详情

原文传递城市交通流混合预测方法的研究

论文题名：	城市交通流混合预测方法的研究
关键词：	短时交通流预测;小波变换;Mallat算法;小波神经网络;混合预测方法;城市交通流
摘要：	本论文主要研究单一路口短时交通流的预测方法,提出了基于小波分解的AR模型和小波神经网络相结合的混合预测方法.通过分析城市路口交通流样本数据的特点,得出由于短时交通流表现出强烈的非线性、时变性、不确定性,单一的预测方法很难达到预测精度的要求,因此,本文提出将交通流数据先进行"频率"分解,首先利用小波变换将交通流数据进行滤波,将各种不确定因素造成的交通流突变的成分按照频率段过滤到4个频段上,得到一个基本数据序列以及4个不同频段的干扰信号数据序列,这样分解后的各组数据都成为成分相对简单、数据变化比较平稳的数据列.然后利用AR模型和小波神经网络模型分别对不同频段上的分解数据分别进行预测.通过比较分析得出利用小波神经网络模型代替传统的BP神经网络模型对分解后的低频信号进行预测,改进了BP神经网络难以科学的确定网络结构、算法收敛速度慢,容易陷入局部极小的固有缺陷,提高了预测精度.
作者：	丁肃然
专业：	控制理论与控制工程
导师：	宗群
授予学位：	硕士
授予学位单位：	天津大学
学位年度：	2004
正文语种：	中文