基于某MATLAB地BP神經(jīng)網(wǎng)絡(luò)人群流量預(yù)測地實現(xiàn)

《基于某MATLAB地BP神經(jīng)網(wǎng)絡(luò)人群流量預(yù)測地實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、標(biāo)準(zhǔn)文檔論文題目MATLAB基礎(chǔ)上的BP神經(jīng)網(wǎng)絡(luò)人群流量預(yù)測學(xué)生姓名學(xué)號實用文案標(biāo)準(zhǔn)文檔專業(yè)實用文案標(biāo)準(zhǔn)文檔MATLAB基礎(chǔ)上的BP神經(jīng)網(wǎng)絡(luò)人群流量預(yù)測摘要：通過對旅游景點、商業(yè)網(wǎng)點等人口密集場所的人群流量進(jìn)行預(yù)測，對于合理控制旅游景點、商業(yè)網(wǎng)點等場所的人口數(shù)量，預(yù)防人群踩踏事故的發(fā)生具有非常重要的意義.本文首先介紹了人群流量的BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法，并建立了四個BP神經(jīng)網(wǎng)絡(luò)模型，并結(jié)合模型編寫了相應(yīng)的MATLAB運算程序，隨后用所建立的網(wǎng)絡(luò)模型對德州市某路口單向的人群流量進(jìn)行了預(yù)測，最后還分析了不同輸入、輸出結(jié)構(gòu)、隱含層神經(jīng)元的個數(shù)、以

2、及不同傳遞函數(shù)等因素對BP神經(jīng)網(wǎng)絡(luò)性能的影響.關(guān)鍵詞：人群流量；BP神經(jīng)網(wǎng)絡(luò)；MATLAB1BP神經(jīng)網(wǎng)絡(luò)基本原理BP神經(jīng)網(wǎng)絡(luò)是一種常見的神經(jīng)反饋網(wǎng)絡(luò)，它是一種具有三層或者三層以上神經(jīng)元的神經(jīng)網(wǎng)絡(luò)，其基本的結(jié)構(gòu)包括輸入層、隱含層以及輸出層.當(dāng)一個學(xué)習(xí)樣本提供給輸入神經(jīng)元后，該神經(jīng)元的激活值一般從輸入層經(jīng)過隱含層向輸出層進(jìn)行傳播，在輸出層的各個神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)后，然后按照減少實際輸出樣本與網(wǎng)絡(luò)輸出之間誤差的方向，從BP神經(jīng)網(wǎng)絡(luò)的輸出層方向經(jīng)過各隱含層最后回到輸入層，進(jìn)而達(dá)到逐步修正各連接權(quán)值的目的，這種算法就是BP算法.這也就是說B

3、P神經(jīng)網(wǎng)絡(luò)是通過反向的誤差傳播，在傳播過程中不斷修正其權(quán)值和閥值，進(jìn)而使誤差達(dá)到或者接近其理想水平的一種神經(jīng)網(wǎng)絡(luò).BP神經(jīng)網(wǎng)絡(luò)從本質(zhì)上來說是高精度的數(shù)值擬合的一種神經(jīng)網(wǎng)絡(luò)方法，它的基本原理就是把激勵函數(shù)串聯(lián)起來，通過改變各個激勵函數(shù)的系數(shù)，從而達(dá)到減小誤差的目的.BP神經(jīng)網(wǎng)絡(luò)因為其預(yù)測的精度高，網(wǎng)絡(luò)訓(xùn)練效果好，自適應(yīng)性強，穩(wěn)定性好等特點而得到了越來越廣泛的使用.BP神經(jīng)網(wǎng)絡(luò)作為一種較智能型的網(wǎng)絡(luò)預(yù)測模型，在數(shù)學(xué)建模以及實際問題的解決中發(fā)揮著越來越重要的作用.圖一為常見的帶一個隱含層的BP神經(jīng)網(wǎng)絡(luò)的一般結(jié)構(gòu)，圖二為一個基本的BP神經(jīng)元模型

4、.輸入數(shù)據(jù)輸入層隱含層輸出層輸出數(shù)據(jù)實用文案標(biāo)準(zhǔn)文檔圖1含一個隱含層的BP神經(jīng)網(wǎng)絡(luò)PfPapp圖2基本的神經(jīng)元模型2BP網(wǎng)絡(luò)求解過程利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行的求解過程可以按照以下六個步驟來進(jìn)行（1）輸入原始數(shù)據(jù)（2）將原始數(shù)據(jù)歸一化處理（3）進(jìn)行網(wǎng)絡(luò)訓(xùn)練（4）對原始數(shù)據(jù)進(jìn)行仿真（5）將仿真后得到的新數(shù)據(jù)與已知數(shù)據(jù)進(jìn)行比較（6）對得到的新數(shù)據(jù)再進(jìn)行仿真.3數(shù)據(jù)處理與數(shù)據(jù)擬合對原始數(shù)據(jù)進(jìn)行預(yù)處理的方法主要有下面幾個：（1）對原始數(shù)據(jù)歸一化處理：此方法是將原始數(shù)據(jù)都變?yōu)?1-1之間的數(shù)，盡量消除原始數(shù)據(jù)在收集過程中所帶來的一系列對實驗結(jié)果可能造成

5、的影響，歸一化處理所用到的函數(shù)主要有mapminmax、postmnmx、tramnmx等函數(shù).當(dāng)然，也可以利用公式進(jìn)行MATLAB編程實現(xiàn)原始數(shù)據(jù)的歸一化.（2）標(biāo)準(zhǔn)化處理：這一方法的目的是將收集到的原始數(shù)據(jù)都化為均值為0，方差為1的一組新的數(shù)據(jù)，標(biāo)準(zhǔn)化處理所用到的函數(shù)主要有prestd、poststd、trastd等函數(shù).實用文案標(biāo)準(zhǔn)文檔（3）主成分分析法：對原始數(shù)據(jù)進(jìn)行正交處理，借此來減少輸入的原始數(shù)據(jù)的維數(shù)，這一方法所用到的函數(shù)主要有prepca、trapca等函數(shù).（4）相關(guān)性分析法和統(tǒng)計學(xué)回歸分析法：對原始數(shù)據(jù)進(jìn)行統(tǒng)計學(xué)的回

6、歸分析和相關(guān)性分析，可以借助有關(guān)統(tǒng)計學(xué)軟件進(jìn)行，或者借助postrg函數(shù)編程實現(xiàn).本文把收集到的德州市某路口2016年12月15—21日8:00—22:00的單向人群流量數(shù)據(jù)作為一個樣本，每10分鐘為一個時間間隔.我們每60分鐘的數(shù)據(jù)作為一組，這樣就把原始數(shù)據(jù)總共分成了14組.一般首先要對原始數(shù)據(jù)進(jìn)行歸一化處理，以防某些原始數(shù)據(jù)的特征被忽視.對原始數(shù)據(jù)進(jìn)行歸一化處理一般采用以下兩種公式：或.我們知道人群流量越大，發(fā)生踩踏事故的概率就越大，因此本文采用公式進(jìn)行原始數(shù)據(jù)歸一化處理.歸一化后的數(shù)據(jù)如下表所示：歸一化后2016年12月17日德州

7、某路口單向8:10—22:00人群流量時間流量時間流量時間流量時間流量時間流量時間流量8:100.03579:200.175310:300.587711:400.792212:500.564914:000.56178:200.06499:300.142910:400.649411:500.870113:000.477314:100.47418:300.16239:400.175310:500.642912:000.701313:100.740314:200.45458:400.15919:500.373411:000.73712:100

8、.805213:200.584414:300.46758:500.191610:000.383111:100.792212:201.000113:300.564914:400.38199:000.15911