高速公路短時(shí)交通流預(yù)測及控制研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展和城市規(guī)模的擴(kuò)大,高速公路的運(yùn)營管理面臨更高的要求和挑戰(zhàn)。交通系統(tǒng)是一個(gè)巨系統(tǒng),具有顯著的復(fù)雜性、動(dòng)態(tài)性、隨機(jī)性等特點(diǎn),準(zhǔn)確地預(yù)測交通流量是智能交通系統(tǒng)的關(guān)鍵所在。本文主要研究了高速公路短時(shí)段交通流的預(yù)測和控制問題,為高速公路控制設(shè)計(jì)提供數(shù)據(jù)挖掘服務(wù)。 在交通流預(yù)測方面,針對(duì)交通流的非線性、復(fù)雜性等特點(diǎn),本文通過對(duì)各類預(yù)測方法的分析總結(jié),得知諸如線性回歸之類的線性模型不適合解決此類問題,而相空間重構(gòu)技術(shù)、神經(jīng)網(wǎng)絡(luò)等

2、智能理論為解決此類建模和系統(tǒng)仿真提供了有利的工具。本文首先分析了交通流的混沌特性,采用時(shí)間延遲技術(shù)重構(gòu)出與原系統(tǒng)幾何上等價(jià)的相空間。目前提出的重構(gòu)算法在具體實(shí)現(xiàn)過程中均存在矛盾,本文通過固定時(shí)間窗口的方法來確定時(shí)間延遲和嵌入維數(shù)以實(shí)現(xiàn)相空間重構(gòu)。同時(shí)建立了改進(jìn)加權(quán)一階局域算法模型,根據(jù)與參考點(diǎn)相似的相點(diǎn)演化規(guī)律不斷調(diào)整權(quán)值,實(shí)現(xiàn)高速公路交通流單步甚至多步預(yù)測。在利用神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型時(shí),本文根據(jù)交通流的歷史相似性提出了兩種預(yù)測方案,建

3、立模型的難點(diǎn)是隱層單元數(shù)和調(diào)節(jié)率的確定。兩者對(duì)網(wǎng)絡(luò)預(yù)測精度和收斂速度有很大的影響,此處采用遺傳算法對(duì)改進(jìn)的BP網(wǎng)絡(luò)預(yù)測模型進(jìn)行尋優(yōu)。通過兩類方法的對(duì)比分析得到,本文得出利用遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型能夠較好的預(yù)測交通量。 在高速公路的控制方面,選取了入口匝道控制的方式。本文綜述了模糊控制和神經(jīng)網(wǎng)絡(luò),建立了高速公路入口匝道控制的數(shù)學(xué)模型,把模糊控制和神經(jīng)網(wǎng)絡(luò)的算法結(jié)合起來實(shí)現(xiàn)入口匝道的智能控制。該算法可以在線調(diào)節(jié)模糊神經(jīng)網(wǎng)絡(luò)參數(shù)以