《基于BP神经网络的快速路小时交通量预测本科设计说明》由会员分享，可在线阅读，更多相关《基于BP神经网络的快速路小时交通量预测本科设计说明（40页珍藏版）》请在金锄头文库上搜索。
1、 基于BP神经网络的快速路小时交通量预测摘 要快速路高效运行是解决城市交通拥堵问题的关键所在，城市ITS的应用提高了城市路网使用效率以及发挥环路运营管理的使用功效，准确的快速路交通量预测数据为城市ITS提供数据基础。本设计应用BP神经网络对快速路小时交通量进行预测，通过确定BP神经网络的结构和采用MATLAB神经网络工具箱函数建立神经网络预测模型，把已知的历史交通量数据作为输入、输出训练的样本集，依据已知数据和实际输出间的误差，用学习系统来调节系统参数提高预测的精度，然后使用MATLAB对仿真程序进行仿真得出结果，仿真结果表明BP神经网络对交通量进行预测效果很好。关键词：快速路；交通量预测；B
2、P神经网络；仿真AbstractThe efficiency of expressway is the key to solve the problem of the urban traffic congestion. Moreover, The application of ITS develops the efficiency of the urban expressway network and gives scope to the potential of the loops operation management, the ITS data is based on the accu
3、rate forecast figures of expressway traffic flow. In this design, BP neural network is used to predict the traffic volume of expressway, by determining the structure of the BP neural network and adopting MATLAB neural network toolbox function to create a neural network prediction model, use known hi
4、storical traffic data as the sample set of input and output training. And use learning system to adjust the system parameters to improve the prediction accuracy according to the error between the known data and the actual output. Then use MATLAB simulation program for the simulation results, the sim
5、ulation results show that the BP neural network to forecast the traffic volume effect is very good.Keywords: expressway; traffic forecast; BP neural network; simulation目 录摘 要IAbstractII第1章 绪 论11.1 课题背景11.2 研究目的和意义11.3 国外文献综述21.4 论文的主要容3第2章 交通量预测42.1 交通量42.1.1 交通量概述42.1.2 交通流量特性42.2 交通流量预测研究现状52.3 交通
6、流量预测方法62.4 本章小结6第3章 BP神经网络73.1 人工神经网络基本知识73.2 BP神经网络83.2.1 BP神经网络概述83.2.2 BP神经网络学习算法93.2.3 BP神经网络算法改进113.3 本章小结11第4章 基于BP神经网络的快速路小时交通量预测与仿真134.1 BP神经网络在交通信息预测中的应用134.2 基于BP神经网络的快速路小时交通量预测134.3 仿真研究164.3.1 四输入法仿真结果164.3.2 五输入法仿真结果224.4 本章小结27结 论28参考文献29致 30附 录31word格式. 第1章 绪 论1.1 课题背景交通系统是承载城市社会经济活动的
7、基础设施，随着我国经济资源的迅速发展，加快了城市之间的经济快速流转，在不同的城市之间物质等各方面资源在不断的调动。改革开放以来城镇化的快速发展，机动车保有量激增使得城市交通需求快速增长，发展带来巨大财富的同时城市交通的供需矛盾日趋激化，这直接导致在我国多数城市引发一系列交通问题如道路拥堵、环境严重污染、交通事故频发等，严重影响着社会及经济的正常发展，研究新的交通管理系统和改善基础交通设施刻不容缓。世界各国都投入大量的人力物力去开发新的交通管理系统和不断改善各种对交通的控制管理。相继研发出了许多不同的交通控制手段和系统，智能交通运输系统(Intelligent Transportation Sy
8、stem，简称ITS)的提出为解决交通问题、缓解交通拥挤和减少交通事故发挥了巨大的作用。快速路作为连接城市与城市、城市与地区的纽带，是交通的大动脉，为促进城乡经济的发展起着重要的桥梁作用。快速路的建成，的确暂时地缓和了拥挤的交通，引起沿线地区经济再次加速发展。但与此同时，汽车拥有量及货物运输量不断增加，源源不断的交通问题又困扰了人们。要从根本上解决交通问题，实现最大限度使用快速路，在扩建和完善公路网络的基础上，不断提高现有交通系统的现代化管理水平，使用科学技术的智能优势来管理现有的道路网络，进而得到最高效率的使用。快速路小时交通量预测对现有交通系统的控制与管理起着非常重要的作用，精确交通流量预
9、测对交通控制、交通流分配、车流疏导及确保道路安全畅通具有很大作用，并关乎到ITS能否得以实现其职能。交通量是一个随机数，具有时变性、非线性的特点，常规的线性预测模型与方法对城市交通量的预测在准确度方面明显不足，基于交通流量对交通控制管理的重要性，种种交通信息预测理论方法应时而生，如模糊理论预测模型、神经网络预测模型等，对交通量的预测有很好的效果，本设计采用的BP神经网络便是神经网络预测模型的其中一种。1.2 研究目的和意义基于BP神经网络的快速路小时交通量预测相对目前广泛应用于交通量预测的其他方法（如：四阶段法等）来说，其并行处理功能、容错性及非线性等有很大的优越性，特别是BP神经网络误差反向
10、传播以此修正误差的特性极大提高预测的精度，进而得到更精确的交通量预测数据，为交通控制、管理措施提供基础数据，使城市快速路高效运行，这便是本设计研究的目的所在。为保障城市快速路在运营期间的日常管理、提高城市快速路路网运行的效率，对快速路交通量进行预测是至关重要的，预测准不准确对城市快速路的规划、设计及管理有巨大、深刻而长远的影响。如果预测过大则必定会造成在规划设计时过早投入大量资金的同时造成土地等资源浪费，而修建的快速路系统交通流分布不合理；如果交通量预测过小，则规划设计并花费巨大投入资金、土地资源和劳动力建设的快速路在投入使用后会因实际交通量激增而过早造成交通饱和，进而使该快速路车辆拥堵、运行
11、效率低、交通事故频繁等后果。本研究的意义是利用BP神经网络对高速路小时交通量实现较高精度的预测，从而使城市高速路运输系统得到更高的运行效率，使人们出行更安全，时间更短，能耗更低，更好地解决当下的交通问题，服务人民。1.3 国外文献综述文献1 参阅此书的目的是对完成本课题首先要对交通工程的基本概念、理论及方法尤其是关于交通量知识加以了解，除此之外这本书还提到世界各国的研究新动态。文献2 对世界各地有关交通工程学的理论和最新研究成果进行阐述，介绍了交通流量的定义与特性。文献3 对ITS进行介绍，并对ITS的在实际运用中的关键加以说明。文献4 全面介绍ITS的产生、发展、基本理论、基本技术、体系结构
12、及应用研究，容丰富、取材新颖、编写严谨规，参阅这本书主要是对ITS有一个更深入的了解。文献5 针对现今道路交通状态短时预测问题，介绍了多种预测方法和模型的基本原理，分别以时间序列、线性、非线性和人工智能预测系统为基础，建立多断面的交通状态预测模型，并用这些方法解决给出相应算法应用案例。文献6 以城市快速路为研究对象，实时的而城市交通流数据作为基础，利用微观仿真对城市快速路交通流进行预测，并得出较好的预测结果证明这种预测方法的可行性。文献7 从交通信息获取、可预测性分析、预测建模及预测系统设计等方面，建立了较为完善的智能交通信息预测体系框架，重点介绍了灰色系统理论、卡尔曼滤波理论、BP神经网络、
13、支持向量机及组合预测理论在交通信息预测方面的新应用和新成果。文献8 主要介绍通过应用BP神经网络对高速路交通量进行预测，MATLAB建模通过对高速路的收费预测得出该高速公路的交通量预测数据。文献9 与MATLAB神经网络工具箱的神经网络模型紧密结合，列举出多种模型并对相应结构、原理和有关算法、MATLAB中神经网络对象及对象属性加以阐述，以实例说明了各种神经网络模型的MATLAB仿真程序设计方法。文献10 本书详细介绍了MATLAB R2007b的基本功能和使用方法，并按照由浅入深的顺序安排章节，依次介绍了MATLAB R2007b的应用、数学计算功能及更高级应用如编程功能、绘图、GUI设计及
14、Simulink建模等。1.4 论文的主要容第1章 绪论阐明课题研究的背景、研究目的和意义，以及对国外交通控制的研究状况进行综述。第2章 交通量预测简要介绍交通量、交通量特性，交通量预测研究现状，并列举多种目前使用的交通信息预测方法。第3章 BP神经网络对人工神经网络概述，重点对BP神经网络结构、原理及学习算法作出相应介绍，并浅谈如何改进BP网络。第4章 基于BP神经网络的快速路小时交通量预测与仿真使用BP神经网络预测交通量，原始数据处理、建立预测模型、仿真程序编写训练并用四输入和五输入法进行仿真，最后对得出的仿真结果交通量预测值和实际值加以分析。第2章 交通量预测2.1 交通量2.1.1 交
15、通量概述1. 交通量的含义交通量是指在选定的时间段，通过道路某一断面、某一地点或某一条车道交通体的数量，它是描述交通流特性最重要的三个参数的其中一个，分为机动车、非机动车和行人交通量，对不加说明材料则交通量是指且指来往两个方向的车辆数。2. 常规交通量分类常用的交通量表达方式有以下几种：（1）平均日交通量，根据观测总天数的不同有多种分类详见表2-1。表2-1平均日交通量（ADT）所得观测期统计交通量的总和与观测总天数的比值年平均日交通量（AADT）一年观测的交通量总和与一年的总天数（365）的比值月平均日交通量（MADT）一月观测的交通量总和与一月总天数的比值周平均日交通量（WADT）一周观测的交通量总和与一周总天数（7）的比值（2）小时交通量：一小时通过观测断面的车辆数（辆/h）。（3）高峰小时交通量：一天的高峰期间连续1小时的最大交通量(辆/h)。（4）第30小时交通量：一年中8760个小时交通量按大小次序排列，从打到小序号第30的那个小时交通量。2.1.2
