基于混沌和模糊神經(jīng)網(wǎng)絡的城市短時交通流量預測.pdf

1、本文主要研究了短時交通流量的預測方法,所用數(shù)據(jù)為杭州市市府崗路口的實時采集數(shù)據(jù)。首先說明了短時交通流量預測的重要意義,分析了短時交通流量的特點,以及目前存在的各種交通流量預測方法。
　　本文首先介紹了AR、MA、ARMA模型,通過回歸函數(shù)確定了AR、MA、ARMA模型階數(shù),并且通過仿真驗證了AR、MA、ARMA模型預測的準確性。其次,介紹了時間序列的神經(jīng)網(wǎng)絡非線性模型,綜合考慮交通流量在時間上的歷史關聯(lián)性和空間上的上游路段交通流量

2、的影響,本文分別構建了預測模型和多點預測模型。在Matlab平臺上分別對杭州市環(huán)城北路至莫干山路斷面交通流量數(shù)據(jù)進行預測,用m語言編程仿真實現(xiàn)了基于BP、RBF、小波神經(jīng)三種人工神經(jīng)網(wǎng)絡的交通流量預測模型。最后,研究了基于混沌系統(tǒng)和模糊神經(jīng)網(wǎng)絡的交通流量預測方法,很多國內(nèi)外研究結果表明,交通流具有混沌特性。計算交通流時間序列混沌特征參數(shù),通過利亞普諾夫檢驗說明時間序列具有混沌特定,通過互信息法計算時間序列的滯后時間,通過假近鄰法計算嵌入