基于粗神經(jīng)網(wǎng)絡(luò)的混沌交通流預(yù)測(cè)研究.pdf

1、交通流預(yù)測(cè)是智能交通系統(tǒng)(ITS)的重要研究?jī)?nèi)容之一,準(zhǔn)確實(shí)時(shí)的交通流預(yù)測(cè)是進(jìn)行智能交通誘導(dǎo)與控制基礎(chǔ)與前提,對(duì)解決當(dāng)前交通擁堵問(wèn)題具有重要價(jià)值和指導(dǎo)意義。
　　 本文首先研究了交通流中的一種重要現(xiàn)象即混沌現(xiàn)象,進(jìn)而研究了交通流預(yù)測(cè)粗神經(jīng)網(wǎng)絡(luò)算法,最后將粗神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到混沌交通流的預(yù)測(cè)中。所作的主要工作有以下幾點(diǎn):
　　 1.首先介紹了混沌相關(guān)理論以及兩種重要的交通流理論模型,并對(duì)其進(jìn)行了理論分析,得出了混沌現(xiàn)象在交

2、通流中產(chǎn)生的過(guò)程。之后基于兩種模型,給出了微觀意義下的分析,得出關(guān)于混沌交通流的五點(diǎn)結(jié)論。在此基礎(chǔ)上提出了混沌交通流預(yù)測(cè)的一般步驟。
　　 2.建立了單交叉口和相鄰交叉口交通流預(yù)測(cè)模型,針對(duì)當(dāng)前的交通流預(yù)測(cè)方法,本文選取了神經(jīng)網(wǎng)絡(luò)算法作為研究對(duì)象,并結(jié)合了粗集理論對(duì)三種神經(jīng)網(wǎng)絡(luò)算法分別進(jìn)行了改進(jìn),使改進(jìn)算法具有更好的泛化能力和較高的預(yù)測(cè)精度。
　　 3.將改進(jìn)的粗神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法應(yīng)用到混沌交通流的預(yù)測(cè)中,分別進(jìn)行了仿真分