計(jì)算智能理論在交通流誘導(dǎo)系統(tǒng)中的應(yīng)用.pdf

1、智能交通系統(tǒng)是目前公認(rèn)的全面有效地解決交通運(yùn)輸領(lǐng)域問題，特別是交通擁擠、交通阻塞、交通事故和交通污染等問題的最佳途徑。交通流誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)的核心研究領(lǐng)域和避免城市交通網(wǎng)絡(luò)局部擁擠的最佳手段，而實(shí)時(shí)動(dòng)態(tài)路徑選擇是交通流誘導(dǎo)理論的核心和理論基礎(chǔ)。國際上許多研究者從多方面對(duì)以上理論領(lǐng)域進(jìn)行了大量的研究，并取得了許多重要的研究成果。但所建模型普遍存在著計(jì)算量大、優(yōu)化時(shí)間長、不適合大規(guī)模交通網(wǎng)絡(luò)等問題。本學(xué)位論文緊密結(jié)合我國智能交通誘導(dǎo)系

2、統(tǒng)研究與應(yīng)用的需要，利用新興起的計(jì)算智能理論，對(duì)預(yù)測型動(dòng)態(tài)路徑選擇理論的主要研究內(nèi)容如下： 首先，受城市交通多時(shí)段定時(shí)控制方案的啟發(fā)，結(jié)合神經(jīng)網(wǎng)絡(luò)理論應(yīng)用中的非線性函數(shù)分段逼近的理論，提出了多時(shí)段分時(shí)預(yù)測、分時(shí)誘導(dǎo)的思想，并基于人工智能領(lǐng)域新的研究成果——人工免疫系統(tǒng)，應(yīng)用模式識(shí)別的理論和方法，對(duì)交通網(wǎng)絡(luò)狀態(tài)模式識(shí)別問題進(jìn)行了初步的研究和探索，而且用建立的人工免疫算法進(jìn)行城市交通狀態(tài)模式識(shí)別的仿真研究，成功實(shí)現(xiàn)了交通時(shí)段的自動(dòng)劃

3、分，克服了人工時(shí)段劃分和基于遺傳算法的分級(jí)聚類交通時(shí)段劃分的不足，為交通時(shí)段的劃分提供了一條新的思路。 然后，在對(duì)ARIMA、Kalman濾波、人工神經(jīng)網(wǎng)絡(luò)等交通流預(yù)測方法總結(jié)回顧的基礎(chǔ)上，結(jié)合新興的小波神經(jīng)網(wǎng)絡(luò)理論，建立了基于小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測模型，并利用實(shí)測的濟(jì)南市經(jīng)十路交通流數(shù)據(jù)，與傳統(tǒng)的預(yù)測方法進(jìn)行了對(duì)比仿真實(shí)驗(yàn)。仿真結(jié)果表明，該模型在交通流的預(yù)測精度和網(wǎng)絡(luò)的收斂性方面明顯優(yōu)于BP網(wǎng)絡(luò)，對(duì)實(shí)時(shí)交通流的預(yù)測有著良