摘 要

对高速公路未来的交通量进行预测，有利于评价项目是否满足未来需求，同时为决策者提供决策依据，提前采取措施解决交通拥堵等问题，使得高速公路项目发挥最大效益。

本文通过研究国内外的交通量预测情况，总结常用的预测方法和预测趋势，从中选取较适合的预测方法建立预测模型，同时分析高速公路交通量形成机理及其影响因素，为预测模型选择输入指标。通过多番比较，本文选取混沌理论和神经网络结合的方法构建混沌神经网络预测模型，利用相空间重构的方法对高速公路原始交通量时间序列进行处理，从而确定网络的输入层节点数。用构建的模型对吉林省高速公路各车型交通量进行预测，结果证明模型的拟合效果很好，预测能力也较强。

关键词：高速公路；交通量预测；混沌；相空间重构；神经网络

Abstract

To predict the future traffic volume of the freeway is helpful to evaluate whether the project meets the future demand , provide decision-making basis for decision-makers, take precautions to solve problems like traffic congestion and make benefit of freeway project maximum.

In this paper, we studyed the forecast of traffic volume at home and abroad, summarized the commonly used forecasting methods and forecasting trends, selected a more appropriate forecasting method to establish the forecasting model and analyzed the formation mechanism of freeway traffic and its influencing factors to select the input index for the forecasting model. Through multiple comparisons , we chose the chaos theory and neural network to construct the chaotic neural network prediction model, which the freeway original traffic volume time series was processed by phase space reconstruction method to determine the input node number of neural network. The model was used to predict freeway traffic volume of each type of vehicle in Jilin Province. The results showed that the model had good fitting effect and strong forecasting ability.

Keywords: freeway ;traffic flow forecasting; Chaos; Phase space reconstruction; neural network

目 录

第1章 绪论 1

1.1研究背景及意义 1

1.2高速公路交通量预测研究情况 2

1.2.1国外高速公路交通量预测研究情况 2

1.2.2国内高速公路交通量预测研究情况 2

1.3主要研究内容及技术路线 3

1.3.1主要研究内容 3

1.3.2技术路线 3

第2章 吉林省高速公路发展现状与趋势 5

2.1 吉林省高速公路发展现状 5

2.2 吉林省高速公路发展趋势 6

2.2.1高速公路集中成网 6

2.2.2发展绿色高速 6

第3章 高速公路交通量形成机理及其影响因素分析 8

3.1高速公路交通量组成和形成机理 8

3.1.1趋势交通量 8

3.1.2转移交通量 8

3.1.3诱导交通量 8

3.2高速公路交通量的影响因素 9

3.2.1经济发展水平 9

3.2.2人口数量 10

3.2.3城镇化水平 10

3.2.4汽车保有量 10

3.2.5运输方式的影响 10

3.2.6公路收费的影响 10

3.2.7相关政策的影响 11

3.2.8自然因素 11

第4章 高速公路交通量预测模型的建立方法 12

4.1常用的交通量预测方法 12

4.1.1回归预测法 12

4.1.1.1线性回归预测法 12

4.1.1.2非线性回归预测 13

4.1.2时间序列法 13

4.1.3四阶段法 14

4.1.4灰色预测法 15

4.1.5神经网络 18

4.2预测方法比选 19

4.3混沌神经网络预测模型的建立理论和步骤 21

4.3.1建模理论 21

4.3.1.1混沌理论 21

4.3.1.2混沌神经网络 21

4.3.2混沌神经网络构建步骤 21

4.3.2.1由混沌理论确定神经网络的输入层节点数 22

4.3.2.2隐层节点数的计算 23

4.3.2.3输出层节点数的确定 24

第5章 基于混沌神经网络的吉林省高速公路交通量预测 25

5.1模型输入指标选取与预处理 25

5.2混沌神经网络拓补结构的确定 26

5.2.1混沌神经网络输入层节点数的确定 26

5.2.1.1最佳延迟时间的确定 26

5.2.1.2饱和嵌入维数的确定 27

5.2.2混沌神经网络隐层节点数的确定 28

5.3混沌神经网络模型的训练 28

5.3.1混沌神经网络模型训练参数设定 28

5.3.2混沌神经网络模型训练结果 29

5.4混沌神经网络模型仿真与预测结果 30

5.4.1混沌神经网络模型仿真结果 30

5.4.2混沌神经网络模型预测结果 31

第6章 结论与展望 32

6.1研究结论 32

6.2未来研究展望 32

参考文献 34

致 谢 35

第1章 绪论

1.1研究背景及意义

高速公路在我国是指能够适应年平均昼夜小客车交通量超过25000辆的、出入口全部控制、专供汽车高速行驶的公路。虽然每个国家的高速公路情况不一，但是一般都指具有4车道以上、双向分隔行驶、全立交、全封闭的公路。高速公路由于拥有通行能力大、行车安全、车速高、减少运输成本等突出优点，已经成为了各国运输系统中的重要部分。

1932年8月6日通车的位于德国的贯通科隆和波恩的高速公路是世界上最早的高速。随后西方发达国家接连大力投入到高速公路建设当中。20世纪末通车的环欧高速，起点位于波兰的拉格夫，贯穿希腊、捷克斯洛伐克、罗马尼亚等国家，终点在戈尔布拉克，全长达1万公里，是世界上最长的高速。如今法国、意大利、英国等发达国家已经构建了适应自身发展的高速公路网。