基于遗传算法与集成学习的停车位预测算法研究

发布时间：2021-11-11 09:46

　　近些年,随着我国经济的快速发展和城市化进程的加快,机动车已广泛进入寻常百姓家庭。截止到2017年底,我国汽车保有量2.17亿辆,而与此同时,停车场发展的速度却严重滞后,这使得停车难问题愈发突出,甚至在一些区域已经到了“一位难求”的地步。停车问题带来的交通拥堵,环境污染等问题对现有的生产、生活,环境安全造成极大影响。为此,对空余停车位进行实时有效的预测是缓解以上问题的重要研究方向。空余停车位有效预测属于时间序列预测研究范畴,按预测需求的不同又可分为短时预测与多步预测,前者利用历史数据预测未来某单个时间点停车场空余车位数,目前应用比较广泛的有指数平滑法及其衍生算法。后者则是利用历史数据预测未来一段时间的停车场空余停车数。针对这类预测的解决方法普遍使用基于神经网络的方法,如BP神经网络。本文首先通过分析现有的空余停车位短时预测与多步预测方法,对他们的原理进行研究并针对这些方法在特定领域的局限性与准确率的不足,提出了两种改进的算法。经过改进的算法摆脱了传统停车位时间序列预测的短时预测与多步预测界限,具有良好的兼容性与可扩展性,同时在准确率上也得到了很好的提升。由于时间序列反映的是客观事物发展的... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

典型RNN结构

图 2.3 三层隐藏层的神经网络 的最大值为 1/4，而我们初始化的网络权值|w| 通常都小1/4，因此对于上面的链式求导，层数越多，求导结果 1越小，因出现。梯度爆炸问题的出现原因就显而易见了，即| | 1，也就对于使用 sigmoid 激活函数来说，这种情况比较少。因为 wx + b) ，除非该层的输入值 x 一直在一个比较小的范围内。消失： C 1= 4 ( 4) C 4 3 ( 3) 2 ( 2) ( 1)<14<14

图 2.4 不同网络层梯度变化情况炸： ( )) 1 时，则前面层比后面层梯度变化更快，引起了梯析：，当使用 sigmoid 时，更普遍出现的是梯度消失问题。析梯度爆炸出现 a 的数值范围：因导数最大为 0.25，故 ( )) 1 ；按照| | ≥ 1，可计算出当 a 的数值变21)范围内； ( ( )) ………………5 可见 a 的数值变化范围很小；最大数值范围也仅仅 0.45，当

【参考文献】：
期刊论文
[1]基于小波-ELM神经网络的短期停车泊位预测[J]. 陈海鹏,图晓航,王玉,郑金宇.  吉林大学学报(理学版). 2017(02)
[2]基于BP神经网络的停车诱导泊位预测[J]. 高广银,丁勇,姜枫,李丛.  计算机系统应用. 2017(01)
[3]时序挖掘算法灰色预测模型的分析及应用[J]. 李雅莉.  网络安全技术与应用. 2016(03)
[4]自适应差分进化算法优化BP神经网络的时间序列预测[J]. 王林,彭璐,夏德,曾奕.  计算机工程与科学. 2015(12)
[5]基于神经网络的城市停车需求预测模型[J]. 高健夫,王培松.  交通科技与经济. 2015(05)
[6]基于ARIMA与WASDN加权组合的时间序列预测[J]. 张雨浓,劳稳超,丁玮翔,王英,叶成绪.  计算机应用研究. 2015(09)
[7]混合模型在经济时间序列预测中的应用研究[J]. 章伟.  计算机仿真. 2011(06)
[8]基于规则归纳的遗传算法选择和参数设置[J]. 李婷,崔杜武.  计算机工程. 2010(03)
[9]基于相空间重构及Elman网络的停车泊位数据预测[J]. 陈群,晏克非,王仁涛,莫一魁.  同济大学学报(自然科学版). 2007(05)
[10]基于神经网络的时间序列组合预测模型研究及应用[J]. 秦大建,李志蜀.  计算机应用. 2006(S1)

硕士论文
[1]时间序列挖掘系统中变化检测算法的研究[D]. 盖诗桥.吉林大学 2012



本文编号：3488639