基于优化的BP神经网络的短时交通流预测算法研究
本文关键词:基于优化的BP神经网络的短时交通流预测算法研究
更多相关文章: BP神经网络 遗传算法 思维进化算法 短时交通流预测
【摘要】:在日益繁忙的工作生活中,交通出行占据的重要地位已经日益凸显。减缓交通拥堵,提高路网的使用效率,尽最大可能减少交通事故的发生概率,已经成为各个国家共识。路网交通流预测算法的进一步研究及应用,已经作为解决上述一系列问题的一个有效处理方案,在智能交通系统(Intelligent Transport Systems,ITS)扮演着日益重要的角色。本论文基于BP神经网络建立了城市短时交通流预测模型,分别用遗传算法和思维进化算法进行了优化。不同于遗传算法,思维进化算法采用“群体寻优”取代了“个体寻优”,使用“趋同”和“异化”操作取代了遗传算法中的“交叉”和“变异”操作。思维进化算法优化的BP神经网络算法,首先产生初始种群,然后采用思维进化算法优化BP神经网络的权值和阈值。当训练结束后,评价训练结果,若不满足条件,再重新采用思维进化算法进行优化操作。本文分别分析了三种模型的构建原理,最后用实际交通数据对三种模型进行了仿真,将仿真结果进行比较。实验测试结果证实,当进行短时路网交通流预测研究时,采用基于思维进化算法来优化的BP神经网络时的算法,能够获得比较高精度的预测值。
【关键词】:BP神经网络 遗传算法 思维进化算法 短时交通流预测
【学位授予单位】:青岛大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U491.14;TP183
【目录】:
- 摘要2-3
- abstract3-6
- 第一章 绪论6-14
- 1.1 课题研究的背景与意义6
- 1.2 智能交通系统6-8
- 1.2.1 先进出行者信息系统7-8
- 1.2.2 先进的交通管理系统8
- 1.3 交通诱导系统8-10
- 1.4 短时交通流预测的研究10-13
- 1.4.1 国内外交通研究现状10-11
- 1.4.2 短时交通流预测算法研究11-13
- 1.5 论文研究的内容及目标13-14
- 第二章 人工神经网络分析14-22
- 2.1 神经网络的概念14-16
- 2.1.1 生物神经元的结构与功能14
- 2.1.2 神经网络的特点14-15
- 2.1.3 几种常用的神经网络算法结构15-16
- 2.2 BP神经网络16-20
- 2.2.1 BP神经网络模型16-19
- 2.2.2 BP神经网络的优缺点分析19-20
- 2.3 本章小结20-22
- 第三章 进化算法分析22-30
- 3.1 遗传算法22-25
- 3.1.1 遗传算法的工作原理22-24
- 3.1.2 遗传算法的优缺点分析24-25
- 3.2 思维进化算法25-29
- 3.2.1 思维进化算法概述25-26
- 3.2.2 思维进化算法的实现26-28
- 3.2.3 思维进化算法与遗传算法对比28-29
- 3.3 本章小结29-30
- 第四章 进化算法优化BP神经网络建模及MATLAB仿真分析30-42
- 4.1 混沌时间序列的BP神经网络建模30-32
- 4.2 GA优化BP神经网络建模分析32-35
- 4.3 MEA优化BP神经网络建模分析35-37
- 4.4 MATLAB仿真分析37-40
- 4.4.1 交通流量数据采集37
- 4.4.2 计算机仿真37-40
- 4.5 本章小结40-42
- 结论与展望42-44
- 参考文献44-50
- 攻读学位期间研究成果50-52
- 致谢52-53
【相似文献】
中国期刊全文数据库 前10条
1 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
2 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期
3 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
4 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期
5 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期
6 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期
7 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期
8 宋玉华,王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期
9 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期
10 王中贤,钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
,本文编号:703254
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/703254.html