当前位置:主页 > 科技论文 > 交通工程论文 >

高速公路交通流量分析预测系统设计与实现

发布时间:2020-06-09 05:24
【摘要】:随着高速公路通车里程的不断增长,高速公路交通管理问题的日趋严峻,高速公路交通流量分析与预测已成为近年来研究的热点课题。高速公路交通流量通常表现出周期性、不确定性、时间相关性、非平稳和高度非线性等特点。影响高速公路交通流量的主要因素有道路施工、交通事故、天气情况、重大节假日等,由于缺乏道路施工和交通事故具体详实的数据,本课题只针对天气情况对高速公路交通流量的影响这一因素进行非节假日高速公路交通流量预测研究。本文对高速公路交通流量分析预测系统进行了设计,实现了交通流量信息管理、天气气象信息管理和交通流量预测功能。高速公路交通流量信息是通过Java Socket UDP技术从高速公路交通流量采集系统中获取。天气气象信息是通过http标准API接口从K780数据网中获取。通过Echarts技术实现交通流量信息和天气气象信息的统计和分析功能。根据高速公路交通流量特点和天气气象信息对高速公路交通流量的影响程度,分析得到时间、天气情况路面影响等级和空气能见度影响等级是主要影响因素,并较详细地说明了交通流量和天气气象信息的预处理过程。本文提出了一种基于BP神经网络的高速公路交通流量预测模型,并以G2高速公路青县主线站为例进行了交通流量预测实验,较详细地叙述了实验模型训练过程和预测过程并进行了结果分析。实验证明,该预测模型具有较高的预测准确度。本课题成果可方便交通管理部门掌握交通流量情况,为实时交通流诱导、分流和信息发布提供依据,它能极大的减少交通拥堵,保证道路的畅通。本课题成果也可为国家高速公路规划和建设提供决策依据。
【图文】:

结构图,结构图


阻碍正常行车,积雪对阳光的强烈反射,容易产生雪盲现象(眩目),伤害驾睛,同时造成视力疲劳,对安全行车极为不利。本课题只针对非重大节假日高速公路交通流量进行预测,由于缺乏道路施事故具体详实的数据,本课题只针对非重大节假日天气情况对高速公路交影响这一因素进行交通流量预测研究。Socket UDP网络上的两个程序通过一个双向的通信连接实现数据的交换,这个连接的一个 Socket。Socket 通常也称作“套接字”,,用于描述 IP 地址和端口,是一个句柄,可以用来实现不同虚拟机或不同计算机之间的通信。Socket 网络通式 Socket 和数据报式 Socket 两种,其中流式 Socket 采用 TCP 协议进行网数据报式 Socket 采用 UDP 协议进行网络通信。流式 Socket 具有面向连接无差错、无重复、可靠性高和可移植性好等特点。数据报式 Socket 具有面、快捷、占用系统资源少等优点[14-15]。采用 UDP 协议进行通信的数据报式 Socket 结构图如图 2-1 所示。

网络结构图,神经网络,输出层,神经元


图 2-2 BP 神经网络网络结构图BP 神经网络的训练过程包括信号正向传播和误差反向传播两个部分。即计算误差输出时按从输入到输出的方向进行,而调整权值和阈值则从输出到输入的方向进行。当进行信号正向传播时,输入数据从输入层经隐单元层逐层处理,并转向输出层,每一层神经元的状态不影响本层或上层神经元只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则进行误差反向传播,将误差信号沿网络相反的方向传播,通过修改各神经元的权值,使得误差信号最小。当网络的输出误差符合预设的精度时,当时状态下的神经元权值便是 BP 网络合适的权值[18-19]。2.3.3 BP 神经网络训练过程BP 神经网络网络训练过程如图 2-3 所示,其主要训练步骤如下:1) 初始化网络。首先设置输入层神经元个数、隐藏层神经元个数、输出层神经元个数、输入层到隐藏层传递函数、隐藏层到输出层传递函数和网络训练函数。接着设置训练参数,其包括迭代次数( net.trainparam.epochs)、要达到的误差值(net.trainparam.goal)和训练速度(net.trainParam.lr)等;
【学位授予单位】:河北科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U491.112;TP183

【参考文献】

相关期刊论文 前9条

1 纪志强;魏明;吴启蒙;于毅成;;基于递归神经网络的TVS电磁脉冲响应建模[J];河北科技大学学报;2015年02期

2 卢建中;程浩;;改进GA优化BP神经网络的短时交通流预测[J];合肥工业大学学报(自然科学版);2015年01期

3 詹璇;吕晓军;程清波;刘小燕;李明;;基于Socket网络编程的服务器远程监控系统的实现[J];铁路计算机应用;2015年01期

4 唐毅;刘卫宁;孙棣华;魏方强;余楚中;;改进时间序列模型在高速公路短时交通流量预测中的应用[J];计算机应用研究;2015年01期

5 王成宝;任传祥;尹唱唱;陈梦;;基于遗传算法的BP神经网络短时交通流预测[J];山东交通科技;2012年05期

6 樊娜;赵祥模;戴明;安毅生;;短时交通流预测模型[J];交通运输工程学报;2012年04期

7 沈国江;王啸虎;孔祥杰;;短时交通流量智能组合预测模型及应用[J];系统工程理论与实践;2011年03期

8 王硕;;BP神经网络在高速公路交通量预测中的应用[J];中国科技信息;2010年08期

9 陈淑燕,陈家胜;一种改进的灰色模型在交通量预测中的应用[J];公路交通科技;2004年02期

相关硕士学位论文 前10条

1 宋迪;高速公路短时交通流预测算法研究[D];浙江工业大学;2016年

2 乔英苹;基于socket通信的文件服务系统设计与实现[D];山东大学;2016年

3 张佳宁;基于神经网络的城市交通流量预测模型研究[D];广东工业大学;2016年

4 尚鹏;恶劣天气条件下高速公路的风险分级管控方法研究[D];中国地质大学(北京);2016年

5 吴庚;神经网络应用于高速公路交通流预测的研究[D];大连海事大学;2015年

6 张文斌;基于神经网络的城市道路交通量短时预测研究[D];兰州交通大学;2015年

7 于亚男;基于神经网络模型的短时交通流预测及应用研究[D];太原理工大学;2015年

8 沈小峰;交通流量短时预测的算法研究[D];浙江工业大学;2015年

9 凌智;基于BP神经网络的高速公路车流量预测研究[D];武汉理工大学;2014年

10 赵海龙;基于神经网络的高速公路交通量预测[D];山东理工大学;2013年



本文编号:2704224

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2704224.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户19867***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com