城市道路交通流量短時(shí)預(yù)測的研究.pdf

1、隨著智能交通技術(shù)的發(fā)展，車輛誘導(dǎo)系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，已成為交通管理部門疏導(dǎo)城市道路交通的有效途徑。車輛誘導(dǎo)系統(tǒng)的關(guān)鍵技術(shù)是對城市道路交通狀況的預(yù)測，即有效利用歷史交通數(shù)據(jù)信息和實(shí)時(shí)交通數(shù)據(jù)信息對未來時(shí)刻城市道路交叉路口和斷面的交通流量進(jìn)行動態(tài)預(yù)測，為給出行者提供最佳行駛路線、均衡交通流、優(yōu)化交通管理方案、改進(jìn)交通控制等方面提供較可靠的依據(jù)。因此，對城市道路交通流量短時(shí)預(yù)測的研究具有重要意義。
　　 本文首先介紹了

2、城市道路交通流量短時(shí)預(yù)測的研究意義，同時(shí)分析了國內(nèi)外已有的各種預(yù)測方法的特點(diǎn)及不足。然后結(jié)合杭州市環(huán)城北路至莫干山路的真實(shí)斷面交通流量數(shù)據(jù)，分析了交通流量在時(shí)間和空間的分布特征。針對城市道路交通流量具有非線性、時(shí)變性和不確定性等特點(diǎn)，而人工神經(jīng)網(wǎng)絡(luò)作為模擬人腦的生物結(jié)構(gòu)算法的數(shù)學(xué)模型，具有分布式處理、自組織、自適應(yīng)、自學(xué)習(xí)的良好特性；本文采用人工神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行杭州市交通流量短時(shí)預(yù)測的研究。
　　 其次綜合考慮交通流量在時(shí)間上

3、的歷史關(guān)聯(lián)性和空間上的上游路段交通流量的影響，本文分別構(gòu)建了單點(diǎn)預(yù)測模型和多點(diǎn)預(yù)測模型。在Matlab2007R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(jìn)行預(yù)測，用m語言編程仿真實(shí)現(xiàn)了基于BP、RBF、GRNN三種人工神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測模型。通過大量實(shí)際采樣數(shù)據(jù)的預(yù)測驗(yàn)證，對比分析三種模型的仿真結(jié)果，得出杭州市道路交通流量短時(shí)預(yù)測方法的研究結(jié)果，即BP神經(jīng)網(wǎng)絡(luò)預(yù)測仿真時(shí)間最長，但準(zhǔn)確度居中；GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測仿真時(shí)間最