基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)研究.pdf

1、交通流誘導(dǎo)和線路引導(dǎo)是21世紀(jì)現(xiàn)代地面運(yùn)輸管理體系的模式和發(fā)展方向.論文提出了基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)路段行程時(shí)間預(yù)測(cè)的模型.論文首先介紹了路段行程時(shí)間預(yù)測(cè)的已有方法,分析了它們的優(yōu)勢(shì)和不足,在探討了交通參數(shù)的常見(jiàn)檢測(cè)方法的基礎(chǔ)上,提出了基于車型識(shí)別的雙線圈路段平均速度求取方案,接著,論文探討了RBF神經(jīng)網(wǎng)絡(luò)的原理、特點(diǎn)、結(jié)構(gòu)、實(shí)現(xiàn)并應(yīng)用于路段行程預(yù)測(cè),提出了基于RBF神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)模型,通過(guò)仿真驗(yàn)證了其預(yù)測(cè)效果,并

2、從實(shí)驗(yàn)和理論上與卡爾曼濾波和BP網(wǎng)絡(luò)的預(yù)測(cè)性能做了系統(tǒng)的比較,證明了基于RBF神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)有較好的適應(yīng)性、實(shí)時(shí)性和準(zhǔn)確性,在行程時(shí)間可實(shí)測(cè)的路段上它可以取得較為理想的預(yù)測(cè)效果,在行程時(shí)間不可實(shí)測(cè)的路段,其預(yù)測(cè)效果也是可以接受的,它克服了卡爾曼濾波算法對(duì)行程時(shí)間實(shí)測(cè)的依賴性和僅僅根據(jù)數(shù)據(jù)的表面特征進(jìn)行參數(shù)優(yōu)化和預(yù)測(cè)的局限性,可以進(jìn)行大范圍的數(shù)據(jù)融合,整體預(yù)測(cè)性能比卡爾曼濾波算法和BP神經(jīng)網(wǎng)絡(luò)要好,從而證明了基于徑向基函數(shù)(R