

版權(quán)說(shuō)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、短時(shí)交通流預(yù)測(cè)問(wèn)題在城市交通控制和管理中起著十分重要的作用,隨著時(shí)間跨度的縮短,交通流量的變化顯示出越來(lái)越強(qiáng)的不確定性。較早期的預(yù)測(cè)方法,不能反映出短時(shí)交通流過(guò)程的不確定性與非線性,無(wú)法克服隨機(jī)干擾因素對(duì)交通流量的影響。所以隨著預(yù)測(cè)時(shí)間間隔的縮短,這些模型的預(yù)測(cè)精度就會(huì)變得很低。 本文通過(guò)分析短時(shí)交通流量數(shù)據(jù)在時(shí)間序列上的特點(diǎn),引入混沌理論的分析方法,從非線性時(shí)間序列預(yù)測(cè)的角度對(duì)交通流量預(yù)測(cè)進(jìn)行了研究。用混沌理論來(lái)分析研究交通中
2、存在的問(wèn)題,有助于人們把握交通系統(tǒng)的規(guī)律性,為解決交通流問(wèn)題開(kāi)辟了新的途徑?;诨煦绲南嗫臻g重構(gòu)技術(shù)能夠較好地刻畫(huà)短時(shí)交通流變化量中所包含的系統(tǒng)本身內(nèi)在的隨機(jī)性。 對(duì)于混沌性的短時(shí)交通流,本文運(yùn)用智能方法對(duì)其進(jìn)行預(yù)測(cè)。本文將交通流系統(tǒng)相空間重構(gòu)參數(shù)與神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法相結(jié)合,進(jìn)而選擇神經(jīng)網(wǎng)絡(luò)的最佳輸入模式。用隔離小生境技術(shù)優(yōu)化遺傳算法,再針對(duì)BP神經(jīng)網(wǎng)絡(luò)運(yùn)行的特點(diǎn),用隔離小生境遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò),進(jìn)而選擇神經(jīng)網(wǎng)絡(luò)的最佳隱層結(jié)構(gòu)。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 基于混沌和模糊神經(jīng)網(wǎng)絡(luò)的城市短時(shí)交通流量預(yù)測(cè).pdf
- 基于混沌和小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法研究.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
- 基于神經(jīng)網(wǎng)絡(luò)模型的短時(shí)交通流預(yù)測(cè)及應(yīng)用研究.pdf
- 基于粗神經(jīng)網(wǎng)絡(luò)的混沌交通流預(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
- 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
- 基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法的研究與應(yīng)用.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)算法研究.pdf
- 面向短時(shí)交通流量預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于Elman神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)及應(yīng)用研究.pdf
- 基于優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)算法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)交通流量預(yù)測(cè)模型的研究.pdf
- 基于混沌理論的短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于遺傳算法的小波神經(jīng)網(wǎng)絡(luò)短時(shí)交通流預(yù)測(cè).pdf
- 基于布谷鳥(niǎo)算法的小波神經(jīng)網(wǎng)絡(luò)短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的城市交通流量預(yù)測(cè)模型研究.pdf
評(píng)論
0/150
提交評(píng)論