基于改进花朵授粉算法的小波神经网络短时交通流预测

发布时间：2021-09-22 09:25

　　近年来,随着经济的高速发展以及人民日益增长的生活需要,车辆越来越成为生活中的必需品,交通拥堵逐渐成为生活中一个亟待解决的问题,建立一种实时、高效的交通管理系统成为满足出行需求的基本途径。交通流预测是建立交通管理系统过程中的一个重要步骤。由于交通流数据具有混沌特性、受干扰性强、随机波动性和较高复杂性等特点,已经有许多学者采用群智能算法和小波神经网络（Wavelet Neural Network,WNN）进行交通流预测的研究,但目前的研究成果还不能实现短时交通流的精准预测,花朵授粉算法（Flower Pollination Algorithm,FPA）是近年来新提出的群智能优化算法,优化能力强,应用广泛,为此本文尝试采用改进花朵授粉算法进行小波神经网络短时交通流的预测研究。本文从Minnesota大学交通数据研究中心获取到的交通数据,对数据进行相应的降噪、重构处理,采用小波神经网络对交通流数据进行预测研究。利用试凑法确定了网络结构中的隐含层节点个数,并且通过仿真实验对比不同小波基函数的训练效果,最终选取Gaussian一阶偏导函数作为激励函数。结果表明本文使用的小波神经网络结构能够对交通流... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

小波分解原理图

层小波分解为例，原始信号小波分解 和 做阈值处理。构，对处理后的系数经过逆变换得到息。 2-2 所示。原始信号小波分解频信号保留高频信号置零小波逆变换

层小波分解为例，原始信号小波分解 和 做阈值处理。构，对处理后的系数经过逆变换得到息。 2-2 所示。原始信号小波分解频信号保留高频信号置零小波逆变换

【参考文献】：
期刊论文
[1]基于改进型BP神经网络的多变量时序预测方法[J]. 陈建婷.  电子技术与软件工程. 2019(05)
[2]基于改进粒子群优化算法的可见光室内定位技术[J]. 成湘,白元涛,郭鑫,刘继红.  光通信技术. 2019(04)
[3]基于时空相关性的短时交通流预测模型[J]. 熊亭,戚湧,张伟斌,李千目.  计算机工程与设计. 2019(02)
[4]考虑需求响应的水火电优化调度改进型花朵授粉算法[J]. 沈艳军,杨鑫,刘允刚.  控制与决策. 2019(08)
[5]离散花朵授粉算法求解混合流水线调度问题[J]. 赵世安,屈迟文.  数学的实践与认识. 2018(13)
[6]基于梯度提升回归树的短时交通流预测模型[J]. 沈夏炯,张俊涛,韩道军.  计算机科学. 2018(06)
[7]具有记忆信息的花授粉算法[J]. 汪海,赵齐辉,刘升.  上海工程技术大学学报. 2018(01)
[8]基于小波分析与隐马尔科夫模型的短时交通流预测[J]. 王川,张宝文.  交通节能与环保. 2018(01)
[9]一种精英反向学习的花授粉算法[J]. 张超.  西安工程大学学报. 2017(06)
[10]基于小波神经网络的短时交通流量预测[J]. 赵道利,谷伟豪,冯亚平.  微型机与应用. 2017(23)

博士论文
[1]基于实时数据的道路网短时交通流预测理论与方法研究[D]. 姚智胜.北京交通大学 2007

硕士论文
[1]基于SVM和BP神经网络的短时交通流预测与实现[D]. 余涛.南京邮电大学 2018
[2]基于粒子滤波与神经网络的短时交通流预测[D]. 石睿.北京交通大学 2018
[3]基于鸡群算法的小波神经网络短时交通流预测研究[D]. 蒋婷婷.西南交通大学 2018
[4]基于改进狼群算法的小波神经网络短时交通流预测[D]. 齐璐.西南交通大学 2017
[5]基于混沌和小波神经网络的短时交通流预测方法研究[D]. 金玉婷.西南交通大学 2014
[6]基于改进神经网络的短时交通流预测研究[D]. 王沥.电子科技大学 2012



本文编号：3403527