交通流量時間序列混沌特性分析及預(yù)測研究.pdf

1、交通流誘導(dǎo)系統(tǒng)是目前公認的提高交通效率和機動性的最佳途徑,而實現(xiàn)交通流誘導(dǎo)系統(tǒng)的關(guān)鍵和前提是交通流量時間序列的預(yù)測,因此,實時準(zhǔn)確的交通流量時間序列預(yù)測成為智能化交通系統(tǒng)的熱點研究問題之一。由于交通流量運行的高度非線性、復(fù)雜性和不確定性,使得傳統(tǒng)的交通流量時間序列預(yù)處理技術(shù)不能取得令人滿意的效果。研究以非線性為特征的混沌理論被稱為20世紀(jì)自然科學(xué)的第三次大革命,這給交通流時間序列混沌特征的提取提供了科學(xué)的依據(jù)。在交通流量時間序列預(yù)測方面

2、,經(jīng)典的預(yù)測技術(shù)不具備自適應(yīng)和自學(xué)習(xí)的能力,人工神經(jīng)網(wǎng)絡(luò)具有高度非線性、自組織、自適應(yīng)、容錯性及實時性等特點,可以很好的解決交通領(lǐng)域內(nèi)的非線性問題。本論文在重慶市科委自然科學(xué)基金重點項目“城市交通路網(wǎng)擁堵動態(tài)預(yù)警與疏導(dǎo)決策技術(shù)研究”(項目編號:CSTC2006BA6016)的支持下,在分析相空間重構(gòu)理論和時間序列的混沌特征基礎(chǔ)上,對交通流量時間序列進行了混沌特征提取的預(yù)處理,并在此基礎(chǔ)上結(jié)合神經(jīng)網(wǎng)絡(luò)的對交通流量混沌時間序列進行了建模和預(yù)

3、測研究,本論文的主要研究成果包括:1、在分析混沌時間序列特征量和相空間重構(gòu)理論的基礎(chǔ)上,研究了交通流量時間序列的混沌特性,通過定性分析和定量計算,指出了城市交通流量時間序列是一個混沌系統(tǒng)。2、研究了基于混沌算法的小波神經(jīng)網(wǎng)絡(luò)交通流量混沌時間序列預(yù)測的問題。首先,通過混沌理論提取了交通流量時間序列的混沌特征,并在此基礎(chǔ)上建立了小波神經(jīng)網(wǎng)絡(luò)交通流量時間序列模型;接著,闡述了混沌學(xué)習(xí)算法的混沌機理、混沌產(chǎn)生的概率,設(shè)計了基于混沌算法的小波神經(jīng)

4、網(wǎng)絡(luò)交通流量混沌時間序列快速學(xué)習(xí)算法;最后利用交通流量混沌時間序列對BP網(wǎng)絡(luò)、非混沌算法的小波神經(jīng)網(wǎng)絡(luò)以及基于混沌算法的小波神經(jīng)網(wǎng)絡(luò)進行了單步預(yù)測和多步預(yù)測,并對預(yù)測結(jié)果的仿真圖和真實值與預(yù)測值的方均根進行了比較,結(jié)果表明基于混沌學(xué)習(xí)算法的小波神經(jīng)網(wǎng)絡(luò)的預(yù)測性能明顯優(yōu)于應(yīng)用BP網(wǎng)絡(luò)和非混沌算法的小波神經(jīng)網(wǎng)絡(luò)。3、在分析Volterra泛函模型與ANN模型進行一致性研究的基礎(chǔ)上,提出了交通流量混沌時間序列Volterra神經(jīng)網(wǎng)絡(luò)模型(VN

5、NIF)。結(jié)合交通流量時間序列有限記憶性能和混沌相空間重構(gòu)的數(shù)學(xué)意義,給出了交通流量混沌時間序列Volterra級數(shù)模型截斷階數(shù)的方法同時,得出了交通流量Volterra級數(shù)模型的截斷項數(shù)等于各交通流信號記憶長度的最大值,也等于相空間的最小嵌入維數(shù)的結(jié)論。最后,設(shè)計了VNNTF網(wǎng)絡(luò)學(xué)習(xí)算法,利用VNNTF網(wǎng)絡(luò)對交通流量混沌時間序列進行了單步和多步預(yù)測,與BP網(wǎng)絡(luò)和Volterra模型的預(yù)測結(jié)果比較,取得了相當(dāng)好的預(yù)測效果。4、研究了交通

6、流量混沌時間序列與FIR神經(jīng)網(wǎng)絡(luò)的建模基礎(chǔ),提出了交通流量FIRIF神經(jīng)網(wǎng)絡(luò)模型。針對FIRIF神經(jīng)網(wǎng)絡(luò)的隱層神經(jīng)元輸入輸出信號為向量的情況,提出了FIRTF模型的隱層神經(jīng)元數(shù)個數(shù)灰色關(guān)聯(lián)分析確定法;在FIR神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上,設(shè)計了基于混沌機理的交通流量FIRTF自適應(yīng)算法。最后,通過交通流量時間序列數(shù)據(jù)進行了試驗分析,說明交通流量FIRTF神經(jīng)網(wǎng)絡(luò)以及其于混沌機理的交通流量FIRTF自適應(yīng)算法綜合了gda-BP網(wǎng)絡(luò)、gdm-BP網(wǎng)