1、道路短期交通流預(yù)測(cè)是智能交通系統(tǒng)的核心內(nèi)容,也是實(shí)現(xiàn)道路交通控制和交通流誘導(dǎo)的重要基礎(chǔ)。實(shí)時(shí)準(zhǔn)確的短期交通流預(yù)測(cè)有助于緩解道路交通擁擠,提高道路通行能力并改善交通安全狀況。然而,道路短期交通流具有高度的不確定性和非線(xiàn)性,很難建立合適的數(shù)學(xué)模型。為此,本文選用神經(jīng)網(wǎng)絡(luò)建立短期交通流預(yù)測(cè)模型,主要研究工作內(nèi)容如下:
　　 首先,在研究BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,提出了路段短期交通流預(yù)測(cè)方案,詳細(xì)分析了建模過(guò)程及模型的預(yù)測(cè)性能,同時(shí)對(duì)BP神

2、經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元個(gè)數(shù)的選擇及數(shù)據(jù)預(yù)處理等問(wèn)題進(jìn)行了討論,給出了提高網(wǎng)絡(luò)收斂速度的方法。
　　 其次,針對(duì)BP神經(jīng)網(wǎng)絡(luò)初始權(quán)閾值設(shè)置敏感、易陷入局部極小值等不足,采用擅長(zhǎng)全局搜索的遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值進(jìn)行優(yōu)化,再進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練,提高了模型的預(yù)測(cè)性能。
　　 最后,以西安市南二環(huán)實(shí)測(cè)短期交通流數(shù)據(jù)為樣本進(jìn)行預(yù)測(cè)仿真,結(jié)果表明:BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型不需要設(shè)計(jì)任何數(shù)學(xué)模型,算法結(jié)構(gòu)簡(jiǎn)單,預(yù)測(cè)精度基本