基于粒子群的模糊神经网络的短时交通流量组合预测

发布时间：2018-03-17 19:04

  本文选题：智能交通系统　切入点：交通流预测　出处：《数学的实践与认识》2014年22期 　论文类型：期刊论文

【摘要】：为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。
[Abstract]:In order to further improve the accuracy of short-term traffic flow prediction, a fuzzy neural network combined forecasting model based on particle swarm optimization algorithm is proposed. The fuzzy neural network combines the learning mechanism of neural network and the language reasoning ability of fuzzy system. To make up for their shortcomings, the autoregressive summation moving average (ARIMA) and grey Verhulst models are used to predict the results. The results of the two preliminary predictions are taken as the input of fuzzy neural networks, and a combined prediction model based on improved modular neural networks is constructed. The fuzzy neural network parameters are optimized by improved particle swarm optimization (PSO), and the short time traffic flow of Hanzhong Road in Nanjing is predicted by this method. The conclusion shows that the method has the advantage of single model and is more accurate than the single model. It is an effective method for short-term traffic flow prediction.
【作者单位】： 南京理工大学经济管理学院;
【基金】：国家自然科学基金(71271114)
【分类号】：U491.14;U495

【参考文献】

相关期刊论文 前7条

1 陈雪平;曾盛;胡刚;;基于BP神经网络的短时交通流预测[J];公路交通技术;2008年03期

2 王福建;李铁强;俞传正;;道路交通事故灰色Verhulst预测模型[J];交通运输工程学报;2006年01期

3 樊娜;赵祥模;戴明;安毅生;;短时交通流预测模型[J];交通运输工程学报;2012年04期

4 沈国江;王啸虎;孔祥杰;;短时交通流量智能组合预测模型及应用[J];系统工程理论与实践;2011年03期

5 熊志华;邵春福;姚智胜;;短时交通状态预测参数粒子群算法优化研究[J];交通运输系统工程与信息;2008年03期

6 王建;邓卫;赵金宝;;基于贝叶斯网络多方法组合的短时交通流量预测[J];交通运输系统工程与信息;2011年04期

7 谭满春;冯荦斌;徐建闽;;基于ARIMA与人工神经网络组合模型的交通流预测[J];中国公路学报;2007年04期

【共引文献】

相关期刊论文 前10条

1 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期

2 许伦辉;唐德华;邹娜;夏新海;;基于非线性时间序列分析的短时交通流特性分析[J];重庆交通大学学报(自然科学版);2010年01期

3 黄美灵;陆百川;谭伟;;基于多尺度分析与神经网络的交通流预测[J];重庆交通大学学报(自然科学版);2010年03期

4 臧晓冬;周伟;;基于RBF神经网络的城市互通立交短时交通量预测[J];交通科学与工程;2009年03期

5 舒怀珠;;基于灰色理论的道路交通事故预测模型综述[J];道路交通与安全;2009年06期

6 王建;邓卫;赵金宝;;基于改进型贝叶斯组合模型的短时交通流量预测[J];东南大学学报(自然科学版);2012年01期

7 于慧杰;张向东;;等维动态新息模型在交通事故预测中的应用[J];仪器仪表用户;2008年02期

8 郭建钢;伍雄斌;刘伟;江景舫;陈颖;;福建省道路交通事故预测模型及其应用[J];福建农林大学学报(自然科学版);2008年01期

9 许伦辉;唐德华;;短时交通流交通状态转变及其特性分析[J];系统工程;2009年08期

10 何定;徐鹏;;Elman与Bp神经网络应用于交通流预测的对比研究[J];工业工程;2010年06期

相关博士学位论文 前10条

1 王春;基于VR/GIS一体化城市微观交通虚拟仿真系统的研究与应用[D];中国海洋大学;2010年

2 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年

3 贺琳;基于数据挖掘的道路运行安全风险分析[D];大连海事大学;2012年

4 于万霞;基于流量预测的城市单交叉路口多相位交通信号的控制技术[D];河北工业大学;2008年

5 王新颖;基于网格的短时交通状态预测研究[D];吉林大学;2010年

6 王凡;基于支持向量机的交通流预测方法研究[D];大连理工大学;2010年

7 黄柯;考虑环境污染控制的城市交通网络的优化模型与算法[D];西南交通大学;2011年

8 杨飞;基于回声状态网络的交通流预测模型及其相关研究[D];北京邮电大学;2012年

9 张长斌;基于灰色系统理论的滑行艇运动姿态预报研究[D];哈尔滨工程大学;2012年

10 钱吴永;灰色建模技术及其在道路交通事故管理中的应用研究[D];南京航空航天大学;2012年

相关硕士学位论文 前10条

1 全书鹏;智能交通中车流量预测与路径优化技术的研究[D];郑州大学;2010年

2 刘宁;基于组合模型的交通流量预测方法[D];华东理工大学;2011年

3 王小英;道路网短时交通流分析与预测[D];武汉理工大学;2010年

4 刘婧;国际石油价格预测分析[D];山东经济学院;2011年

5 毛小飞;基于小波包分析和支持向量回归机的交通流量预测方法研究[D];西华大学;2011年

6 叶创鑫;物流配送的路径优化与行程时间预测[D];暨南大学;2011年

7 赵雁;基于贝叶斯网络理论的交通事件预测模型与分析[D];太原科技大学;2011年

8 杨德香;肺结核病发病影响因素及其疫情预测模型的研究[D];重庆医科大学;2011年

9 欧阳俊;基于多核混合支持向量机的城市短时交通预测[D];中南大学;2011年

10 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

【二级参考文献】

相关期刊论文 前10条

1 范鲁明;贺国光;;改进的K近邻非参数回归在短时交通流量预测中的应用[J];长沙交通学院学报;2007年04期

2 况爱武,黄中祥;基于RBF神经网络的短时交通流预测[J];系统工程;2004年02期

3 王晓原;吴磊;张开旺;张敬磊;;非参数小波算法的交通流预测方法[J];系统工程;2005年10期

4 胡振文;城市智能交通系统现状与发展构想[J];国防交通工程与技术;2003年02期

5 刘静,关伟;交通流预测方法综述[J];公路交通科技;2004年03期

6 赵建玉;贾磊;杨立才;朱文兴;;基于粒子群优化的RBF神经网络交通流预测[J];公路交通科技;2006年07期

7 戴施华;周欣荣;;Kalman滤波理论在短时交通预测上的应用[J];哈尔滨商业大学学报(自然科学版);2005年06期

8 刘祥;;基于贝叶斯网络的多方法短时交通流量联合预测[J];机电技术;2010年04期

9 甘健胜;陈国龙;;线性组合预测模型及其应用[J];计算机科学;2006年09期

10 饶从军;王成;涂火年;;一种新的预测模型及其应用[J];武汉理工大学学报(交通科学与工程版);2007年06期

相关硕士学位论文 前1条

1 方勇;公路隧道前馈式通风控制系统研究[D];西南交通大学;2004年

【相似文献】

相关期刊论文 前10条

1 王学峰,赵克利,许纯新;工程机械模糊神经网络挡位决策方法[J];吉林工业大学自然科学学报;2001年02期

2 谭飞;模糊神经网络中长期负荷预报研究[J];三峡大学学报(自然科学版);2001年05期

3 关碧华,周雅莉,尹建民,张奇志;噪声有源控制的模糊神经网络方法[J];北京机械工业学院学报;2002年03期

4 章玲,葛世伦;基于模糊神经网络方法的虚拟企业合作伙伴的选择[J];华东船舶工业学院学报(自然科学版);2002年05期

5 肖文晖,刘亚斌,王思存;燃气小时负荷的模糊神经网络预测[J];煤气与热力;2002年01期

6 刘剑,谷中丽,戴旭文;补偿模糊神经网络对电动汽车续驶里程的应用[J];汽车工艺与材料;2002年06期

7 李琳,程昌银;模糊神经网络故障诊断研究[J];武汉理工大学学报(信息与管理工程版);2002年01期

8 刘普寅;一种新的模糊神经网络及其逼近性能[J];中国科学E辑:技术科学;2002年01期

9 龚剑扬,司锡才,郜丽鹏,蒯冲;混沌序列的模糊神经网络预测[J];弹箭与制导学报;2003年04期

10 胡文斌,王少梅;基于模糊神经网络的决策支持系统的应用研究[J];工业工程;2003年05期

相关会议论文 前10条

1 陈一飞;李怀;;模糊神经网络在室内采光控制中的应用[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

2 荣莉莉;;模糊神经网络在项目评价系统中的应用[A];全国青年管理科学与系统科学论文集第5卷[C];1999年

3 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

4 马海峰;李晨光;唐涛;;基于模糊神经网络的列车运行安全控制[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

5 王孙安;杜海峰;;基于相平面的模糊神经网络研究及应用[A];第一届全国流体动力及控制工程学术会议论文集[C];2000年

6 任胜兵;喻寿益;;一种正交基模糊神经网络的研究[A];第二十届中国控制会议论文集（下）[C];2001年

7 花强;王熙照;;模糊神经网络的优化[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年

8 万沛霖;何莉;张志远;;模糊神经网络控制系统的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 刘国光;程青蟾;李燮里;张月兰;;声发射模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年

10 王世卫;李爱国;;粒子群优化算法训练模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年

相关博士学位论文 前10条

1 何春梅;模糊神经网络的性能及其学习算法研究[D];南京理工大学;2010年

2 李龙;模糊神经网络学习算法及收敛性研究[D];大连理工大学;2010年

3 翟东海;加乘型模糊神经网络理论和应用的研究[D];西南交通大学;2003年

4 杨洁;模糊神经网络的学习收敛性与阈值可去性[D];大连理工大学;2006年

5 艾芳菊;模糊神经网络的结构优化研究[D];中国科学院研究生院（成都计算机应用研究所）;2006年

6 王振雷;模糊神经网络理论及其在复杂系统中的应用研究[D];东北大学;2002年

7 孙海蓉;模糊神经网络的研究及其应用[D];华北电力大学（河北）;2006年

8 周志坚;基于遗传算法的神经模糊技术应用研究[D];华南理工大学;1999年

9 朱喜林;模糊神经网络选择机械加工参数的应用研究[D];吉林大学;2006年

10 陈向坚;微型飞行器姿态的智能控制方法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

相关硕士学位论文 前10条

1 湛秀玲;模糊神经网络在桥梁评估中的应用[D];长安大学;2007年

2 向宇;基于增长剪枝联合算法的模糊神经网络结构优化研究[D];西南交通大学;2009年

3 李秋;模糊神经网络的研究及其在模式识别中的应用[D];天津科技大学;2009年

4 陈志明;基于模糊神经网络的智能控制策略的研究[D];南昌大学;2010年

5 王顺;模糊神经网络在汽车电动助力转向系统中的应用研究[D];兰州理工大学;2010年

6 梅蓉蓉;动态模糊神经网络的应用及研究[D];江南大学;2011年

7 董显正;时滞模糊神经网络的动态特性分析[D];暨南大学;2011年

8 冯大勇;基于补偿算子的模糊神经网络系统及其在系统建模和控制中的应用研究[D];大连理工大学;2000年

9 杜文莉;改进的模糊神经网络及其在化工过程中的建模与控制[D];大连理工大学;2000年

10 张健;模糊神经网络模型算法研究与应用[D];大庆石油学院;2002年

，

本文编号：1626058