基于混沌云粒子群算法和PPPR模型的高速公路交通量预测

文献标识码
ＡＰＰＬＩ ＣＡＴＩ ｏＮ ｏＦ ＣＰＳ ｏＰＴＩ ＭＩ ＳＥＤ ＮＥＵＲＡＬ ＮＥＴＷ ＴＲＡＦＦＩ Ｃ ＰＲＥＤＩ ＣＴＩ ＯＮ
Ｚ ｈ ａ ｏ Ｑ ｉ ｎ ｇ ｙ ａ ｎ Ｘ ｉ ｏ ｎ ｇ Ｍａ ｏ ｈ ｕ ａ
化Ｒ Ｂ Ｆ神 经网络算法， 实现对 Ｒ Ｂ Ｆ神经网络参 数进行优 化， 并对 我 国 １ ９ ８ ５年 一 ２ ０ ０ ８年铁 路客运 量数据进行 仿真 实验。仿真 结果
表明 ， 该算法很好地解决 常规 Ｒ Ｂ Ｆ神经 网络参数优化 问题 ， 提高 了铁路客运 量预 测精度 ， 预测结果对铁路企业 的决 策有更加 实用的
ｅ ｎ ｔ ｅ ｒ ｐｒ ｉ ｓ ｅ ｓ ．
Ｋｅ ｙ ｗｏｒ ｄｓ
Ｒａ ｉ ｌ ｗａ ｙ ｐ ａ ｓ ｓ ｅ ｎ ｇ ｅ ｒ ｔ ｒ ａ ｆ ｆ ｉ ｃ Ｎｅ ｕｒ ａ ｌ ｎｅ ｔ ｗｏ ｒ ｋ Ｐｒ ｅ ｄｉ ｃ ｔ ｉ ｏ ｎ ＣＰＳ
算法 、 粒子群算法来选取 ， 经 验法 主观性强 ， 遗传算 法 、 粒子群算
赵清艳 熊茂华
（ 中山职业技术学院
。 （ 广 州番 禺职 业 技 术 学 院
广东 中山 ５ ２ ８ ４ ０ ４ ）
广东 广州 ５ １ １ ４ ８ ３ ）
摘 要
针对常规 Ｒ Ｂ Ｆ神经网络在 铁路客运 量预 测 中存在 的收敛速度慢 、 易 陷入 局部极小 等缺 陷， 提 出一种基于 混沌粒 子群 优
ｔ ｈ ａ ｔ ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｉ ｓ ａ ｇ ｏ ｏ ｄ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｆ ｏ ｒ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｏ ｐ ｔ ｉ ｍｉ ｓ ａ ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ ｃ ｏ ｎ ｖ ｅ ｎ ｔ ｉ ｏ ｎ ａ ｌ ＲＢ Ｆ ｎ ｅ ｕ ｒ ｌ ａ ｎ ｅ ｔ ｗ ｏ ｒ ｋ ｓ ，ａ ｎ ｄ ｉ ｍｐ ｒ ｏ ｖ ｅ ｓ ｔ ｈ ｅ ｐ ｒ ｅ ｄ ｉ ｃ ｉ ｔ ｏ ｎ ａ ｃ ｃ ｕ ｒ ａ ｃ ｙ ｆ ｏ ｒ ａ ｉ ｌ ｗａ ｙ ｐ ａ ｓ ｓ ｅ ｎ ｇ ｅ ｒ ｔ ｒ ａ ｆ ｉ ｆ ｃ ．Ｔ ｈ ｅ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｈ ａ ｓ ｍｏ ｒ ｅ ｐ ｒ ａ ｃ ｔ ｉ ｃ ｌ ａ ｒ ｅ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｖ ａ ｌ ｕ ｅ ｆ ｏ ｒ ｔ ｈ ｅ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ — ｍａ ｋ ｉ ｎ ｇ ｆ ｏ ｒ ａ ｉ ｌ ｗａ ｙ

ａ ｈ ｈ ｏ ｘｓｓ ｉ ｒ ｆ ｃ ｓａｕ ｎｄ ｔｅ ｃ ａ ｓ ｅ ｉｔ ｎ ｔａｆ ｔｔ ｓ．Ｉ ｅ ｔｒｓ ｄ ｎ ｍｉａ ｙｔｍｓ ｗｉ ｈ ｏ ｎ ｒｃａ ｈ ｏｙ ａ ｄ ｐｅ ｉｔ ｈ ｉ ｔｒ ｓｏｅ ｙ ａ ｃ ｌｓ ｓｅ ｔ ｃ ａ ｓ ａ ｄ ｆａ ｔｌｔｅ ｒ ｎ ｒｄｃｓ ｔｅ ｈ ｔａｆｃ ｆｏ ｕ ｉｇ ｍｕ ｉａ ａｅ ｔ ｅ ｉｓｏ ｏ ａ ｒ ｄｃｉｎ ｍｅｈ ｄ．Ｔ ｅｂａ ｉ ｒｆ ｃｄａａａ ｅｃ ｌ ｃｅ ｏ ｔｓ ｈ ｒ ｉ ｗ ｓｎ ｈｖ ｒ ｔ ｉ ｆ ｌ ｉ ｍｅ ｓ ｒｅ ｆｌｃ ｌｐ ｅ ｉｔ ｔｏ ｏ ｈ ｓｃｔａｆ ｔ ｒ ｏｌ ｔ ｄ ｔ ｅ ｔｔｅ ｉ ｅ
（ ． 京 市 公 安 局 公 安 交 通 管 理 局 ， 京 １０ ３ ； １北 北 ０ ０ ７
２北 京 科 技 大 学 信息 工程 学 院 测 控 系 ， 京 １０８ ） ． 北 ００３
摘要 ： 随 着机 动 车保有 量 的增加 ， 交通拥 堵 变成 迫切 需要 解 决的 问题 ． 路 交 通流预 道 测 可以使 交通 管理 部 门提 前 制订 相 关政 策 ， 面对 即将 出现 的 交＿ ０ Ｉ１ Ａｐ ｌ ｉ ｒ
Ｎｏ． ２ ２ Ｏ ０１
文章 编 号 ：１ ０ —７ ４（ ０ ０ ２０ ０ ６ ０ ９６ ４ ２ １ ）０ — １６０
基 于 混 沌 理 论 北 京 二 环 进 行 短 时 对 路 交 通 流 量 预 测 的 研 究
郭 敏 ， 蓝金辉 肖 翔 ， ， 卢海锋
（ Ｂ ｉｎ ｒｆｃＭａ ａｅ ｅ ｔＢ ｒａ ，Ｂ ｉｎ ０ ０ ７，Ｃ ｉａ １． ｅ ｉｇＴａ ｉ ｎｇ ｍ ｎ ｕｅｕ ｅ ｉｇ１ ０ ３ ｊ ｊ ｈｎ ；
２ Ｓ ｈ ｏ ｏ Ｉ ｏ ａ ｏ ｎ ｉｅｒ ｇ Ｕ ｉ ｒ ｔ ｏ ｃ ｎ ｅａ ｄＴ ｃ ｎ ｌ ｙ ｅ ｉ ００ ３ ｈ ａ ．ｃ ｏｌ ｆ ｎ ｒ ｔ ｎＥ ｇ ｅ ｎ ， ｎ ｅ ｉ ｆ ｉ ｃ ｎ ｅ ｈ ｏ ｇ ，Ｂ ｉｎ １０ ８ ，Ｃ ｉ ） ｍ ｉ ｆ ｎ ｉ ｖ ｓｙ Ｓ ｅ ｏ ｊｇ ｎ

基于神经网络和混沌理论的短时交通流预测
唐志强;王正武;招晓菊;李宏
【期刊名称】《山西科技》
【年(卷),期】2005(000)005
【摘要】文章通过分析短时交通流量数据在时间序列上的特点,结合神经网络和混沌理论,从非线性时间序列预测的角度对交通量预测进行探讨.并用该方法对广州至佛山高速公路交通流进行了预测,取得了较为满意的效果.
【总页数】3页(P117-118,120)
【作者】唐志强;王正武;招晓菊;李宏
【作者单位】长沙理工大学交通运输学院;长沙理工大学交通运输学院;长沙理工大学交通运输学院;长沙理工大学交通运输学院
【正文语种】中文
【中图分类】U12
【相关文献】
1.基于混沌理论和PSO神经网络的短时交通流预测 [J], 魏文;余立建;龚炯
2.基于混沌理论和PSO神经网络的短时交通流预测 [J], 魏文;余立建;龚炯
3.基于混沌粒子群优化小波神经网络的短时交通流预测 [J], 沈永增;闫纪如;王炜
4.基于混沌粒子群算法的神经网络短时交通流预测 [J], 唐新来;李春贵;王萌;张增芳
5.基于混沌和RBF神经网络的短时交通流量预测 [J], 张玉梅;曲仕茹;温凯歌
因版权原因，仅展示原文概要，查看原文内容请购买。

延迟 ｉ 和嵌入 维数 ｄ进行 相空 间重 构 ， 计算 各时 并
间序列 的李雅普诺 夫指数 Ｌａ ｕ ｏｉ如果 该指 数都 ｙｐ ｎ ｖ，
大 于零 ， 表明该 时间序列是 混沌 时间序列 ， 则 可以用 混 沌时间 序列的相关 理论 和方法来分 析和建模 。 ③ 重 构多 维相 空 间 。在前 述 混 沌 时问 序 列 的
２ 基 于 混 沌 时 间 序 列理 论 的 路 网 短 时 交 通 流预 测 模 型
２ １ 建 立 多维混沌 时间序 列预测模 型 ．
① 构建 多维 时 间序 列 矩 阵 。假 设 在 选 定 的 高
速 公路 网范围 内 ， 取 Ｊ 个 断面 的交通 流 量统 计数 选 ｊ Ｉ ｆ 据， 相应得 到 个 时 间序列 Ｘ ， ＝ｌ ２ … ，ｆ并 设 ｉ ， ， Ｊ ， ｌ Ｉ
ｌ０ ８
公
路
工
程
３ ６卷
未来 交通量数 据 ， 即在 时刻 ｔ 对下 一时刻 ｔ △ 及 随 ＋ ｆ
后若 干时刻 的交 通流 数据作 出实 时预测 。通 常把统
计 时间间隔 不 超过 １ ｉ ５ｒ ｎ的交 通 流时 间 序列 称 之 ａ 为 短时交通 流 ， ｔ ｔ ｔ 把 到 ＋△ 之间 的预测时 间周 期不 超过 １ ｉ ５ｒ ｎ的交 通流预 测 为短时交通 流预测 。 ａ 现 有 的短 时交通 流量 预测 方法 较 多 ， 大体 可 但
市 短 时 交 通 流 预 测 的 时 间 周 期 一 般 不 超 过 １ ｉ。 ５ｒ ｎ ａ
Ｏ 引 言
交通 流量预 测是交 通运输 系统规划 与管 理 的基
础， 其研究 历来受 到特 别关 注 。但 是 ， 据交 通流 量 根 预 测的 目的不 同 ， 预测 的侧 重 点 和要 求 也 有 所 不 对