǎng)絡局部擁擠的最佳手段，而實時動態(tài)路徑選擇是交通流誘導理論的核心和理論基礎。國際上許多研究者從多方面對以上理論領域進行了大量的研究，并取得了許多重要的研究成果。但所建模型普遍存在著計算量大、優(yōu)化時間長、不適合大規(guī)模交通網(wǎng)絡等問題。本學位論文緊密結合我國智能交通誘導系

2、統(tǒng)研究與應用的需要，利用新興起的計算智能理論，對預測型動態(tài)路徑選擇理論的主要研究內(nèi)容如下： 首先，受城市交通多時段定時控制方案的啟發(fā)，結合神經(jīng)網(wǎng)絡理論應用中的非線性函數(shù)分段逼近的理論，提出了多時段分時預測、分時誘導的思想，并基于人工智能領域新的研究成果——人工免疫系統(tǒng)，應用模式識別的理論和方法，對交通網(wǎng)絡狀態(tài)模式識別問題進行了初步的研究和探索，而且用建立的人工免疫算法進行城市交通狀態(tài)模式識別的仿真研究，成功實現(xiàn)了交通時段的自動劃

3、分，克服了人工時段劃分和基于遺傳算法的分級聚類交通時段劃分的不足，為交通時段的劃分提供了一條新的思路。 然后，在對ARIMA、Kalman濾波、人工神經(jīng)網(wǎng)絡等交通流預測方法總結回顧的基礎上，結合新興的小波神經(jīng)網(wǎng)絡理論，建立了基于小波神經(jīng)網(wǎng)絡的短時交通流預測模型，并利用實測的濟南市經(jīng)十路交通流數(shù)據(jù)，與傳統(tǒng)的預測方法進行了對比仿真實驗。仿真結果表明，該模型在交通流的預測精度和網(wǎng)絡的收斂性方面明顯優(yōu)于BP網(wǎng)絡，對實時交通流的預測有著良