基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法的高速公路網(wǎng)短時交通流預(yù)測研究.pdf

1、交通是經(jīng)濟(jì)社會生產(chǎn)發(fā)展的基礎(chǔ)，人類的社會活動與道路交通緊密相關(guān)。伴隨著車流量的進(jìn)一步增加，我國高速公路部分路段出現(xiàn)了嚴(yán)重的交通擁堵。應(yīng)用先進(jìn)理論和技術(shù)的交通誘導(dǎo)系統(tǒng)為緩解交通擁擠提供了有力的支持，而獲得實時準(zhǔn)確的道路交通流信息是交通誘導(dǎo)系統(tǒng)最重要的內(nèi)容，基于此本文針對高速公路交通流采集及預(yù)測進(jìn)行研究。
　　首先對目前我國的高速公路交通現(xiàn)狀、短時交通流預(yù)測方法及交通流的特性進(jìn)行了論述和分析。對遺傳算法、BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行短時交通流

2、預(yù)測存在的問題進(jìn)行了研究和改進(jìn)，對于遺傳算法存在的“早熟”和后期優(yōu)化尋優(yōu)速度慢的問題，應(yīng)用了小生境排擠策略進(jìn)行改善;采用附加動量法和自適應(yīng)學(xué)習(xí)率的方法改善BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的不穩(wěn)定性和學(xué)習(xí)速率慢的缺陷。將改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)與遺傳算法結(jié)合，建立了基于遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測模型，并對模型進(jìn)行了驗證。最后，論文提出了基于所建模型的高速公路網(wǎng)短時交通流預(yù)測系統(tǒng)，即利用高速公路收費站的交通流歷史數(shù)據(jù)，結(jié)合部分關(guān)鍵路點的實時交