基于混沌和神经网络的短时交通流预测研究

目录

声明

摘要

1．1．研究背景及研究意义

1．1．1．课题研究背景

1．1．2．研究意义

1．2．国内外研究现状

1．3．本文创新点

1．4．研究内容及章节安排

第2章交通流预测相关理论基础

2．1．交通流基本概念及各类方法比较

2．1．1．短时交通流预测原理

2．1．2．交通流基本特征参数

2．1．3．交通流特性

2．1．4．交通流预测常用方法

2．2．交通流相空间重构及混沌特性

2．2．1．相空间重构理论

2．2．2．混沌特性判别

2．3．小波神经网络

2．4．鸡群算法概述

2．4．1．鸡群算法基本原理

2．4．2．鸡群算法实现流程

2．5．本章小结

第3章数据采集与数据预处理

3．1．数据采集

3．2．问题数据的识别与修复

3．3．基于小波的数据降噪处理

3．4．数据的相空间重构及混沌特性判别

3．4．1．相空间重构参数计算

3．4．2．交通流数据Lyapunov指数计算

3．4．3．交通流数据可预测性分析

3．5．数据归一化处理

3．6．本章小结

第4章基于改进鸡群算法的神经网络短时交通流预测模型

4．1．相空间重构与神经网络的结合

4．2．小波神经网络初始结构设置

4．3．改进鸡群算法优化的神经网络预测模型

4．3．1．鸡群算法与小波神经网络的结合

4．3．2．鸡群算法优化的神经网络存在问题

4．3．3．改进鸡群算法的提出

4．3．4．改进鸡群算法优化的小波神经网络实现步骤及流程

4．4．模型评价

4．5．本章小结

5．1．参数设置

5．2．实证分析

5．2．1．基于粒子群算法优化的小波神经网络

5．2．2．基于鸡群算法优化的小波神经网络

5．2．3．基于改进鸡群算法优化的小波神经网络

5．3．实验结果分析

5．4．本章小结

总结与展望

参考文献

攻读硕士学位期间取得的研究成果

致谢