

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、交通流誘導與控制系統(tǒng)作為一種精細化和智慧化的交通管理方式,其實現(xiàn)基礎在于實時、動態(tài)和精準的短時交通流預測。城市道路網絡交通流具有嚴密的時空邏輯關系,從理論上來講,只有充分融合預測點及其上下游關聯(lián)點交通流的時空運動信息才能準確還原和模擬交通流的真實運動特性。同時考慮到由于歷史或現(xiàn)實因素影響,許多城市無法提供長期完善的交通流歷史數(shù)據庫,因此需要建立一種小樣本數(shù)據條件下的短時交通流預測模型。本文的研究工作正是基于以上兩點展開。
論文
2、首先總結分析了當前主流交通流預測模型,指出以模型融合為主的混合模型和融合時空信息的復合預測模型是目前交通流預測的研究重點,同時通過分析對本文所采用的預測模型進行了選定;其次,詳細闡述了城市路網交通流時空流動關系,給出融合時空信息的短時交通流預測原理,明確將預測點及其上下游直接關聯(lián)點作為系統(tǒng)分析對象;然后,為了降低輸入維度,過濾無效信息,利用改進的灰色綜合關聯(lián)度法從直接關聯(lián)點中篩選出對預測點起主要影響作用的強關聯(lián)點;構造了改進的灰色Elm
3、an神經網絡的預測算法,融合灰色理論與Elman神經網絡模型,針對Elman網絡對高階系統(tǒng)辨識能力不足的問題,對網絡結構加以改進,加強網絡對交通流動態(tài)性的反映;構造了改進的NPSO-GRNN的預測算法,引入小生境技術的同時對慣性權重和學習因子加以改進,革除了傳統(tǒng)PSO算法中常見的“局部最優(yōu)解”和“早熟”收斂的弊端,利用改進的NPSO算法建立針對GRNN網絡參數(shù)光滑因子的最優(yōu)化模型,提高模型預測性能。
通過仿真試驗,可以發(fā)現(xiàn)在小
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多模型融合的短時交通流量預測.pdf
- 基于時空相關分析的短時交通流量預測方法研究.pdf
- 短時交通流分析及預測.pdf
- 短時交通流預測方法研究.pdf
- 基于時空關聯(lián)的城市快速路短時交通流預測方法研究.pdf
- 基于時空特性的城市道路短時交通流預測研究.pdf
- 基于數(shù)據挖掘和數(shù)據融合的短時交通流預測研究.pdf
- 聯(lián)合時空信息的夜間運動車輛檢測.pdf
- 短時交通流預測算法研究.pdf
- 交通流量短時預測方法研究.pdf
- 基于深度學習的短時交通流預測.pdf
- 交通流量短時預測的算法研究.pdf
- 基于短時交通流預測的交通控制算法研究.pdf
- 短時交通流預測模型及預測方法的研究.pdf
- 城市交通流短時預測模型研究.pdf
- 短時交通流量混合預測方法研究.pdf
- 短時交通流預測與線路推薦研究.pdf
- 短時交通流量預測算法研究.pdf
- 短時交通流特性及其預測方法的研究.pdf
- 基于Spark的短時交通流預測系統(tǒng)設計.pdf
評論
0/150
提交評論