基于Elman神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測及應(yīng)用研究.pdf

1、近年來，隨著我國經(jīng)濟的快速發(fā)展和城市的持續(xù)繁榮，人均汽車擁有量與日俱增，全國大、中、小城市均面臨著不同程度的交通擁堵、交通安全、能源消耗、環(huán)境污染等問題，嚴重影響了城市生活的質(zhì)量和城市經(jīng)濟的可持續(xù)發(fā)展。加快城市交通系統(tǒng)建設(shè)、大力發(fā)展智能交通，已經(jīng)成為新時代城市的共同呼喚。作為實現(xiàn)智能交通控制和誘導(dǎo)的關(guān)鍵環(huán)節(jié)，實時準確的短時交通流預(yù)測及其應(yīng)用研究對提高現(xiàn)有交通路網(wǎng)的通行效率，解決當前城市交通問題具有非常重要的理論價值和指導(dǎo)意義。
　

2、　本文選擇短時交通流預(yù)測和基于車流量的城市交叉口交通信號優(yōu)化控制為研究對象，采用改進粒子群算法(IPSO)優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的方法實現(xiàn)了對短時交通流的預(yù)測，基于預(yù)測結(jié)果，利用輪詢控制模型優(yōu)化分析了交叉口交通燈配時方案。根據(jù)實際交通流數(shù)據(jù)進行仿真實驗，結(jié)果表明該預(yù)測方法和交通燈配時方案能有效提高短時交通流的預(yù)測精度和城市交叉口的通行能力。
　　論文進行的主要工作有:
　　針對短時交通流的高度非線性、隨機性、相關(guān)性等特點，在

3、對比分析傳統(tǒng)預(yù)測方法和新型智能預(yù)測方法的優(yōu)缺點后選擇具有高度非線性映射能力、良好的學(xué)習(xí)能力和動態(tài)變化能力的Elman神經(jīng)網(wǎng)絡(luò)作為預(yù)測方法，并采用IPSO算法與Elman神經(jīng)網(wǎng)絡(luò)相結(jié)合，使二者優(yōu)勢互補，改善了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)收斂速度慢和容易陷入局部極小值的缺點。
　　采用IPSO算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和閾值，建立了基于IPSO-Elman神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測模型，通過對采集到的交通流數(shù)據(jù)在時間和空間上的周期性及變化規(guī)律