交通流量预测是研究智能交通系统的重要课题,通过交通流量预测方法对相关数据进行建模,预测未来交通流量,进一步更好地制定忙时交通分流预案,配备合适的运营资源.本文阐述了数据挖掘技术的主要方法以及交通流量预测与BP神经网络模型预测的主要步骤,对基于数据挖掘技术的交通流量进行了探讨分析.
作者:孙乾; 任小洪; 乐英高 期刊:《四川理工学院学报》 2019年第05期
极限学习机(Extreme Learning Machine,ELM)是一种新型的前馈神经网络,该网络由广义逆直接求出输出层权重,使得其具有误差小、速度快的优点.但针对具体问题,ELM不能自动寻找到最佳的网络结构,从而造成该算法模型针对复杂、无规律性的数据精度及稳定性较差.为了提高极限学习机的泛化能力和预测精度,提出利用粒子群优化极限学习机算法对不同数据进行预测.使用粒子群算法(particle swarm optimization,PSO)选择最优的隐含层偏差和输入...
作者:赵丽; 杨春风 期刊:《河北工业大学学报》 2005年第04期
城市路网系统节点(交叉口)的交通流量预测是城市交叉口宏观规划管理和交通流在路网中高效调度的依据,对其进行合理的预测意义重大.本文基于聚类分析法结合判别分析结果对主要交叉口及待判别交叉通流量进行预测,并用实例加以验证说明其实用性.
作者:孙国道; 曹帝胄; 梁荣华 期刊:《浙江工业大学学报》 2019年第05期
神经网络在交通流量预测领域内已经得到广泛运用,但是使用神经网络进行流量预测还存在下列问题:神经网络模型结果好坏依赖于输入数据的质量,网络训练的中间过程难以观察以及神经网络结构难以实时调整等。而可视分析技术适合用于数据过滤、挖掘和展示,因此在传统的基于神经网络的交通流量预测方法上结合可视分析技术可以帮助用户更高效地搭建神经网络。在数据层面,运用查询语句可视化技术可以对原始数据进行可视过滤和展示,从而帮助...
作者:李存军; 邓红霞 期刊:《交通运输工程与信息学报》 2004年第01期
为了研究城市道路动态变化的交通流量之间的关系,本文分析了城市道路交通流量分布的特点,提出了用相关路段的流量数据逼近目标路段流量的思想,给出了用于逼近的神经网络模型、具体算法和评价标准,在比较精确的训练样本基础上对网络进行了训练,测试了训练后的网络的性能,并与传统的多项式逼近方法进行了比较.实验表明,采用基于神经网络的非线性动态逼近方法较传统的多项式逼近方法能够更加有效的改善逼近的误差.
作者:陈玉仙; 罗三定; 胡扬 期刊:《凿岩机械气动工具》 2005年第04期
介绍了基于交通流量的三层网络递阶控制在智能交通系统中的应用.提出了面向交通流量均匀分配的蚁群优化算法.分析表明,该算法能自适应地随机搜索到较佳的交通路径.从而为交通流量的全局优化提供重要的决策依据.
作者:徐瑞光; 梁士栋 期刊:《综合运输》 2018年第11期
为了提升城市道路智能交通控制和管理的合理性和有效性,从交通流时空特性角度出发,提出基于优化双线性递归神经网络的城市道路交通流量预测方法。该方法有效结合双线性多项式快速准确求解和递归神经网络的动态校准的特点,采用粒子群算法实现冗余神经元和权值的动态剪枝过程,提升了算法的收敛速度和预测精度。采用视频数据对算法进行训练和实验,并进行对比分析。结果表明:该方法能够实现对道路交通流量的准确预测,交通流量预...
作者:冯宁; 郭晟楠; 宋超; 朱琪超; 万怀宇 期刊:《软件学报》 2019年第03期
流量预测一直是交通领域研究者和实践者关注的热点问题.流量数据具有高度的非线性和复杂性,对其进行精准预测具有很大的挑战,现有的预测方法大多不能很好地捕获数据的时空相关性.提出一种新颖的基于深度学习的多组件时空图卷积网络(MCSTGCN),以解决交通流量预测问题.MCSTGCN 通过3 个组件分别建模流量数据的近期、日周期、周周期特性,每个组件同时利用空间维图卷积和时间维卷积有效捕获交通数据的时空相关性.在美国加利福尼亚州高...
作者:蒲斌; 李浩; 卢晨阳; 王治辉; 刘华 期刊:《云南大学学报·自然科学版》 2019年第01期
交通流量数据具有非周期性、非线性和随机性等特点.为了更准确地对未设置ETC路段交通流量进行预测,采取相应措施处理交通拥堵问题,提出了基于神经网络推论模型为主体的交通流量预测系统.通过实验验证了ARIMA乘积季节模型、BP神经网络和RBF神经网络的多种训练函数的预测精度及适应性.相对于常规预测方法,基于神经网络的预测方法具有更好的适应性,而且预测精度也更高.
作者:晏雨婵; 武奇生; 白璘; 席维 期刊:《计算机技术与发展》 2019年第04期
为了提高高速公路交通流量预测精度以及预测方法的稳定性,降低预测用时,提出了一种后期随机惯性权重粒子群算法与支持向量回归机相结合的短时交通流预测模型(MPSO-SVR)。该预测模型用均匀分布的随机惯性权重替代标准PSO算法中不变的惯性权重ω,使算法中粒子在搜索后期拥有较大的ω,从而有效地避免算法陷入局部最优解,加快了算法的寻优速度。最后,通过不断更新惯性权重来更新粒子的速度与位置。算法不仅对支持向量回归中的惩罚因子c和...
作者:赵文天; 万夕里; 白光伟 期刊:《小型微型计算机系统》 2019年第07期
城市中车辆数量的快速增长会带来一系列交通问题,包括交通拥堵、交通事故率高等.高效的交通信号控制方法已被证明是缓解交通问题的重要途径之一.已有的信号灯控制工作主要集中在设计在线信号灯控制算法上,但该方法存在信号灯频繁切换的问题.这篇文章首先根据联合驾驶和变换车道模型预测出下一个时间段检测区域内的车辆数目,然后利用图论对该路口的交通动作进行建模,在此基础上设计了一种高效的基于图的车辆调度算法,并从理论上证明...
西安市太白南路与丈八东路及绕城高速组合立交是西安市快速路体系中的重要节点。介绍项目背景、建设条件、制约因素及主要技术标准,在交通流量预测、建设规模分析的基础上,对立交设计方案进行了研究,为该立交后期的设计实施奠定基础。
通过对叶新—大叶公路(新工路—奉贤区界)改建背景及功能定位的解读,在详细分析建设条件的基础上,结合交通流量预测分析,对道路改建总体方案和主要节点方案进行了分析、研究和设计,为现状二级公路提升改造为一级公路提供了一定的工程经验和设计参考。
作者:熊亭; 戚湧; 张伟斌; 李千目 期刊:《计算机工程与设计》 2019年第02期
在智能交通系统的诱导、控制和管理中,实时准确的短时交通流量预测具有重要意义。为提高预测精度,充分分析交通流特性和外部空间关联对预测结果的影响,提出一种短时交通流预测模型——SARIMA-RF模型。利用SARIMA模型良好的线性拟合能力,提取交通流数据中的周期性特征;利用随机森林模型较强的泛化能力,分析交通流的时空相关性,得出预测结果。实验结果表明,该组合模型与单一模型相比具有更高的预测精度,是一种有效的预测方法。
作者:张良智; 姜华平 期刊:《山东交通学院学报》 2005年第02期
针对当前道路交通流量预测的多种不同特性的方法,提出了一种组合预测方法.利用遗传算法群体搜索的特点,组合各种算法,优化预测思路,充分发掘不同算法的差异优势,实践证明该思路是切实有效的.
交通拥堵汽车流量的准确预测,能够有效改善现有的道路网络的通行能力。对车流量的预测,需要利用模糊推理系统将交通流分为不同的模糊集,给出模糊隶属度函数,完成交通拥堵汽车流量的预测。传统方法先选出相关性较高的道路断面,得到路网空间关系归一化约束矩阵,但忽略了给出交通隶属度函数,导致预测精度偏低。提出基于模糊神经网络的拥堵汽车流量预测方法。将神经网络和自适应卡尔曼滤波模型相结合,组建拥堵汽车流量预测模型...
作者:曹成涛; 林晓辉; 许伦辉 期刊:《中国电子科学研究院学报》 2017年第01期
对智能交通系统(ITS)短时交通流量预测问题进行研究,提出了一种联合FCM与群集蜘蛛优化SVR交通流量预测算法。首先采用FCM聚类方法对交通流量数据预处理,得到基于时间节点分割的时序数据模块,有效降低了数据差异性带来的误差影响;然后构建基于群集蜘蛛优化SVR模型,针对SVR参数选择难题,在群集蜘蛛优化算法中引入社会等级制度,动态的将蜘蛛种群划分为上中下三个阶层,并根据不同阶层个体适应度大小,分别设计自适应竞争、"快搜"以...
作者:王林生; 蔡丽霞 期刊:《舰船科学技术》 2016年第4X期
首先阐述模糊预测法原理,然后在此基础上根据实际获取交通流信息的不完整、不全面等问题,提出利用非固定值的模糊权重进行船舶交通流量预测,最后通过对不同模型的验证结果对比来说明本文的预测模型稳定性好、精度高,模糊控制在船舶交通流预测中有效。
作者:华中平; 肖定华; 张立; 彭安华 期刊:《湖北工业大学学报》 2006年第05期
从城市道路交叉通流量的特征出发,采用数理统计学相关系数和聚类的方法,利用安装检测器交叉口检测出来的交通流量进行相似分析和聚类分析,对无检测装置的交叉口进行判别、归类,并对其交通流量的预测,可较好实现城市路网节点交通流量的预测和交叉口的宏观管理.
作者:胡丹; 肖建; 车畅 期刊:《计算机应用研究》 2007年第08期
采用提升小波方法构造出一种满足双正交的小波函数,并将这种小波函数作为支持向量机的核函数;此外,用线性规划问题来代替二次规划问题及稀疏正则化,本质上确保了解的稀疏性。基于提升小波构造出提升小波支持向量机模型,并将其用于交通流量的预测中。仿真实验表明该模型具有良好的预测能力和泛化能力。