廣義神經(jīng)網(wǎng)絡(luò)的研究及其在交通流預(yù)測中的應(yīng)用.pdf

1、作為智能交通系統(tǒng)的重要研究方面,交通流誘導(dǎo)系統(tǒng)是目前公認(rèn)的提高交通效率和機(jī)動性的最佳途徑.交通流誘導(dǎo)系統(tǒng)的實質(zhì)是向出行者提供實時準(zhǔn)確的交通信息.交通流量是城市道路交通狀況的一種重要信息,因此交通流量預(yù)測具有重要的現(xiàn)實意義.由于影響交通流量的因素眾多,這就給交通流量預(yù)測,尤其是短時的交通流量預(yù)測帶來了困難.神經(jīng)網(wǎng)絡(luò)技術(shù)由于其較好的適應(yīng)性,已經(jīng)成為信息預(yù)測的常用模型.本文在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,利用線性獨立函數(shù)和帶有可調(diào)參數(shù)的Sigmoid

2、函數(shù)構(gòu)造了一種新的智能神經(jīng)元模型,分析表明,這種智能神經(jīng)元有較高的信息存儲能力,使神經(jīng)網(wǎng)絡(luò)的信息處理能力大大增強(qiáng).同時為了縮小神經(jīng)網(wǎng)絡(luò)輸入模式的規(guī)模,本文利用相關(guān)性理論分析相鄰路段不同時段流量的相關(guān)性,選擇與被預(yù)測路段相關(guān)性大的路段流量作為神經(jīng)網(wǎng)絡(luò)輸入,建立了基于廣義神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測模型.實驗結(jié)果表明,本文設(shè)計的廣義神經(jīng)網(wǎng)絡(luò)模型的收斂速度和預(yù)測精度較傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)大大提高.神經(jīng)網(wǎng)絡(luò)計算具有內(nèi)在的并行性,并行處理方法是減少神經(jīng)網(wǎng)絡(luò)