

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著城市經(jīng)濟(jì)、社會(huì)的不斷發(fā)展,城市交通量的不斷增大,交通問題變的日益嚴(yán)重,其中問題最為嚴(yán)重的當(dāng)屬交通擁堵。智能交通系統(tǒng)(ITS)是目前緩解城市交通壓力、減少環(huán)境污染的一種有效、新型的方法。交通信號(hào)控制系統(tǒng)和交通流誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)的兩個(gè)重要組成部分,而實(shí)現(xiàn)交通信號(hào)控制和交通流誘導(dǎo)系統(tǒng)的關(guān)鍵問題是實(shí)時(shí)準(zhǔn)確的短時(shí)交通流量預(yù)測(cè),其預(yù)測(cè)精度直接關(guān)系到交通控制和交通誘導(dǎo)的運(yùn)行效果。
根據(jù)城市路況交通流量高度的非線性和不確定性等特點(diǎn)以
2、及以往交通流量預(yù)測(cè)的方法,本文將回聲狀態(tài)網(wǎng)絡(luò)用于短時(shí)交通流預(yù)測(cè),并做了一些改進(jìn)及優(yōu)化,本文主要研究工作如下:
?。?)本文首先采用C-C法求得重構(gòu)相空間的兩個(gè)重要參數(shù)對(duì)交通流時(shí)間序列進(jìn)行相空間重構(gòu),在此基礎(chǔ)利用最小數(shù)量法求得Lyapunov指數(shù),并通過該指數(shù)判斷出交通流存在混沌特性,驗(yàn)證交通流具有短時(shí)可預(yù)測(cè)性。
?。?)根據(jù)回聲狀態(tài)網(wǎng)絡(luò)算法的原理、方法,提出了回聲狀態(tài)網(wǎng)絡(luò)儲(chǔ)備池拓?fù)浣Y(jié)構(gòu)存在的一些缺陷,并在此基礎(chǔ)上對(duì)其拓?fù)?/p>
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于狀態(tài)劃分的交通流短時(shí)預(yù)測(cè)方法研究.pdf
- 基于狀態(tài)判別的短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于深度信念網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè).pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)研究.pdf
- 基于短時(shí)交通流預(yù)測(cè)的交通控制算法研究.pdf
- 短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于混沌和神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于深度學(xué)習(xí)的短時(shí)交通流預(yù)測(cè).pdf
- 基于SVM的交通流短時(shí)預(yù)測(cè)方法研究.pdf
- 基于短時(shí)交通流預(yù)測(cè)的城市交通網(wǎng)絡(luò)信號(hào)控制研究.pdf
- 基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè).pdf
- 連續(xù)交通流狀態(tài)的離散特性分析與短時(shí)預(yù)測(cè).pdf
- 基于分形理論的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于混沌理論的短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于Spark的短時(shí)交通流預(yù)測(cè)系統(tǒng)設(shè)計(jì).pdf
- 基于組合模型的短時(shí)交通流的預(yù)測(cè)研究.pdf
- 基于混沌和PSO神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究.pdf
- 短時(shí)交通流預(yù)測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論