在智能交通系統(tǒng)中,短時交通流預(yù)測能有效改善交通擁堵,提高出行效率,具有重要的學術(shù)價值和現(xiàn)實意義。針對交通流預(yù)測問題,大部分現(xiàn)有模型僅考慮當前預(yù)測路段的歷史交通流數(shù)據(jù)作為特征信息。實際上,影響交通流的因素繁多,且影響程度不一。本文綜合考慮不同因素在不同維度上對交通流的影響,并且改進已有的分片線性神經(jīng)網(wǎng)絡(luò),深入研究模型的可解釋能力,并將其應(yīng)用于交通流預(yù)測問題中,在實現(xiàn)精確預(yù)測的同時實現(xiàn)變量選擇和分析,主要工作如下:從自適應(yīng)鏈接超平面AHH模型出發(fā),本文首先針對現(xiàn)有的基于樹形拓撲結(jié)構(gòu)的AHH辨識算法,提出隨機自適應(yīng)鏈接超平面RAHH方法,大大加速了現(xiàn)有的AHH辨識算法并且精度也得以保證。進一步,本文研究基于AHH網(wǎng)絡(luò)拓撲結(jié)構(gòu)的快速鏈接超平面神經(jīng)網(wǎng)絡(luò)EHH,提出采用分位數(shù)策略對網(wǎng)絡(luò)訓練中的分割節(jié)點選取進行改進,避免數(shù)據(jù)分布不均勻的情況,改進了已有的神經(jīng)元選取方法。隨后,本文分別從模型特點分析以及數(shù)值實驗對比了RAHH及EHH�；诖�,以EHH網(wǎng)絡(luò)為基礎(chǔ),深入分析了模型可解釋能力,討論如何對EHH進行網(wǎng)絡(luò)分解得到不同變量對模型輸出的影響,并研究相應(yīng)的變量分析與選擇方法。本文將具有可解釋能力的EH...

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 交通流預(yù)測的研究現(xiàn)狀
        1.2.2 分片線性神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
第2章 交通流預(yù)測問題
    2.1 交通流宏觀參數(shù)及特點
        2.1.1 交通流宏觀參數(shù)
        2.1.2 交通流數(shù)據(jù)特點
    2.2 交通流數(shù)據(jù)采集及預(yù)處理
        2.2.1 交通流數(shù)據(jù)采集方法
        2.2.2 異常數(shù)據(jù)的識別與處理
    2.3 交通流預(yù)測模型
        2.3.1 常規(guī)的交通流預(yù)測模型
        2.3.2 交通流預(yù)測模型綜述
    2.4 本章小結(jié)
第3章 基于隨機策略的分片線性網(wǎng)絡(luò)
    3.1 分片線性函數(shù)
        3.1.1 簡介
        3.1.2 分片線性函數(shù)在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用
    3.2 隨機自適應(yīng)鏈接超平面模型
        3.2.1 AHH模型
        3.2.2 RAHH模型
    3.3 快速鏈接超平面網(wǎng)絡(luò)及其改進
        3.3.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.2 訓練方法
        3.3.3 EHH網(wǎng)絡(luò)中神經(jīng)元選取的改進
    3.4 RAHH與EHH模型特點
        3.4.1 模型結(jié)構(gòu)特點
        3.4.2 模型可解釋性分析與變量選擇
    3.5 模型仿真實驗
        3.5.1 RAHH隨機策略及EHH神經(jīng)元的改進
        3.5.2 RAHH,EHH及其他模型對比
    3.6 本章小結(jié)
第4章 基于分片線性神經(jīng)網(wǎng)絡(luò)的交通流預(yù)測
    4.1 交通流預(yù)測問題描述
    4.2 基于EHH網(wǎng)絡(luò)的交通流預(yù)測及分析
        4.2.1 交通流預(yù)測方案
        4.2.2 基于EHH網(wǎng)絡(luò)的交通流特征分析與變量選擇
    4.3 交通流預(yù)測仿真實驗
        4.3.1 數(shù)據(jù)預(yù)處理
        4.3.2 特征分析
        4.3.3 變量選擇
        4.3.4 模型預(yù)測結(jié)果與對比
    4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其他成果
致謝



本文編號：3865103