基于小波神經(jīng)網(wǎng)絡(luò)的高速公路交通流預(yù)測(cè)模型研究.pdf

1、隨著城市化進(jìn)程的加快，人們生活水平的提高，現(xiàn)有道路的通行能力與不斷增長(zhǎng)的交通需求之間的矛盾變得日益尖銳，從而交通擁堵問(wèn)題變得日益嚴(yán)重。通過(guò)使用智能控制算法對(duì)高速公路進(jìn)行科學(xué)控制以及對(duì)交通流進(jìn)行合理誘導(dǎo)疏散，來(lái)緩解交通擁堵，提高交通通行安全和通行效率，是目前國(guó)家大力發(fā)展和應(yīng)用得重要手段。為此本文致力于研究一種智能優(yōu)化控制算法—小波神經(jīng)網(wǎng)絡(luò)算法，針對(duì)建立不同的交通預(yù)測(cè)模型，分別對(duì)小波神經(jīng)網(wǎng)絡(luò)算進(jìn)行相應(yīng)策略的引進(jìn)與改變，并將改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)

2、算法應(yīng)用于高速公路交通預(yù)測(cè)。本文所做的主要工作如下：
　　1、討論了高速公路交通流預(yù)處理的過(guò)程與方法。
　　2、提出一種新的基于基本小波神經(jīng)網(wǎng)絡(luò)的高速公路交通流預(yù)測(cè)模型。針對(duì)高速公路交通流具有強(qiáng)不確定性與隨機(jī)性，通過(guò)構(gòu)建新的母小波函數(shù)，提出一種新的基于基本小波神經(jīng)網(wǎng)絡(luò)的高速公路交通流預(yù)測(cè)模型。仿真分析表明，所提出的預(yù)測(cè)模型比BP神經(jīng)網(wǎng)路預(yù)測(cè)模型具有較高的訓(xùn)練收斂速度、較高的預(yù)測(cè)精度。
　　3、提出了基于改進(jìn)蝙蝠算法的小

3、波神經(jīng)網(wǎng)絡(luò)高速公路交通流預(yù)測(cè)。針對(duì)傳統(tǒng)的小波神經(jīng)網(wǎng)絡(luò)利用梯度下降法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)參數(shù)容易造成局部最優(yōu)的缺點(diǎn)，采用自適應(yīng)混沌優(yōu)化蝙蝠算法對(duì)小波神經(jīng)網(wǎng)絡(luò)參數(shù)包括連接權(quán)值及小波系數(shù)進(jìn)行初始化等方法，提出了一種基于自適應(yīng)混沌優(yōu)化蝙蝠算法改進(jìn)小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)。仿真分析表明，所提出的預(yù)測(cè)模型能夠有效地提高全局尋優(yōu)能力、預(yù)測(cè)精度。
　　4、分別提出了多路口協(xié)同模型與基于多路口協(xié)同改進(jìn)小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)。針對(duì)高速公路交通流的復(fù)雜性以及影響其的諸多