1. 毕业设计（论文）主要内容：
随着城市智能交通系统的不断完善，城市道路上安装了大量的检测器设备来采集道路和车辆的信息数据，为从数据中发现交通规律，支持城市交通优化，短时交通流分析是当前主要研究问题之一。同时由于交通流自身的非线性和随机性，传统的方法难以精确地刻画交通流，这使得其预测能力的稳定性十分有限。因此以神经网络为代表的非参数化方法成为为短时交通流预测的研究的重要方向。本课题对短时交通流预测模型开展深入研究，掌握短时交通流预测技术，对短时交通流进行较为精确的预测，为交通优化提供理论支持。具体内容如下：
1、研究交通流信号的预处理；
2、研究神经网络算法的改进策略；
2. 毕业设计（论文）主要任务及要求
1. 通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；
2. 翻译与本课题相关的英文资料（不少于3000中文字符）；
3. 查阅文献资料，撰写开题报告（不少于5000中文字符）；
3. 毕业设计（论文）完成任务的计划与安排
1-2周，完成开题报告和文献翻译，完成开题答辩；
3-4周，分析交通流信号，并对交通流信号进行预处理；
5-7周，完成短时交通流预测模型的搭建；
4. 主要参考文献
[1]. Huang, W., et al., Deep Architecture forTraffic Flow Prediction: Deep Belief Networks With Multitask Learning. IEEETransactions on Intelligent Transportation Systems, 2014. 15(5): p. 2191-2201.
[2]. Gallicchio, C., A. Micheli and L. Pedrelli,Design of deep echo state networks. Neural Networks, 2018. 108: p. 33-47.
[3]. 赵鲁, 短期交通流深度学习预测模型及其并行训练, 2019, 北京交通大学. 88页.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
