智能交通服務平臺研究.pdf

1、智能交通系統(tǒng)在國內外得到迅速發(fā)展，其主要是處理陸地車輛的信息。目前，沒有一個綜合性的服務平臺，將各種出行信息集成在一起。用戶獲取想要的出行信息，就要訪問不同的網(wǎng)站，這樣會降低用戶體驗效果。針對這種情況，我們提出智能交通服務平臺，集成各種交通信息，便于出行者選擇。
　　智能交通服務平臺的研究涉及很多理論、方法，我們在整體架構研究的基礎上，重點對其中的部分內容進行了研究。具體工作如下：
　　首先，采用WebService技術，利

2、用對外開放的網(wǎng)絡服務接口，根據(jù)其操作流程，將獲取到的出行信息進行整理，根據(jù)輸入條件進行查詢，推薦最佳出行方案。
　　其次，根據(jù)主題網(wǎng)絡爬蟲技術可以獲取實時交通信息，但是在海量的信息中快速獲取特定信息比較困難，因此引入遺傳算法和非貪婪策略。根據(jù)實驗結果表明，非貪婪遺傳主題網(wǎng)絡爬蟲算法能夠收集到高相關度的網(wǎng)頁，不僅快速高效獲取高速公路路況的信息，提高信息采集正確率，而且為出行者提供外出參考。
　　最后，根據(jù)城市短時交通流量具有非

3、線性、周期性、不穩(wěn)定性等特點，論文采取小波神經網(wǎng)絡預測短時交通流量，引入遺傳算法對小波神經網(wǎng)絡優(yōu)化參數(shù)，建立改進遺傳算法-小波神經網(wǎng)絡模型。首先預處理交通數(shù)據(jù)，進行去噪，然后采用絕對誤差動態(tài)反饋的機制訓練網(wǎng)絡，通過分別對小波神經網(wǎng)絡、遺傳算法-小波神經網(wǎng)絡、改進遺傳算法-小波神經網(wǎng)絡作比較，發(fā)現(xiàn)改進遺傳算法-小波神經網(wǎng)絡預測的短時交通流量的預測具有更好的穩(wěn)定性和更高的預測精度，更接近于實際交通流量，為進一步解決城市交通擁堵提供切實可行的