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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)技術(shù)的不斷進(jìn)步,國家的工業(yè)化水平得到提升,大大促進(jìn)了經(jīng)濟(jì)的發(fā)展,汽車行業(yè)在這個過程中獲得機(jī)遇。然而,這種發(fā)展給社會帶來了諸多問題,如能源過度消耗、大氣污染、交通擁堵等,其中交通擁堵帶來的損失不可估量。研究交通擁堵問題,主要是針對道路交通流的整體運(yùn)行情況進(jìn)行研究,交通流數(shù)據(jù)中宏觀動態(tài)特性主要是指交通流宏觀參數(shù)即交通流量和速度的變化,它們易于獲得而且能較好表征交通流的狀態(tài)。交通流宏觀參數(shù)具有很強(qiáng)的隨機(jī)性、非線性等特點(diǎn),但是在短期內(nèi)又
2、具有一定的準(zhǔn)周期性。
分析交通流動態(tài)宏觀特性的典型代表方法分為兩種:有數(shù)學(xué)模型的ARIMA和無數(shù)學(xué)模型的神經(jīng)網(wǎng)絡(luò)。傳統(tǒng)的分析方法存在很多的不足,一些非線性、非平穩(wěn)數(shù)據(jù)分析需要多種綜合的方法,這些系統(tǒng)模型很難用確切的數(shù)學(xué)模型表達(dá)出來,而神經(jīng)網(wǎng)絡(luò)不需要建立精確數(shù)學(xué)模型,并且能夠達(dá)到較好的效果。本文采用小波神經(jīng)網(wǎng)絡(luò)對歷史交通流數(shù)據(jù)進(jìn)行分析,主要研究工作如下:
?、偈紫葘ι窠?jīng)網(wǎng)絡(luò)原理、小波知識進(jìn)行介紹,對小波神經(jīng)網(wǎng)絡(luò)進(jìn)行研究,
3、然后建立小波神經(jīng)網(wǎng)絡(luò)模型;對采集到的GPS交通流數(shù)據(jù)進(jìn)行預(yù)處理,包括數(shù)據(jù)異常修復(fù)、錯誤替換等操作,通過測試數(shù)據(jù)對小波神經(jīng)網(wǎng)絡(luò)模型進(jìn)行仿真實(shí)驗(yàn)。
?、卺槍φ`差較大的問題,首先采用增加動量項(xiàng)、動態(tài)學(xué)習(xí)系數(shù)等方法對小波神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn);然后針對小波神經(jīng)網(wǎng)絡(luò)存在的缺陷進(jìn)行分析,采用遺傳算法對小波神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,針對遺傳算法中的交叉率和變異率采用改進(jìn)的動態(tài)自適應(yīng)算法,并對改進(jìn)的算法進(jìn)行驗(yàn)證。
?、鄄捎酶倪M(jìn)后的概率統(tǒng)計(jì)算法,實(shí)
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論