基于遗传神经网络时间序列法的交通荷载动态预测
|
摘要
交通荷载的动态预测是进行路面设计和评价的前提,其预测的正确与否将直接影响到设计和评价的合理性。交通荷载的变化受各种因素的影响,特别是随着时间的推移,交通荷载将呈现出动态变化的趋势。
事物之间存在其内部固有的规律,历年的交通荷载变化也应有一定的规律。这种规律可能不是一般的规律,它有其复杂性。在以往的交通量预测方法中都对这种规律进行了研究,但效果并不是特别好。
人工智能技术的出现给预测方法的改进提供了更好的理论。神经网络使预测的精度更进一步提高,但它本身也有缺点。为了弥补这些缺点,本文提出了将遗传算法和神经网络相结合,通过遗传算法对神经网络进行优化,利用历年的交通荷载量对网络进行训练。优化后的神经网络能更好的反映出交通荷载量之间的内部关系。利用经过优化、训练好的神经网络再进行预测,就能得到理想的效果。
本文采用人工智能的方法开发路面交通荷载预测模型。针对预测系统的非线性,采用将遗传算法与BP网络相结合的算法。利用遗传算法全局寻优的特点来优化BP网络权值和阙值,从而克服了BP网络固有的缺陷。用这样一个较优的GA-BP模型对路面交通荷载进行预测。采用MATLAB语言对所建模型进行仿真,从而验证了模型的可行性。将GA-BP算法与已有的其他算法进行比较,得出GA-BP算法的性能优越性。取河南省1988～1993年的平均交通荷载量进行训练,用1994年的平均交通荷载量进行模型检验。对比各种预测方法的预测结果,得出GA-BP预测的准确性。
The dynamic estimate of the transportation load is the premise that carries on the road design and evaluation, whether what it predict is right or not will influence directly to design and evaluate of rationality.The transportation load is under the influence of various factor.Especially along with the change of time, the transportation load will present a dynamic state.
All things have its proper regulation. The change of the transportation load that is through the years' should also have certain regulation.This kind of regulation is not a general regulation, it is a complex. The former traffic volumes predict methods have carried on a research on this regulation, but the result isn't especially good.
The technology of Artificial intelligence provide better theories for improvement of the predict method.The accuracy of the predict is improved by the nerve network. But it also has weakness.For making up these weaknesses, this paper put forward combining together the heredity arithmetic way and the nerve network, using the heredity arithmetic way to optimize the nerve network .The nerve network optimized by the heredity arithmetic is better to reflect the internal relation of the transportation load.Make use of the nerve network which has optimized and trained to predict, we can get ideal result.
This paper create the estimate model with the method of the artificial intelligence.Aiming at the nonlinear estimate system, this paper adopt the heredity arithmetic to improve the BP network.The heredity arithmetic way can looks for an excellent characteristics overall situation. Make use of this excellence to optimize the weight and value of the BP network. It can overcome the inherent shortcomings of BP network .Then Use this more excellent GA-BP model to predict the transportation load.This paper adopt the MATLAB language to emulate the model which has set up and verifiy the practicability of the model.By contrast with other predict methods,we get the GA-BP calculate way is superiority.This paper use the average transportation load data from 1988 to 1993 of henan province to train the model, then prove its by use the transportation load data of 1994 . Contrasting with the result of other different predit methods,the GA-BP can get a accurate result.
事物之间存在其内部固有的规律,历年的交通荷载变化也应有一定的规律。这种规律可能不是一般的规律,它有其复杂性。在以往的交通量预测方法中都对这种规律进行了研究,但效果并不是特别好。
人工智能技术的出现给预测方法的改进提供了更好的理论。神经网络使预测的精度更进一步提高,但它本身也有缺点。为了弥补这些缺点,本文提出了将遗传算法和神经网络相结合,通过遗传算法对神经网络进行优化,利用历年的交通荷载量对网络进行训练。优化后的神经网络能更好的反映出交通荷载量之间的内部关系。利用经过优化、训练好的神经网络再进行预测,就能得到理想的效果。
本文采用人工智能的方法开发路面交通荷载预测模型。针对预测系统的非线性,采用将遗传算法与BP网络相结合的算法。利用遗传算法全局寻优的特点来优化BP网络权值和阙值,从而克服了BP网络固有的缺陷。用这样一个较优的GA-BP模型对路面交通荷载进行预测。采用MATLAB语言对所建模型进行仿真,从而验证了模型的可行性。将GA-BP算法与已有的其他算法进行比较,得出GA-BP算法的性能优越性。取河南省1988～1993年的平均交通荷载量进行训练,用1994年的平均交通荷载量进行模型检验。对比各种预测方法的预测结果,得出GA-BP预测的准确性。
The dynamic estimate of the transportation load is the premise that carries on the road design and evaluation, whether what it predict is right or not will influence directly to design and evaluate of rationality.The transportation load is under the influence of various factor.Especially along with the change of time, the transportation load will present a dynamic state.
All things have its proper regulation. The change of the transportation load that is through the years' should also have certain regulation.This kind of regulation is not a general regulation, it is a complex. The former traffic volumes predict methods have carried on a research on this regulation, but the result isn't especially good.
The technology of Artificial intelligence provide better theories for improvement of the predict method.The accuracy of the predict is improved by the nerve network. But it also has weakness.For making up these weaknesses, this paper put forward combining together the heredity arithmetic way and the nerve network, using the heredity arithmetic way to optimize the nerve network .The nerve network optimized by the heredity arithmetic is better to reflect the internal relation of the transportation load.Make use of the nerve network which has optimized and trained to predict, we can get ideal result.
This paper create the estimate model with the method of the artificial intelligence.Aiming at the nonlinear estimate system, this paper adopt the heredity arithmetic to improve the BP network.The heredity arithmetic way can looks for an excellent characteristics overall situation. Make use of this excellence to optimize the weight and value of the BP network. It can overcome the inherent shortcomings of BP network .Then Use this more excellent GA-BP model to predict the transportation load.This paper adopt the MATLAB language to emulate the model which has set up and verifiy the practicability of the model.By contrast with other predict methods,we get the GA-BP calculate way is superiority.This paper use the average transportation load data from 1988 to 1993 of henan province to train the model, then prove its by use the transportation load data of 1994 . Contrasting with the result of other different predit methods,the GA-BP can get a accurate result.
引文
铩颷1]黄晓明,朱湘.沥青路面设计.北京.人民交通出版社.2002
[2]黄仰显.路面分析与设计.北京.人民交通出版社.1998
[3]交通部.沥青路面设计规范.北京.人民交通出版社.2004
[4]陈忠达,张小荣,薛航,戴经梁.路面设计当量轴次增长率的探讨.西安公路交通大学学报.1998年7月
[5]铁路货运量组合预测模型实例分析[学位论文].北京.北京交通大学.29-44
[6]朱瑜馨.基于GIS的森林资源神经网络动态预测理论与实践研究[学位论文].西北师范大学.2003.5.9-15.
[7]田慧欣.基于遗传算法和BP网络的LF炉终点温度预报[学位论文].东北大学.2005.2.10-42
[8]刘伯莹,姚祖康.公路设计工程师手册.北京.人民交通出版社.2002
[9]王洪元,史国栋.神经网络技术及其应用.中国石化出版社.2002
[10]陈明.神经网络模型.大连.大连理工大学出版社.1995
[11]孙德栋.当量轴次增长率与交通量增长率的探讨.中南公路工程.2001年12月.第26卷第4期
[12]沈远利,王树敏,罗宗华.当量轴次与交通流量之间的关系.天津建设科技.2005增刊
[13]杭文,李旭宏,何杰,顾志康.公路货物超载运输轴载调查及数据分析研究.公路交通科技.第22卷第8期.2005年8月
[14]郭郴生,刘伟铭,姜山.基于遗传神经网络的道路交通量预测.厂西交通科技,2003年第2期第28卷总第104.
[15]高明霞.公路交通量预测的思想方法.甘肃科技
[16]史士英.区域交通量预测的优化与应用.山东科学.2002年9月第15卷第3期
[17]陈淑燕,王炜,瞿高峰,张胜.交通量预测的神经网络集成方法.公路交通科技
[18]朱旭芬.基于ICBP神经网络与遗传算法深基坑监测信息动态预测研究[学位论文].河海大学.2005.3
[19]冯云.一种基于神经网络和多元统计分析的动态预测建模方法[学位论文].哈尔滨工程大学硕士学位论文.2005.1
[20]郝有志.住宅小区计量供热系统的动态预测控制研究[学位论文].北京建筑工程学院2002.12
[21]管新建,逯洪波,徐清山.基于BP神经网络的区域地下水位动态预测.人民黄河.第28卷第8期.2006年8月
[22]谢旭飞.基于BP神经网络的路面使用性能预测与影响因素分析[学位论文].哈尔滨工业大学.200404
[23]张明香,张婕女朱.基于三次指数平滑法的青岛港集装箱吞吐量预测.上海海事大学.2006.7
[24]舒晶.旅游客流量预测方法浅析.武汉商业服务学院学报.2001年9月第三期
铩颷25]赖枫鹏,李治平,岑芳,许进进.利用移动平均法预测油气井产量.油气井测试.2007.2
[26]罗来军.指数平滑模型在成本预测中的应用研究.企业家天地.2007.2
[27]黄健元,石晶晶.基于BP算法的人口平均寿命预测.决策参考.
[28]马晓珂,王慈光.三次指数平滑法在大秦铁路运量预测中的应用.华东交通大学学报.第22卷第3期.2005年06月
[29]闻新,周露,熊晓英.MATLAB神经网络应用设计.科学出版社.2001
[30]MATLAB遗传算法工具箱及应用
[31]飞思科技产品研发中心.MATLAB6.5辅助优化计算与设计.
[32]李建珍.基于遗传算法的神经网络学习算法研究[学位论文].兰州.兰州大学.
[33]刘洁,魏连雨,杨春风.基于遗传-神经网络的交通量预测.长安大学学报(自然科学版)
[34]许伦辉,刘正东,周文霞,习利安.基于遗传神经网络优化模型的交通量预测.广东工业大学学报.第23卷第4期.
[35]张良智,姜华平.基于遗传算法的交通流量组合预测.山东.山东交通学院学报.第13卷第2期.2005年-6月
[36]王爱勤,曾蔚.两种基于遗传算法的交通量预测方法.公路工程与运输.
[37]李淑庆,姜海艳,王芳,遗传神经网络在公交客流量预测中的应用研究.交通安全
[38]冯云.一种基于神经网络和多元统计分析的动态预测建模方法[学位论文].哈尔滨.哈尔滨工程大学.
[39]易帆.神经网络预测研究.成都.西南交通大学.
[2]黄仰显.路面分析与设计.北京.人民交通出版社.1998
[3]交通部.沥青路面设计规范.北京.人民交通出版社.2004
[4]陈忠达,张小荣,薛航,戴经梁.路面设计当量轴次增长率的探讨.西安公路交通大学学报.1998年7月
[5]铁路货运量组合预测模型实例分析[学位论文].北京.北京交通大学.29-44
[6]朱瑜馨.基于GIS的森林资源神经网络动态预测理论与实践研究[学位论文].西北师范大学.2003.5.9-15.
[7]田慧欣.基于遗传算法和BP网络的LF炉终点温度预报[学位论文].东北大学.2005.2.10-42
[8]刘伯莹,姚祖康.公路设计工程师手册.北京.人民交通出版社.2002
[9]王洪元,史国栋.神经网络技术及其应用.中国石化出版社.2002
[10]陈明.神经网络模型.大连.大连理工大学出版社.1995
[11]孙德栋.当量轴次增长率与交通量增长率的探讨.中南公路工程.2001年12月.第26卷第4期
[12]沈远利,王树敏,罗宗华.当量轴次与交通流量之间的关系.天津建设科技.2005增刊
[13]杭文,李旭宏,何杰,顾志康.公路货物超载运输轴载调查及数据分析研究.公路交通科技.第22卷第8期.2005年8月
[14]郭郴生,刘伟铭,姜山.基于遗传神经网络的道路交通量预测.厂西交通科技,2003年第2期第28卷总第104.
[15]高明霞.公路交通量预测的思想方法.甘肃科技
[16]史士英.区域交通量预测的优化与应用.山东科学.2002年9月第15卷第3期
[17]陈淑燕,王炜,瞿高峰,张胜.交通量预测的神经网络集成方法.公路交通科技
[18]朱旭芬.基于ICBP神经网络与遗传算法深基坑监测信息动态预测研究[学位论文].河海大学.2005.3
[19]冯云.一种基于神经网络和多元统计分析的动态预测建模方法[学位论文].哈尔滨工程大学硕士学位论文.2005.1
[20]郝有志.住宅小区计量供热系统的动态预测控制研究[学位论文].北京建筑工程学院2002.12
[21]管新建,逯洪波,徐清山.基于BP神经网络的区域地下水位动态预测.人民黄河.第28卷第8期.2006年8月
[22]谢旭飞.基于BP神经网络的路面使用性能预测与影响因素分析[学位论文].哈尔滨工业大学.200404
[23]张明香,张婕女朱.基于三次指数平滑法的青岛港集装箱吞吐量预测.上海海事大学.2006.7
[24]舒晶.旅游客流量预测方法浅析.武汉商业服务学院学报.2001年9月第三期
铩颷25]赖枫鹏,李治平,岑芳,许进进.利用移动平均法预测油气井产量.油气井测试.2007.2
[26]罗来军.指数平滑模型在成本预测中的应用研究.企业家天地.2007.2
[27]黄健元,石晶晶.基于BP算法的人口平均寿命预测.决策参考.
[28]马晓珂,王慈光.三次指数平滑法在大秦铁路运量预测中的应用.华东交通大学学报.第22卷第3期.2005年06月
[29]闻新,周露,熊晓英.MATLAB神经网络应用设计.科学出版社.2001
[30]MATLAB遗传算法工具箱及应用
[31]飞思科技产品研发中心.MATLAB6.5辅助优化计算与设计.
[32]李建珍.基于遗传算法的神经网络学习算法研究[学位论文].兰州.兰州大学.
[33]刘洁,魏连雨,杨春风.基于遗传-神经网络的交通量预测.长安大学学报(自然科学版)
[34]许伦辉,刘正东,周文霞,习利安.基于遗传神经网络优化模型的交通量预测.广东工业大学学报.第23卷第4期.
[35]张良智,姜华平.基于遗传算法的交通流量组合预测.山东.山东交通学院学报.第13卷第2期.2005年-6月
[36]王爱勤,曾蔚.两种基于遗传算法的交通量预测方法.公路工程与运输.
[37]李淑庆,姜海艳,王芳,遗传神经网络在公交客流量预测中的应用研究.交通安全
[38]冯云.一种基于神经网络和多元统计分析的动态预测建模方法[学位论文].哈尔滨.哈尔滨工程大学.
[39]易帆.神经网络预测研究.成都.西南交通大学.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |