基于集成神經(jīng)網(wǎng)絡(luò)的城市道路交通流量融合預(yù)測研究.pdf

1、本文提出了基于集成神經(jīng)網(wǎng)絡(luò)的城市道路交通流量的融合預(yù)測模型.該融合預(yù)測模型和傳統(tǒng)的預(yù)測方法相比,既不是單一的數(shù)據(jù)預(yù)測方法的運(yùn)用,也不是對單一預(yù)測數(shù)據(jù)的使用,更不是對這些方法和數(shù)據(jù)的簡單組合,而是包括從拓展數(shù)據(jù)源到選擇有效的預(yù)測方法,再到方法和數(shù)據(jù)的融合.該模型一方面提高了預(yù)測的準(zhǔn)確性,另一方面提高了預(yù)測的魯棒性.本文以城市道路交叉口為例,對基于集成神經(jīng)網(wǎng)絡(luò)的融合交通流量預(yù)測的模型、方法和具體實(shí)現(xiàn)途徑進(jìn)行了研究,主要包括以下方面:1)根據(jù)

2、融合預(yù)測的需要分析了交通流量的分布特性:周期性、連續(xù)性和相關(guān)性.這些特性反映了交通流量的決定因素和影響因素;2)建立了路口交通流量融合預(yù)測的多源數(shù)據(jù)模型,擴(kuò)展了預(yù)測的數(shù)據(jù)基礎(chǔ),為預(yù)測的準(zhǔn)確性和魯棒性準(zhǔn)備了條件;3)提出了根據(jù)流量周期性的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測方法;4)應(yīng)用小波分析理論對交通流量進(jìn)行多分辨率分析,提出了根據(jù)流量連續(xù)性的小波神經(jīng)網(wǎng)絡(luò)預(yù)測方法:5)提出了對各路口流量進(jìn)行實(shí)時(shí)相關(guān)性分析的方法,和一定日期內(nèi)相應(yīng)時(shí)間段路口流量相關(guān)性的模糊