学位论文 > 优秀研究生学位论文题录展示

基干LS-WSVM旳城市交通流预测方法研究

作　者: 郭翠玲
导　师: 佘立建
学　校: 西南交通大学
专　业: 控制理论与控制工程
关键词: 交通流预测相空间重构 LS-WSVM 小波核函数网格搜索法
分类号: U495
类　型: 硕士论文
年　份: 2013年
下　载: 27次
引　用: 0次
阅　读: 论文下载

内容摘要

实时准确的城市交通流预测是智能交通系统(ITS)的关键技术之一,为城市交通诱导系统提供有利的数据支持,也为交通事故检测及其它ITS中的其它系统提供了重要的技术支持。本文对城市交通流所具有的内在特性及可预测性进行了分析。在研究交通流动力学系统的基础上利用最大李谱亚诺夫指数对其混沌特性进行判别,同时也利用这个指数判别时间序列的可预测性。为了把一维的时间序列重构到多维空间之中,将其中隐藏的内在因素在多维空间中显现出来,对时间序列的相空间重构进行研究,利用C-C法计算其重构参数。对实际的交通流数据仿真计算,通过计算结果验证交通流的可预测性。对标准LS-SVM的原理及适用性进行了研究,分析了常用的几种核函数特性,针对其存在的不足而引入了小波理论,构造了满足Mercer定理的Morlet小波核函数,并构建了基于最小二乘小波支持向量机(LS-WSVM)的交通流预测模型,同时通过网格搜索法和改进的网格搜索法对模型参数进行寻优，对实际交通流时间序列进行实验仿真,分析了其具有的优势和存在的不足,在此基础上进一步将其改进而构造了基于混合小波核函数的LS-WSVM模型。为了对比分析,分别构建了标准LS-SVM预测模型和BP神经网络预测模型,并将实验仿真的综合预测指标进行对比分析,结果表明混合核函数的LS-WSVM模型有效的提高了交通流预测精度和推广能力,更适于实时在线的交通流预测。

全文目录

摘要  6-7
Abstract  7-10
第1章绪论  10-16
  1.1 课题研究的背景和意义  10-11
  1.2 城市交通流预测概述  11-12
    1.2.1 城市交通流特性  11
    1.2.2 城市交通流预测分类  11
    1.2.3 城市交通流预测模型要求  11-12
  1.3 城市交通流预测研究现状  12-13
  1.4 论文研究内容及组织结构  13-16
第2章城市交通流的可预测性分析  16-28
  2.1 城市交通流的可预测性分析  16-17
    2.1.1 城市交通流的动力学特性分析  16
    2.1.2 城市交通流的可预测性分析方法  16-17
  2.2 城市交通流的混沌特性分析  17-20
    2.2.1 混沌理论分析  17-18
    2.2.2 最大李雅普诺夫指数计算  18-19
    2.2.3 混沌时间序列的可预测尺度分析  19-20
  2.3 城市交通流的相空间重构分析  20-23
    2.3.1 相空间重构理论分析  20-21
    2.3.2 重构参数选取方法  21-23
  2.4 实测交通流的可预测性判别及重构参数计算  23-27
    2.4.1 交通流的数据来源  23-24
    2.4.2 实测交通流的混沌特性及可预测尺度  24-26
    2.4.3 实测交通流重构参数计算  26-27
  2.5 本章小结  27-28
第3章 LS-SVM理论分析及模型参数选取  28-47
  3.1 LS-SVM理论概述  28-33
    3.1.1 统计学习理论和VC维理论  28
    3.1.2 结构风险最小化理论  28-29
    3.1.3 支持向量机理论  29-32
    3.1.4 LS-SVM原理分析  32-33
  3.2 LS-SVM模型的适用性和优劣分析  33-34
    3.2.1 交通流预测模型存在的问题  33-34
    3.2.2 LS-SVM模型的适用性分析  34
    3.2.3 LS-SVM模型与SVM模型的优劣比较  34
  3.3 LS-WSVM回归模型的核函数构造  34-41
    3.3.1 核函数的概念  35-36
    3.3.2 常用的几种核函数分析  36-38
    3.3.3 小波核函数的构造  38-40
    3.3.4 LS-WSVM回归模型特点  40-41
  3.4 模型参数优化选取  41-46
    3.4.1 模型参数分析  41-42
    3.4.2 网格搜索法选取模型参数  42
    3.4.3 K-折交叉验证  42-43
    3.4.4 改进的网格搜索法选取模型参数  43-44
    3.4.5 实验仿真  44-46
  3.5 本章小结  46-47
第4章基于LS-WSVM的城市交通流预测建模及仿真  47-61
  4.1 基于相空间的LS-SVM城市交通流预测建模  47-50
    4.1.1 基于相空间重构的LS-SVM城市交通流预测模型构建  47-48
    4.1.2 城市交通流预测的建模流程  48-50
  4.2 基于相空间的LS-SVM城市交通流预测实验仿真  50-56
    4.2.1 城市交通流预测评价指标  50-51
    4.2.2 数据预处理  51-52
    4.2.3 实验仿真及结果分析  52-56
  4.3 基于相空间的LS-WSVM城市交通流预测模型设计及应用  56-60
    4.3.1 预测模型设计分析  56-57
    4.3.2 实验仿真及与LS-SVM模型的比较  57-60
  4.4 本章小结  60-61
第5章基于混合核函数的LS-WSVM建模及仿真  61-71
  5.1 混合核函数  61-63
    5.1.1 局部核函数与全局核函数特性分析  61
    5.1.2 混合核函数的构造  61-63
  5.2 基于混合核函数的LS-WSVM交通流预测模型的构建及应用  63-65
    5.2.1 混合核函数的LS-WSVM模型的构建  63
    5.2.2 实验仿真及结果分析  63-65
  5.3 基于BP神经网络的城市交通流预测研究  65-70
    5.3.1 预测模型设计  66-67
    5.3.2 实验仿真及比较分析  67-70
  5.4 本章小结  70-71
总结与展望  71-72
致谢  72-73
参考文献  73-76
攻读硕士期间发表的学术论文  76

基干LS-WSVM旳城市交通流预测方法研究

内容摘要

全文目录

相似论文