資源描述：
《短時交通流預(yù)測方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、＇Ｉ：＊＇占？％＼．．．分類號學號ＭＺ１３７ＷＵＤＣ密級樣叫義旁ＩＩＹＡＮＧＺＨＧＵＵＮＩＶＥＲ別ＴＹ－＇－？，ｒＸＶ碩去學隹冷文盧＇．（專業(yè)型）．短時交通流預(yù)測方法研究／＇－／ｒ＇＇■．、．Ｊ；乂－．義江小燕＇＇－■．；指導教師姓名：陳虹教授，揚州大學，江蘇拐州２２５０６９，申請學位級別：工程碩壬學科專業(yè)名稱：農(nóng)業(yè)工程．論文提交日期－．；２０１５４１５論文答辯日期：２０１５．５．２８學位授予單位
2、；揚大學學位授予日期；２０１５．６．３０Ｊ答辯委員會主席：周波教授‘’？ＩＶ．■．ｉ．■．?。桑崳姡墸玻埃保的辏翟拢崳姡椋А觯觯墸肌觯椋墸ВВ桑颍牐墶觯墶?，．，；．：－占；［’？：心＇苗１，＇．＾＇Ｖ．—在Ｌ／，４．．．＇Ｉ－．，六＇＇．．ｉ，｜１’■Ｉ一；詞摘要（Ａｂｓｔｒａｃｔ）Ｉ摘要隨著智能交通技術(shù)的發(fā)展，車輛誘導系統(tǒng)作為智能交通系統(tǒng)的重要姐成部分，已成為交通管理部口疏導城市道路交通的有效途徑。短時交通流
3、預(yù)測作為車輛誘導系統(tǒng)的關(guān)鍵技術(shù)Ｗ及智能交通領(lǐng)域非常重要的理論基礎(chǔ)，通過對道路交通流的分析和預(yù)測，給用戶提供。最佳的斤駛路線，優(yōu)化交通管理方案，均衡交通流本文首先分析了短時交通流預(yù)測的背景、國內(nèi)外研究現(xiàn)狀Ｗ及課題研究意義，并在研巧支持向量機原理的基礎(chǔ)上，提出了采用支持向量回歸（ＳＶＲ方法建立短時交通流預(yù)測模）型。，基于ＳＶＭ的研究其次，采用訓練誤差的平方代替松弛變量，將不等式約束改進為－等式約束的方法，進而提出了基于最小二乘支持向量回歸ＬＳＳＶＲ的交通流短時預(yù)測模（）型，從而避免求解二次規(guī)劃問題，提高了模
4、型訓練的速度。同時，由于預(yù)測結(jié)果的精度受一模型參數(shù)影響較大，為了進步提商模型的預(yù)測精度，提出了巧用魚群算法（ＡＦＳＡ）來化化－ＬＳ－ＳＶ民中的參數(shù)－。，得到基于ＡＦＳＡＬＳＳＶＲ的預(yù)測模型最后，本文將采集到的揚州雙橋崗２０１４年９月４日至６日的相關(guān)交通流量數(shù)據(jù)作為－ＳＶＲ－－、、ＡＦＳＡＳＶＲ研究對象，分別利用ＳＶＲＬＳＬＳ預(yù)測模型對其進行短時交通流預(yù)測，并將得到的結(jié)果進行比較分析－。仿真結(jié)果表明：ＬＳＳＶＲ模型的預(yù)測結(jié)果優(yōu)于ＳＶＲ模型，ＳＡ－ＬＳ－ＳＶＲＡＦＳＡ優(yōu)化ＬＳ－ＳＶＭ的且ＡＦ模型的預(yù)測誤差更小，這說
5、明利用模型參數(shù)有利一－－于提高模型的預(yù)測精度，同時也說明ＡＦＳＡＬＳＳＶ民方法在預(yù)測方面具有定程度上的優(yōu)越性二一定的社會意義和研，所Ｗ基于魚群優(yōu)化算法的最小乘支持向量回歸預(yù)測方法具有究價值。關(guān)鍵詞：短時交通流量預(yù)測；支持向量機；最小二乘支持向量札魚群算法（Ａｂ）ＩＩ摘要ｓ化ｃｔＡｂｓｔｒａｃｔＷｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｔｅｌｌｉｇｅ打ｔｔｒａｎｓｐｏｒｔａｔｉｏ打化ｃｈｎｏｌｏｇｙｖｅｈｉｃｌｅｉｎｄｕｃｉｎｓｙｓｔｅｍａｓａｎ，ｇｉｍｐｏｒｔａｎｔｐａｒｔｏｆ
6、ｔｈｅｉ打ｔｅｌｌｉｇｅｎｔ化ａｎｓｐｏｒｔａｔｉｏ打ｓｙｓｔｅｍｈａｓｂｅｃｏｍｅａｎｅｆｆｅｃｔｉｖｅｗａｙ化ｄｉｖｅｒｔｍｅｎ＊ｕｒｂａｎｒｏａｄｔｒａｆｆｉｃ化ｔｈｅｔｒａｆｉｃｍａｎａｇｅｍｅｎｔｄｅｐａｒｔｔ．Ｓｈｏｒｔｔｉｍｅｔｒａｆｆｉｃｆｌｏｗ：ｆｏｉｅｃａｓｔｉｎｇｉｓａｋｅ化ｃｈ打ｏｌｏｏｆｖｅｈｉｃｌｅｉｎｄｕｃｉｎｓｓｋｍｂｅｓｉｄｅｓｉｔｉｓａｌｓｏａｖｅｒｉｍｏｒｔａｎｔｔｈｅｏｒｅｔｉｃａｌｙｇｙｇｙ，，ｙｐｆｂｕｎｄａ
7、ｔｉｏｎｉ打化ｅｆｉｅｌｄｏｆｍｌ：ｅｌｌｉｅｎｔｔｒａ打ｓｏｒｔａｔｉｏｎ．Ｔｈｒｏｕｈ化ｅａｎａｌｓｉｓａｎｄｆｂｒｅｃａｓｔｉｎｏｆｒｏａｄｇｐｇｙｇｔｒａｆｉｃｆｌｏｗ，ｉｔｃａｎｒｏｖｉｄｅｔｈｅｏｔｉｍａｌｄｒｉｖｉｎｒｏｕｔｅ，ｏｔｉｍｉｚｅｔｈｅｔｒａｆｉｃｍａｎａｅｍｅｎｔｓｃｈｅｍｅａｓｐｐｇｐｇｗｅｌｌａｓｂａｌａｎｃｅｔｈｅｔｒａｆｆｉｃｆｌｏｗ．＾Ｆｉｒｓｔｌｙｗｅａｎａｌｚｅ化ｅｂａｃｋｒｏｕｎｄｏｆｓｈｏｒｔｔｉｍｅｔｒ
8、ａｆｆｉｃｆｌｏｗｆｏｉｅｃａｓｔｉｎｒｅｓｅａｒｃｈｓｔａｔｕｓ，ｙｇｇ；ｈｏｍｅａｎｄａｂ＊ｒｏａｄａｓｗｅｌｌａｓｔｈｅｓｉｇｎｉｆｉｃａｎｃｅｏｆ化ｉｃｉｅｓｅａｒｃｈ．Ｏ打
