城市道路交通流預(yù)測(cè)與路徑選擇研究.pdf

1、隨著城市汽車保有量的不斷增長(zhǎng)，車輛尾氣污染和道路交通擁堵問(wèn)題愈發(fā)嚴(yán)重。交通誘導(dǎo)系統(tǒng)可以有效地減少車輛污染和緩解交通擁堵。準(zhǔn)確預(yù)測(cè)城市道路交通流量對(duì)交通誘導(dǎo)起到非常關(guān)鍵的作用，合理地路徑優(yōu)化可以為交通誘導(dǎo)提供方案，從而達(dá)到解決交通問(wèn)題的目的。
　　為了提高交通流量預(yù)測(cè)的準(zhǔn)確率，本文提出了在交通流數(shù)據(jù)聚類分析之后，再采用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)的方法。本文的主要研究?jī)?nèi)容和成果如下:
　　(1)分析了交通流量預(yù)測(cè)技術(shù)和路徑選擇技術(shù)的原理、

2、研究現(xiàn)狀與應(yīng)用。
　　(2)針對(duì)交通流數(shù)據(jù)的特性和影響因素，提出了一種基于K-Means算法和遺傳算法(GA)優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)(WNN)的交通流量預(yù)測(cè)方法。鑒于K-Means算法能夠快速高效地處理大規(guī)模數(shù)值型數(shù)據(jù)的特點(diǎn)，采用該算法以一天的交通流量、天氣和天的特征（普通工作日、普通假期或者特長(zhǎng)假期）為指標(biāo)，將歷史數(shù)據(jù)分類成若干個(gè)類。
　　(3)針對(duì)分類完成的每一個(gè)類，采用GA-WNN方法建立相應(yīng)的預(yù)測(cè)模型，對(duì)實(shí)際數(shù)據(jù)進(jìn)行預(yù)測(cè)