基于小波理論word版(編輯修改稿)
2025-02-12 07:38 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 大了模型求解的難度，也不適合在大規(guī)模路網(wǎng)上實(shí)現(xiàn)應(yīng)用。為改善動(dòng)態(tài)交通分配模型的不足，已有一些學(xué)者利用仿真來(lái)模擬動(dòng)態(tài)交通分配，雖取得了一定的成就，但也沒有得到可靠性很好的結(jié)果。（Integrated Model）基于上面談到的各類預(yù)測(cè)模型，每類模型各有其優(yōu)點(diǎn)、缺陷和適用條件，將各類模型組合起來(lái)“揚(yáng)長(zhǎng)避短”，得到更加理想的結(jié)果，這就是綜合模型的目標(biāo)。1969 年， 和 首次提出了組合預(yù)測(cè)的理論和方法，將不同的預(yù)測(cè)方法進(jìn)行組合，以求產(chǎn)生較好的預(yù)測(cè)效果。現(xiàn)在發(fā)展的綜合模型主要有：基于神經(jīng)網(wǎng)絡(luò)的綜合模型、基于小波理論的綜合模型、基于混沌理論的綜合模型等[24]。Kalman濾波理論卡爾曼濾波由Kalman和Bucy在1960年提出,它是一種時(shí)域上的狀態(tài)空間方法,相對(duì)于20世紀(jì)40年代Winner創(chuàng)立的在方法論上使用頻域法的Winner濾波理論,Kalman濾波算法應(yīng)用的范圍更加廣泛,自被提出以來(lái),它已經(jīng)成為很多領(lǐng)域,它已經(jīng)成為信號(hào)處理、通信與控制等的基本計(jì)算工具之一,在航空、航天工業(yè)過程以及社會(huì)經(jīng)濟(jì)等各領(lǐng)域具有廣泛的應(yīng)用。1965年,由John將其最早應(yīng)用在氣象預(yù)報(bào)上。近來(lái),卡爾曼濾波在計(jì)算機(jī)圖像處理中也取得了較為廣泛的應(yīng)用,如車輛識(shí)別,人臉跟蹤識(shí)別等。在國(guó)外,Okutani和Stephanedes以及Vyhotkaspc均提出過基于卡爾曼濾波的交通流預(yù)測(cè)模型。在中國(guó),楊兆升、朱中也曾于1999年提出用來(lái)預(yù)測(cè)行程時(shí)間的卡爾曼濾波模型[71?；谝陨系难芯砍晒?用卡爾曼濾波預(yù)測(cè)模型來(lái)對(duì)短時(shí)交通流時(shí)間序列進(jìn)行跟蹤預(yù)測(cè)是可行的。基于理論統(tǒng)計(jì)模型中最優(yōu)估計(jì)kalman濾波(KF)是一種先進(jìn)的數(shù)據(jù)處理方法,已在交通需求預(yù)測(cè)領(lǐng)域中得到很好的應(yīng)用[19],它具有預(yù)測(cè)因子選擇靈活,預(yù)測(cè)精度較高,預(yù)測(cè)時(shí)間短的優(yōu)點(diǎn),在計(jì)算機(jī)發(fā)展較為迅速的今天,kalman濾波在預(yù)測(cè)方面的應(yīng)用將會(huì)日益增多,它還可以結(jié)合混沌理論與信息融合理論來(lái)提高預(yù)測(cè)精度。所以,本文將著重研究使用kalman濾波來(lái)實(shí)現(xiàn)交通流的預(yù)測(cè)。 卡爾曼濾波理論推導(dǎo)過程Kalman濾波是由Kalman于1960年提出的[20],它把信號(hào)過程看作一個(gè)白噪聲作用下線性系統(tǒng)的輸出,濾波算法由系統(tǒng)的狀態(tài)方程、觀測(cè)方程、觀測(cè)噪聲、系統(tǒng)噪聲的統(tǒng)計(jì)特性組合而成。此算法打破了 Wiener濾波的局限性,對(duì)平
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1