学位论文 > 优秀研究生学位论文题录展示

基于神经网络的四阶段预测法在交通量预测中的应用研究

作　者: 陈百奔
导　师: 康俊涛；孟庆标
学　校: 武汉理工大学
专　业: 建筑与土木工程
关键词: 交通量预测四阶段预测法神经网络弗雷特法增量分配法
分类号: U491.113
类　型: 硕士论文
年　份: 2011年
下　载: 117次
引　用: 1次
阅　读: 论文下载

内容摘要

随着经济的高速发展,我国交通运输与道路建设事业取得了举世瞩目的成就。在国家相关政策的大力支持下,我国公路交通建设发展迅速,公路技术等级水平不断提高,公路路网逐步完善。其中,交通量分析与预测起到了至关重要的作用。交通量分析与预测是综合考虑一定区域内过去和现在的交通、经济、社会等各种因素的变化及发展规律,对未来指定路段交通量进行推测的一种科学方法。该预测是确定公路建设项目技术标准、工程设施规模及经济评价的基础,其综合考虑了项目影响区社会经济现状、土地利用现状、综合运输现状及各自发展规划等,依据定量计算和定性分析相结合的原则,预测得到未来一定时期内拟建项目可能承担的交通量,为选定公路技术标准、路线方案比较、经济财务效益分析等工作提供依据。当前,交通量预测方法众多,相关理论也日趋成熟。但实践表明,各种预测方法皆有其不足之处。本文通过对交通量预测方法的学习、分析与比较,提出采用基于神经网络的四阶段预测法,对交通量进行预测,以期达到改善预测精度,全面考虑预测相关模糊参数,贴近实际工程应用的目的。该预测模型采用四阶段预测法为主体,分别对其社会经济预测、发生吸引交通量预测、交通量分布预测、交通方式分担预测、分配交通量预测以及诱增、转移交通量进行相关分析,选取相应适合的预测模型或方法进行预测。其中,对社会经济预测采用定量与定性分析方法,交通量发生、吸引采用神经网络进行预测,交通量分布采用弗雷特法进行预测,交通方式分担预测则应综合考虑交通运输方式,分配交通量预测采用容量限制的增量加载多路径概率分配法,而诱增交通量分析时采用无约束重力模型。本文将该预测模型应用于恩施外环交通量预测中,通过对当地实际情况进行调查分析,充分考虑各个影响因素指标,发挥神经网络非线性处理能力和容错能力强的特点,综合考虑区域内交通运输方式对待建项目的影响,并得出预测结果。通过对预测结果与当地实际经济社会交通发展情况的对比,该预测结果符合当地发展趋势,具有一定参考价值。

全文目录

摘要  4-5
Abstract  5-10
第1章绪论  10-17
  1.1 研究背景与意义  10-11
  1.2 国内外研究综述  11-14
    1.2.1 交通量预测研究综述  11-12
    1.2.2 神经网络研究综述  12-14
  1.3 主要研究内容与研究方法  14-16
    1.3.1 主要研究内容  14-15
    1.3.2 主要研究方法  15-16
    1.3.3 预期研究成果  16
  1.4 本章小结  16-17
第2章交通量预测方法概述  17-31
  2.1 预测理论与方法  17-18
  2.2 交通量预测一般步骤  18-29
    2.2.1 社会经济预测  19-20
    2.2.2 发生、吸引交通量预测  20-21
    2.2.3 交通量分布预测  21-24
    2.2.4 交通方式分担预测  24-25
    2.2.5 分配交通量预测  25-27
    2.2.6 诱增交通量分析  27-28
    2.2.7 转移交通量分析  28-29
  2.3 非集计模型  29-30
  2.4 本章小结  30-31
第3章 BP神经网络  31-38
  3.1 神经网络简介  31-34
    3.1.1 神经元结构模型  31-32
    3.1.2 神经网络连接模式  32-33
    3.1.3 神经网络学习方式  33
    3.1.4 神经网络学习规则  33
    3.1.5 神经网络特性  33-34
  3.2 BP神经网络模型  34-37
    3.2.1 BP神经网络结构  34-35
    3.2.2 BP网络信号流向  35
    3.2.3 BP网络训练过程  35-36
    3.2.4 BP网络主要功能  36
    3.2.5 BP网络存在不足及改进  36-37
  3.3 本章小结  37-38
第4章基于神经网络的四阶段预测法预测模型  38-52
  4.1 四阶段预测法的不足之处  38
  4.2 综合预测方法  38-51
    4.2.1 预测准备工作  39-41
    4.2.2 发生、吸引交通量预测  41-44
    4.2.3 分布交通量预测  44-46
    4.2.4 交通量分担预测  46
    4.2.5 诱增交通量预测  46-47
    4.2.6 交通量分配预测  47-51
  4.3 本章小结  51-52
第5章基于神经网络的四阶段预测模型应用研究  52-85
  5.1 工程背景  52-54
  5.2 数据调查与分析  54-58
    5.2.1 调查综述  54
    5.2.2 起讫点(OD)调查  54-57
    5.2.3 社会经济调查  57-58
    5.2.4 预测特征年确定  58
  5.3 社会经济预测  58-65
    5.3.1 经济小区划分  58-59
    5.3.2 社会经济发展状况预测  59-60
    5.3.3 人口发展状况预测  60-64
    5.3.4 财政收入发展状况预测  64-65
  5.4 BP神经网络应用  65-72
    5.4.1 交通发展情况调查  65-66
    5.4.2 预测数据标准化处理  66
    5.4.3 隐层选择  66
    5.4.4 网络训练及预测  66-71
    5.4.5 发生量预测  71-72
  5.5 交通量分布预测  72
  5.6 交通量分担方式预测  72-75
    5.6.1 水路运输影响分析  73
    5.6.2 铁路运输影响分析  73-74
    5.6.3 航空运输影响分析  74
    5.6.4 管道运输影响分析  74-75
  5.7 诱增交通量预测  75-76
  5.8 交通量分配预测  76-83
    5.8.1 路段交通量及互通立交转向交通量预测和分析  76-81
    5.8.2 未来车型比例预测  81
    5.8.3 交通量增长率分析  81-83
    5.8.4 未来通道内新旧公路客货运预测  83
  5.9 本章小结  83-85
第6章研究结论与展望  85-87
  6.1 主要研究结论  85-86
  6.2 研究展望  86-87
致谢  87-88
参考文献  88-91
攻读硕士期间获得与学位论文相关的科研成果  91-93
附录A  93-118

基于神经网络的四阶段预测法在交通量预测中的应用研究

内容摘要

全文目录

相似论文