高速公路短時(shí)交通量預(yù)測.pdf

1、隨著高速公路的不斷發(fā)展與建設(shè)，由于其高效快速的通行能力已被越來越多的人作為日常出行方式的主要選擇。但是，隨著人們的出行需求的不斷提高，已有的路網(wǎng)通行能力早已不能滿足現(xiàn)有出行量，隨即產(chǎn)生越來越多的交通擁堵狀況，而其后果是交通事故的頻發(fā)與環(huán)境污染的惡化。因此，對(duì)高速公路短時(shí)交通量預(yù)測理論和方法的研究是實(shí)現(xiàn)合理有效的交通誘導(dǎo)、緩解交通擁堵，減少交通事故的頻發(fā)以及改善環(huán)境污染的必要前提。
　　當(dāng)今高速公路數(shù)據(jù)采集技術(shù)與設(shè)備的不斷完善，使得

2、高速公路短時(shí)交通量的預(yù)測成為可能，本文立足于高速公路短時(shí)交通量的可預(yù)測性，建立并改進(jìn)了不同的預(yù)測模型，并對(duì)其預(yù)測結(jié)果進(jìn)行了比較。
　　首先，本文對(duì)短時(shí)交通量預(yù)測的研究背景、意義以及國內(nèi)外研究現(xiàn)狀進(jìn)行了總結(jié)，分析了各類預(yù)測方法和模型中存在的不足，應(yīng)用有效的采集手段統(tǒng)計(jì)了蘭海高速與武罐高速兩條高速公路的短時(shí)交通流量用于后續(xù)模型的實(shí)際分析中。
　　其次，針對(duì)高速公路短時(shí)交通量時(shí)間序列的內(nèi)部特性，介紹了混沌理論的一些基本概念和參數(shù)，

3、為了更好地分析該時(shí)間序列，重構(gòu)其相空間，通過C-C算法計(jì)算蘭海高速和武罐高速的兩組實(shí)驗(yàn)數(shù)據(jù)的延遲時(shí)間和嵌入維數(shù)，重構(gòu)了原始時(shí)間序列的相空間，以此將其內(nèi)部存在的實(shí)際規(guī)律挖掘出來，在此基礎(chǔ)上，利用小數(shù)據(jù)量法計(jì)算兩組數(shù)據(jù)的最大李雅普諾夫指數(shù)，計(jì)算結(jié)果均大于零，表明兩組數(shù)據(jù)都可以利用混沌理論對(duì)其進(jìn)行相應(yīng)的分析與研究。
　　然后，介紹人工神經(jīng)網(wǎng)絡(luò)的相關(guān)概念，利用小波神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)預(yù)測高速公路短時(shí)交通量，在此之前，分別利用重構(gòu)的兩組

4、數(shù)據(jù)的延遲時(shí)間和嵌入維數(shù)合理設(shè)計(jì)網(wǎng)絡(luò)的輸入層與輸出層神經(jīng)元的數(shù)量，建立良好的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，對(duì)蘭海高速和武罐高速采集的數(shù)據(jù)在建立的網(wǎng)絡(luò)中進(jìn)行預(yù)測實(shí)驗(yàn)，通過分析計(jì)算實(shí)驗(yàn)結(jié)果可以得出，RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測效果比小波神經(jīng)網(wǎng)絡(luò)更好。
　　最后，針對(duì)兩種神經(jīng)網(wǎng)絡(luò)中存在的不足之處，使用遺傳算法對(duì)兩種網(wǎng)絡(luò)的初始參數(shù)進(jìn)行最優(yōu)選擇，以保證網(wǎng)絡(luò)的輸出結(jié)果更加良好，在對(duì)蘭海高速和武罐高速采集的兩組數(shù)據(jù)進(jìn)行預(yù)測實(shí)驗(yàn)后，可以得出改進(jìn)后的兩種神經(jīng)網(wǎng)絡(luò)預(yù)測誤差均