神经网络在短时交通量预测中的应用.docVIP

摘 要 21世纪以来，人们的社会生活水平逐渐提高，随着车辆大多数城市居民中的普及，城市交通拥堵问题。解决问题，合理交通，短时交通流量预测重要依据。BP神经网络预测。本文交通流量预测 关键词 短时交通流量；BP神经网络 Abstract Since twenty-first Century, the social life level of people is increasing gradually, along with the vehicle in most city residents in the popular, city traffic congestion problem deteriorated rapidly. In order to solve this problem, arrange the transportation operation rationally, improve the efficiency of the use of transportation facilities, optimize the allocation of a reasonable allocation to traffic flow and signal lamp, accurate traffic flow forecasting is an important basis for solving these problems. In recent years, the BP neural network has been widely used in the prediction of. This paper designs the short-term traffic flow forecasting for the three layer BP neural network. The prediction of traffic volume in three days time recently as the input signal, the traffic volume forecast at a time. With Jiangmen urban traffic volume data based on the simulation results, the results show that the method for short-term traffic flow forecasting is feasible. Finally, the accuracy of the prediction results are analyzed and discussed. Key words Short-term traffic flow BP neural network Improve Simulation Forecast 目 录 摘 要 I Abstract II 1 1.1 课题背景 1 1.2 研究目的和意义 1 1.3 本文研究的主要内容 1 1.4 本文章节安排 2 3 2.1 神经网络的发展现状 3 2.2 神经网络的结构 3 2.2.1 人工神经元 3 2.2.2 神经网络的结构 4 2.3 神经网络的应用与存在问题 6 2.3.1 神经网络的应用 6 2.3.2 神经网络存在的问题 7 2.4 本章小结 7 8 3.1 BP神经网络概述 8 3.2 BP神经网络的结构 8 3.3 BP算法 9 3.3.1 BP算法的基本原理 9 3.3.2 BP算法计算步骤 13 3.4 BP神经网络的学习方式 14 3.5 BP神经网络性能分析 15 3.5.1 BP网络优点 15 3.5.2 BP网络的不足 15 3.5.3 BP网络的缺陷与改进 15 3.6 本章小结 16 17 4.1 BP神经网络的设计与训练 17 4.1.1 BP神经网络的设计方法 17 4.1.2 改进型训练方法 18 4.1.3 MATLAB神经网络工具箱 20 2 预测网络的设计 21 4.2.1神经元个数 21 4.2.2激活函数的选择 22 3预测网络的训练与测试 22 4.3.1 训练参数设置 22 4.3.2 仿真实验 23 4 仿真结果分析 28 4.5 本章小结 28 29 参考文献 30 致谢 31 附录 32 第1章 绪论 1.1 课题背景 众所周知，我国是个人口大国，随着我国社会经济的发展，越来越多的涌入到东南岸沿海城市谋求，再加上沿海城市本身的人口，我国的沿海城市都面临着严峻的交通拥堵问题。尤其是广州、北京这些发达城市，交通问题尤为突出。合理有效的