近年來,社會經(jīng)濟(jì)高速發(fā)展,人們的物質(zhì)生活水平不斷提高,對汽車的需求也隨之增長,因此道路車流量不斷增加,道路擁堵等交通問題也日益嚴(yán)重,為了緩解這類問題,隨著科學(xué)技術(shù)的發(fā)展進(jìn)步,智能交通系統(tǒng)（Intelligence Transport Systerm.ITS）應(yīng)運而生,其中,短時交通流預(yù)測在智能交通系統(tǒng)中扮演著重要的角色,短時交通流預(yù)測的準(zhǔn)確性決定了ITS在交通控制與交通引導(dǎo)功能方面的好壞。因此,短時交通流預(yù)測方面的研究依然是智能交通領(lǐng)域的熱點。本文在短時交通流預(yù)測方面的研究主要完成了以下工作:（1）對國內(nèi)外短時交通流預(yù)測現(xiàn)狀進(jìn)行了歸納分析,從短時交通流數(shù)據(jù)特性出發(fā)對常見預(yù)測方法分類對比,研究發(fā)現(xiàn),針對短時交通流強(qiáng)非線性這一特性,深層神經(jīng)網(wǎng)絡(luò)以其優(yōu)越的特征學(xué)習(xí)能力、淺層神經(jīng)網(wǎng)絡(luò)以其良好的自學(xué)習(xí)、自適應(yīng)以及能夠逼近任意非線性映射的能力均成為了短時交通流預(yù)測研究的熱點,因此,本文分別利用LSTM和WNN對短時交通流進(jìn)行預(yù)測,仿真結(jié)果表明,小波神經(jīng)網(wǎng)絡(luò)預(yù)測精度較高,對短時交通流數(shù)據(jù)擬合度更好,從而本文選取小波神經(jīng)網(wǎng)絡(luò)作為短時交通流預(yù)測研究的基礎(chǔ)模型。（2）基于IWOA-WNN預(yù)測模型的建立。針... 

【文章來源】：上海師范大學(xué)上海市

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

交通流預(yù)測基本流程

不同周工作日交通流變化對比圖

不同周非工作日交通流變化對比圖

【參考文獻(xiàn)】：
期刊論文
[1]基于相空間重構(gòu)的GQPSO-WNN短時交通流預(yù)測[J]. 唐瑞,陳慶春,類先富.  計算機(jī)應(yīng)用與軟件. 2019(07)
[2]非線性權(quán)重和收斂因子的鯨魚算法[J]. 王濤,Ryad Chellali.  微電子學(xué)與計算機(jī). 2019(01)
[3]收斂因子非線性變化的鯨魚優(yōu)化算法[J]. 龍文,伍鐵斌,唐斌.  蘭州理工大學(xué)學(xué)報. 2017(06)
[4]基于灰狼優(yōu)化算法的微電網(wǎng)并網(wǎng)控制器參數(shù)優(yōu)化設(shè)計[J]. 牛成玉,傅仲文.  電器與能效管理技術(shù). 2017(20)
[5]一種隨機(jī)調(diào)整控制參數(shù)的鯨魚優(yōu)化算法[J]. 鐘明輝,龍文.  科學(xué)技術(shù)與工程. 2017(12)
[6]改進(jìn)的螢火蟲算法及其工程應(yīng)用[J]. 尹華一,朱順痣,劉利釗,張千宏.  南京理工大學(xué)學(xué)報. 2016(06)
[7]基于改進(jìn)遺傳算法的交通流量小波網(wǎng)絡(luò)預(yù)測[J]. 柴良勇,殷禮勝,甘敏,魯照權(quán),談堃,張艷.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2016(07)
[8]基于小波分析與PSO-ELM的語音端點檢測算法研究[J]. 張宇波,邢立釗.  中北大學(xué)學(xué)報(自然科學(xué)版). 2016(01)
[9]改進(jìn)人工魚群算法的小波神經(jīng)網(wǎng)絡(luò)模型[J]. 劉杰,甘旭升,戴喆,魏野.  火力與指揮控制. 2015(12)
[10]基于人工魚群神經(jīng)網(wǎng)絡(luò)的城市時用水量預(yù)測方法[J]. 劉洪波,鄭博一,蔣博齡.  天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版). 2015(04)

博士論文
[1]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]基于改進(jìn)狼群算法的小波神經(jīng)網(wǎng)絡(luò)短時交通流預(yù)測[D]. 齊璐.西南交通大學(xué) 2017
[2]基于布谷鳥算法的小波神經(jīng)網(wǎng)絡(luò)短時交通流預(yù)測研究[D]. 黃曉慧.西南交通大學(xué) 2016
[3]基于支持向量回歸的短時交通流預(yù)測方法研究與應(yīng)用[D]. 武瓊.長安大學(xué) 2016
[4]基于卡爾曼濾波和小波神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測研究[D]. 陳浩.蘭州交通大學(xué) 2011



本文編號：3556071