基于溷沌和rbf神經(jīng)網(wǎng)絡(luò)的短時交通流量預(yù)測-系統(tǒng)工程

《基于溷沌和rbf神經(jīng)網(wǎng)絡(luò)的短時交通流量預(yù)測-系統(tǒng)工程》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第25卷第11期(總第167期)系統(tǒng)工程Vol.25,No.112007年11月SystemsEngineeringNov.,2007文章編號:100124098(2007)1120026205X基于混沌和RBF神經(jīng)網(wǎng)絡(luò)的短時交通流量預(yù)測張玉梅,曲仕茹,溫凱歌(西北工業(yè)大學(xué)自動化學(xué)院,陜西西安710072)摘要:針對傳統(tǒng)的應(yīng)用數(shù)學(xué)模型方法在短時交通流預(yù)測精度和實時性方面存在的問題,論文從非線性時間序列的角度對短時交通流量預(yù)測進行探討,提出采用基于混沌理論的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測方法。首先在采用小數(shù)據(jù)量的Lyapunav指數(shù)計算方法判定交通流存在混沌的前

2、提下,對交通流量數(shù)據(jù)進行相空間重構(gòu)。構(gòu)建了RBF神經(jīng)網(wǎng)絡(luò),并對模擬產(chǎn)生的Lorenz和Rossler混沌時間序列數(shù)據(jù)以及實際采集的高速公路交通流量數(shù)據(jù)進行了仿真研究。結(jié)果表明,該方法對模擬產(chǎn)生的混沌時間序列具有很好的預(yù)測效果,在交通流量的短時預(yù)測上也具有較高的預(yù)測精度。關(guān)鍵詞:短時交通流量;預(yù)測;混沌;RBF神經(jīng)網(wǎng)絡(luò);相空間重構(gòu)中圖分類號:U116文獻標識碼:A1引言2交通流量時間序列的相空間重構(gòu)交通誘導(dǎo)和控制是智能交通系統(tǒng)(intelligenttrans2相空間重構(gòu)的基本原理是F.Takens和R.Mane的延[4,5]portationsys

3、tem,ITS)的重要組成部分。實時準確的交通遲嵌入定理,即只要適當選取嵌入維數(shù)m和延滯時間[1,2]流預(yù)測是實現(xiàn)智能交通誘導(dǎo)和控制的前提與關(guān)鍵。由S,原混沌動力系統(tǒng)的幾何特征與重構(gòu)的m維狀態(tài)空間的于交通誘導(dǎo)和控制對實時性有較高的要求:交通控制的最幾何特征便是等價的,它們具有相同的拓撲結(jié)構(gòu)。這意味大周期是2.5～3min,交通誘導(dǎo)的周期一般為5min。因此,著可把預(yù)測問題轉(zhuǎn)化為相空間里的一個短的演化過程來如何在5min內(nèi)準確的預(yù)測交通流是實現(xiàn)ITS的關(guān)鍵。但討論,從而為混沌時間序列的預(yù)測奠定了堅實的理論基[6]是,當交通流預(yù)測周期縮小時,會表現(xiàn)出更

4、強的不確定性礎(chǔ)。和非線性。因此,基于數(shù)學(xué)模型的傳統(tǒng)方法在預(yù)測精度和設(shè)觀測到的交通流量時間序列為:[3]N實時性方面難以達到要求。理論上更精確的方法是用符q(n)n=1,q(n)=q(t0+n$t),n=1,2,?,N(1)合短期交通流特性的非線性動力學(xué)理論對交通流量進行式中,t0表示初始時間,$t表示采樣時間間隔。選擇合適預(yù)測。的嵌入維數(shù)m和延滯時間S,由(1)式重構(gòu)一個m維的狀混沌理論研究非線性動力學(xué)系統(tǒng)隨時間變化的規(guī)律。態(tài)向量:基于混沌理論,可以不必建立預(yù)測數(shù)學(xué)模型,而直接根據(jù)qj(n)=[q(n),q(n-S),?,q(n-(m-1)S)],

5、交通流序列計算出的客觀規(guī)律進行預(yù)測,這樣可提高預(yù)測n=N0,N0+1,?,N的精確度和可信度。本文從非線性時間序列的角度出發(fā),即采用混沌動力學(xué)理論對短時交通流進行分析,并應(yīng)用q(N0)q(N0+1)?q(N)RBF神經(jīng)網(wǎng)絡(luò)對模擬產(chǎn)生的混沌時間序列及實際采集的q(N0-S)q(N0+1-S)?q(N-S)交通流量數(shù)據(jù)進行仿真研究。結(jié)果表明,該方法對混沌時q(N0-2S)q(N0+1-2S)?q(N-2S)間序列及短時交通流量預(yù)測具有較高的預(yù)測精度,可以為????交通誘導(dǎo)和控制提供準確的參考。q(N02(m21)S)q(N0+12(m21)S)?q(N

6、2(m21)S)jjjq(N0)q(N0+1)?q(N)X收稿日期:2007207202基金項目:國家自然科學(xué)基金重點資助項目(60134010)作者簡介:張玉梅(19772),女,陜西人,西北工業(yè)大學(xué)自動化學(xué)院博士研究生,研究方向:交通運輸規(guī)劃與管理。第11期張玉梅,曲仕茹等:基于混沌和RBF神經(jīng)網(wǎng)絡(luò)的短時交通流量預(yù)測27jjj2其中,N0=(m-1)S+1,q(n)為相點,m維序列jj-q(n)-cjjUj(q(n)-cj)=exp2q(n)?n=N0,N0+1,?,N構(gòu)成一個相型,它表示交通B[11]其中,B稱為寬度值。流系統(tǒng)在某一瞬間的狀態(tài)

7、。按時間增長的順序?qū)⑵湎噙B,用RBF神經(jīng)網(wǎng)絡(luò)來預(yù)測混沌時間序列,神經(jīng)網(wǎng)絡(luò)每即可描述交通流系統(tǒng)在m維相空間中的演化軌跡。此時狀態(tài)空間qj(n)→qj(n+1)的演化反映了交通系統(tǒng)的演化,層的神經(jīng)元數(shù)目,取決于混沌時間序列的具體情況。一般情況下,輸入層神經(jīng)元的個數(shù)等于混沌時間序列重構(gòu)相空這樣就可以由歷史數(shù)據(jù)進行預(yù)測。[7]間的嵌入維數(shù)m時,預(yù)測效果比較好。通常隱層神經(jīng)元在相空間重構(gòu)中,延滯時間S和嵌入維數(shù)m的選取具數(shù)目的確定是根據(jù)經(jīng)驗及實驗調(diào)整確定,即事先設(shè)定一個有十分重要的意義,同時也是很困難的。文獻[7]總結(jié)介精度值,隱層神經(jīng)元個數(shù)由小到大增加,當

8、網(wǎng)絡(luò)達到設(shè)定紹了多種方法。其中自相關(guān)函數(shù)法是較簡單的尋找延滯時精度時,這時的隱層神經(jīng)元個數(shù)即為選定的個數(shù)。間S的方法;互信