短时交通流预测模型及预测方法的研究
本文关键词：城市交通溢流智能协调控制算法研究，由笔耕文化传播整理发布。
《华东师范大学》 2011年
短时交通流预测模型及预测方法的研究
高雅
【摘要】：本文对短时交通流预测模型及预测方法进行了大量研究,提出了多链路的交通流预测模型,研究了神经网络及高斯过程回归在交通流预测中的应用,最后利用图Lasso进行的稀疏图模型建立对多链路交通流预测进行了进一步的优化。 短时交通流预测一直是智能交通系统研究中的一个热门话题。传统的预测模型采用的都是单链路预测模型,即在对一条链路上的未来时刻交通流进行预测时,使用的仅是该链路上的历史数据,而没有考虑到相邻链路上的交通流量提供的相关信息。事实上,在整个交通系统中,各条链路之间的交通流量是存在相关性的,特别是相邻路口,这种相关性体现的更为明显。在本文中,我们提出了多链路交通流预测模型,对相邻路口的交通流量进行了相关性考虑。通过大量实验,我们验证了多链路交通流预测模型的优越性。 神经网络在机器学习中的应用备受熟知,其中,BP (Back-Propogation)神经网络更是被广泛用于如视觉场景分析、语音识别等多种具体的机器学习领域。由于具有出色的处理复杂问题的能力和高度的自学习自组织以及自适应能力,神经网络在机器学习应用中一直表现良好。在本文中,我们以神经网络预测方法为基础,对单链路交通流预测模型和多链路交通流预测模型进行了大量实验上的比较,并且结合了多任务学习和单任务学习,共构建出了四组预测模型。通过对实验结果进行整体和局部上的比较和分析,我们对神经网络在交通流预测中的应用有了一个更深入更全面的认识。 高斯过程回归是基于贝叶斯理论的经典回归算法,由于具有实现容易、参数较少以及模型解释性强等特点,在机器学习领域具有广泛的研究。高斯过程是广义上的高斯概率分布,这里的随机过程指的是函数,不同于高斯概率分布中的随机变量是标量或者向量(多元概率分布情况下)。高斯过程回归中的相关推理均是在函数空间进行的,算法最终给出的是测试集上目标输出的后验分布。这个后验分布也是服从高斯分布的,高斯过程回归算法的输出为分布的均值和协方差两项。本文通过对高斯过程回归进行理论上学习和研究,并结合实际的实验,对其在交通流预测中的应用进行了分析,并指出了其在机器学习应用中中的巨大潜力。 图lasso是建立在lasso回归上的稀疏图模型建构的一种算法。它基于的数据模型是假设服从多元高斯概率分布的,算法的核心是通过使用L1正则来使得逆协方差矩阵尽可能的稀疏,进而依据矩阵中元素是否为0来进行稀疏图模型的建立。协方差矩阵的每一行每一列都对应稀疏图模型中的一个结点,若矩阵中某行列元素为0,则认为对应的两个变量条件独立,进而在图模型中,对应的两个结点之间无连线。本文对图lasso建模进行了详细的理论上的学习和研究,并通过具体实验证实了其在具体应用上的优越性。通过使用图lasso算法对多链路交通流模型中相邻路口上的交通流信息进行进一步的信息筛选和提取,我们构建了一个更为优化的多链路交通流预测模型。
【关键词】：
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP399-C6
【目录】：
下载全文 更多同类文献
CAJ全文下载
(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)
CAJViewer阅读器支持CAJ、PDF文件格式
【引证文献】
中国博士学位论文全文数据库 前2条
1 赵增锋;苹果病虫害种类、地域分布及主要病虫害发生趋势研究[D];河北农业大学;2012年
2 张立东;城市交通溢流智能协调控制算法研究[D];山东大学;2012年
中国硕士学位论文全文数据库 前2条
1 陈标;短期电力负荷的小波神经网络预测[D];湖南大学;2012年
2 朱学明;基于神经网络的短时交通流预测方法的研究与应用[D];兰州理工大学;2013年
【共引文献】
中国期刊全文数据库 前10条
1 周传华;王清;吴科主;赵保华;;平均1-依赖决策树集成算法[J];电子学报;2010年02期
2 胡学钢;方玉成;张玉红;;基于Logistic回归分析的直推式迁移学习[J];合肥工业大学学报(自然科学版);2010年12期
3 覃姜维;郑启伦;马千里;韦佳;林古立;;多步桥接精化迁移学习[J];华南理工大学学报(自然科学版);2011年05期
4 杨沛;谭琦;丁月华;;一种面向非线性回归的迁移学习模型[J];计算机科学;2009年08期
5 许棣华;王志坚;张艳丽;辛莉;;一种基于相关系数的多层邮件过滤系统[J];计算机应用研究;2010年12期
6 陈鸣;薛慧君;熊赟;朱扬勇;;基于多数据域描述的转录因子结合位点识别[J];计算机应用与软件;2011年06期
7 武威;李航;胡云华;金榕;;A Kernel Approach to Multi-Task Learning with Task-Specific Kernels[J];Journal of Computer Science & Technology;2012年06期
8 Hao SHAO;Feng TAO;Rui XU;;Transfer active learning by querying committee[J];Journal of Zhejiang University-Science C(Computers & Electronics);2014年02期
9 李国正;李丹;;集成学习中特征选择技术[J];上海大学学报(自然科学版);2007年05期
10 许棣华;王志坚;;基于多任务学习的邮件过滤系统的研究[J];计算机技术与发展;2010年10期
中国重要会议论文全文数据库 前1条
1 武进;尹恺;王长明;张家才;;SVDM在蔬菜病害图像分类中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
2 王清;集成学习中若干关键问题的研究[D];复旦大学;2011年
3 覃姜维;迁移学习方法研究及其在跨领域数据分类中的应用[D];华南理工大学;2011年
4 王秀美;隐变量模型的建模与优化[D];西安电子科技大学;2010年
5 刘天羽;基于特征选择技术的集成学习方法及其应用研究[D];上海大学;2007年
6 李斌;概率混合模型的研究及其应用[D];复旦大学;2009年
7 朱真峰;快速增量式分类算法研究[D];复旦大学;2010年
8 陈雪峰;图像高斯混合模型的判别学习方法[D];北京理工大学;2009年
9 贺建军;基于高斯过程模型的机器学习算法研究及应用[D];大连理工大学;2012年
10 吕洪波;机器人智能修磨方法研究[D];清华大学;2011年
中国硕士学位论文全文数据库 前10条
1 朱莹婷;基于迁移学习理论的Markov检索模型[D];江西师范大学;2010年
2 陈原;名词性短语间语义关系的自动分类[D];华东师范大学;2011年
3 刘志州;基于字典学习的超分辨率图像重构[D];西安电子科技大学;2011年
4 杜俊卫;基于聚类的文本迁移学习算法研究及应用[D];山西财经大学;2011年
5 刘萍;多核正则化算法及相关问题[D];济南大学;2011年
6 吴科主;基于多任务的多层次选择性集成学习的研究[D];安徽工业大学;2010年
7 李文娟;网络舆情倾向性分析技术研究与实现[D];哈尔滨工业大学;2011年
8 殷力昂;一种在深度结构中学习原型的分类方法[D];上海交通大学;2012年
9 陈雨强;图像与文本数据间的异构迁移学习[D];上海交通大学;2012年
10 李炜;面向迁移学习的文本特征提取[D];天津大学;2012年
【同被引文献】
中国期刊全文数据库 前10条
1 王金政;薛晓敏;路超;;我国苹果生产现状与发展对策[J];山东农业科学;2010年06期
2 朱春江;唐德善;马文斌;;基于灰色理论和BP神经网络预测观光农业旅游人数的研究[J];安徽农业科学;2006年04期
3 廖飞;;灰色系统在我国大豆供需预测中的应用[J];安徽农业科学;2009年22期
4 王晔;胡同乐;曹克强;;生长季苹果枝干轮纹病病菌分生孢子释放的决定性因素[J];安徽农业科学;2010年27期
5 杨振锋,王伟东,丛佩华,马智勇,李莹;我国苹果产业国际竞争力分析[J];北方果树;2004年S1期
6 杨华;伊凯;刘志;高树青;姜孝军;;苹果病虫害发生与防治现状的调查研究[J];北方果树;2009年02期
7 王田利;马将令;;我国苹果生产的六大变化[J];北方果树;2009年06期
8 岳昊;邵春福;赵熠;;基于BP神经网络的行人和自行车交通识别方法[J];北京交通大学学报;2008年03期
9 董晓燕;王佳军;杨华;高树青;李刚;;辽宁省苹果病虫害发生与防治现状[J];北方园艺;2010年22期
10 杨军玉;王树桐;刘淑香;曹克强;;2010年全国苹果园病虫害发生及用药情况调查分析[J];北方园艺;2011年20期
中国博士学位论文全文数据库 前9条
1 宫霄霖;基于小波变换的不规则邻域的数字图像去噪算法研究[D];天津大学;2010年
2 孙懿;小波包多载波通信系统的符号定时同步与自适应均衡问题研究[D];天津大学;2010年
3 贾宁;交通流元胞自动机模型的解析与应用研究[D];天津大学;2010年
4 吕淑萍;小波网络建模预报方法研究及其在股市预测中的应用[D];哈尔滨工程大学;2004年
5 罗党;灰色决策问题的分析方法研究[D];南京航空航天大学;2005年
6 罗光坤;Morlet小波变换理论与应用研究及软件实现[D];南京航空航天大学;2007年
7 闫峻;我国林业生物灾害管理的经济学分析与对策研究[D];北京林业大学;2008年
8 贺萍;林业外来有害生物研究的国际比较与实证分析[D];北京林业大学;2010年
9 许姜严;基于小波的岩石节理裂隙图像处理[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年
2 方江晓;短期风速和风电功率预测模型的研究[D];北京交通大学;2011年
3 陈鑫;工程量清单计价模式下投标策略分析与研究[D];西华大学;2011年
4 彭杏波;基于FPGA的交通信号模糊控制器的设计[D];兰州理工大学;2011年
5 刘秋平;神经网络在短期交通流预测中的应用研究[D];长安大学;2011年
6 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
7 刘志军;基于神经网络的车牌识别技术研究[D];南京邮电大学;2011年
8 王拔群;基于遗传神经网络的瓦斯涌出分源预测的研究[D];安徽理工大学;2010年
9 徐继曾;基于神经网络的交通标志识别的算法研究[D];天津大学;2010年
10 黄加亮;RBF神经网络在船用低速柴油机故障诊断中的应用研究[D];大连海事大学;2000年
【二级引证文献】
中国期刊全文数据库 前1条
1 王青燕;朱文兴;仕小伟;李宁;;城市主干路交通溢流控制建模及仿真[J];山东大学学报(工学版);2013年04期
中国硕士学位论文全文数据库 前2条
1 陈晓露;交互式智能电网的负荷预测与定价机制[D];上海交通大学;2013年
2 仕小伟;城市主干路交通溢流建模及其仿真研究[D];山东大学;2013年
【相似文献】
中国期刊全文数据库 前10条
1 钟波;刘敏;;BNs-OLS-SARIMA对城市短时交通流的预测[J];计算机应用研究;2010年10期
2 韩超,宋苏,王成红;基于ARIMA模型的短时交通流实时自适应预测[J];系统仿真学报;2004年07期
3 胡洁;;BP和RBF神经网络短时交通流预测结果比较[J];长江大学学报(自科版)理工卷;2007年03期
4 任雪莲;陈晓芬;马骏;;基于BP神经网络的遗传算法在短时交通流预测中的应用[J];河北交通科技;2009年02期
5 任雪莲;陈晓芬;马骏;;BP-GA算法在短时交通流预测中的应用研究[J];道路交通与安全;2009年02期
6 夏英;梁中军;;短时交通流预测模型的网络结构估计[J];计算机应用;2009年12期
7 黄洪琼;汤天浩;;基于最优梯度自适应优化算法的交通流预测[J];计算机工程;2007年07期
8 李雁;陆海亭;张宁;;短时交通流预测建模因素和建模策略[J];公路;2010年04期
9 盛鹏;赵树龙;宋万忠;刘怡光;杨梦龙;;基于旅行时间检测系统的交通应用研究[J];计算机应用;2007年11期
10 金春玉;郑瑞平;刘洪;李欣;;短时交通流预测研究[J];华东公路;2011年03期
中国重要会议论文全文数据库 前10条
1 唐丽娜;张卫华;;短时交通流预测方法的比较研究[A];2007第三届中国智能交通年会论文集[C];2007年
2 张利;李星毅;施化吉;;一种基于ARIMA模型的短时交通流量改进预测算法[A];2007第三届中国智能交通年会论文集[C];2007年
3 王世伟;石洋;;关于交通容量的计算问题[A];中国航海学会2005年度学术交流会优秀论文集[C];2005年
4 孟剑平;张解放;;元胞自动机模型中减速带对交通流的影响研究[A];第七届全国水动力学学术会议暨第十九届全国水动力学研讨会文集（上册）[C];2005年
5 李嘉林;刘涛;陈小川;;城市中心区地下空间开发与利用[A];城市地下空间开发与地下工程施工技术高层论坛论文集[C];2004年
6 崔洪军;陆建;;大型活动交通流时空消散模型研究[A];第一届中国智能交通年会论文集[C];2005年
7 姜敏华;张晓东;;稳定转弯比例下的交通流预测[A];2007第三届中国智能交通年会论文集[C];2007年
8 纪江涛;杜学东;;基于传感器网络的智能交通系统模型研究[A];2008第四届中国智能交通年会论文集[C];2008年
9 王正;;拥挤交通流非线性模型及仿真[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年
10 冯朝卿;林丽华;田瑞;;城市交叉路口交通流及尾气污染调查分析研究[A];2007第三届中国智能交通年会论文集[C];2007年
中国重要报纸全文数据库 前10条
1 张继光;[N];中国石油报;2007年
2 张晓慧;[N];建筑时报;2008年
3 涂孝丰 杨冬;[N];江苏经济报;2006年
4 记者 阎晓明;[N];人民日报;2006年
5 陈运军 何书彬;[N];厦门日报;2007年
6 洪燕杰;[N];中华建筑报;2004年
7 记者 吴向正 通讯员 宋惕安 王营定;[N];宁波日报;2005年
8 记者 张靖;[N];北京日报;2006年
9 记者 孔繁红;[N];人民公安报·交通安全周刊;2006年
10 张亦嵘;[N];法制日报;2008年
中国博士学位论文全文数据库 前10条
1 姚智胜;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];北京交通大学;2007年
2 姚琛;基于信息提取计算的动态交通数据分析及应用[D];西南交通大学;2011年
3 于福华;特长高速公路隧道交通流研究[D];长安大学;2011年
4 孙晓亮;城市道路交通状态评价和预测方法及应用研究[D];北京交通大学;2013年
5 朱琳;城市快速路交通态势评估理论与方法研究[D];北京交通大学;2013年
6 张立东;城市交通溢流智能协调控制算法研究[D];山东大学;2012年
7 齐驰;近似动态规划方法及其在交通中的应用[D];北京交通大学;2012年
8 张俊友;高速公路交通控制与诱导方法的研究[D];中国农业大学;2005年
9 李松;交通流混沌转化现象研究[D];天津大学;2006年
10 刘峰涛;宏微观交通运输系统的复杂性测度及其管控应用[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 高雅;短时交通流预测模型及预测方法的研究[D];华东师范大学;2011年
2 张丽;基于云平台的短时交通流预测算法设计与实现[D];大连理工大学;2013年
3 徐健锐;短时交通流预测中的若干问题研究[D];江苏大学;2010年
4 纪冬梅;基于组合模型的短时交通流预测方法[D];华东理工大学;2012年
5 魏文;基于混沌和PSO神经网络的短时交通流预测研究[D];西南交通大学;2010年
6 徐永俊;基于混沌和SVR的短时交通流预测方法研究[D];西南交通大学;2011年
7 高为;基于数据挖掘和数据融合的短时交通流预测研究[D];重庆交通大学;2011年
8 吴汉;短时交通流预测及路径选择问题的研究[D];浙江大学;2013年
9 韩超;短时交通流预测的研究[D];北方工业大学;2012年
10 张蕊;城市道路短时交通流预测[D];五邑大学;2008年
本文关键词：城市交通溢流智能协调控制算法研究，由笔耕文化传播整理发布。
，本文编号：127555
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/127555.html
