基于CPSO—GM组合预测模型的短时交通流量预测任务书

 2021-10-15 20:57:02

1. 毕业设计(论文)的内容和要求

毕业设计内容:

伴随着城市汽车保有量的急剧增长,道路交通拥堵问题越来越被人们所关注。交通拥堵已成为大中城市交通中的普遍现象。由于受到投资和资源的制约,或者有见效期短的局限,特别是在城市建成区难以通过拆迁来增建、拓建道路交通设施。以往解决交通拥堵的途径在当今社会越来越捉襟见肘。于是近年来,国内外学者越来越关注在已有的道路基础上建立智能交通系统(Intelligent Transportion System,简称ITS),从时间和空间上向出行者提供优化且高效率的交通诱导信息,来减低城市拥堵的状况,提高道路通行能力和服务质量。

交通诱导是ITS的重要组成部分,也是ITS实施的关键技术之一。而交通诱导的实现需要在实时的交通流量数据检测的基础上利用各种预测模型和方法对获取的实时信息进行实时、可靠、准确的预测。短时交通流量时间序列振荡明显,并且有很强的混沌特性。灰色GM(2 ,1)预测模型由于有两个特征值,能够反映系统单调或振荡的情形。灰色预测较于一般的预测模型响应时间短,预测精度高。具体工作包括:

(1)分析比较传统和当下新颖的交通流量检测方法

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1]冯树民.《交通系统工程》[M].北京:知识产权出版社,2009.77-78.

[2]刘虹,张岐山. 基于微粒群算法的GM(2 ,1 ,λ,ρ)优化模型. 系统工程理论与实践.2008(10)

[3]魏文. 基于混沌和PSO神经网络的短时交通流预测研究[D].四川:西南交通大学,2007.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版