摘要：随着我国交通运输行业的快速发展,交通变得越来越发达的同时,交通拥堵情况也越来越严重。科学而准确的交通流量预测能为交通运输部门和城市道路规划提供数据支持和理论依据,是减少拥堵情况的关键因素之一。因此，为了更好的交通道路规划，实现其社会效益最大化，并且最大程度地提高通行效率，课题选择短时间交通流量预测作为研究对象进行深入的分析与研究。

本文以南通市某路口历史车流量通行数据，结合Hadoop大数据平台，利用交通流量大数据、数据挖掘分析方法对车辆通过时间、通过断面号、车辆通过车道、车辆通过速度、车辆类型、通过持续时间数据等海量数据进行分析，并结合数据可视化技术将分析过后的路口流量相关数据以及流量预测情况进行展示。首先，本文结合文献对当前交通流量预测现状进行研究，通过对该路口历史车流量通行数据特征的分析和Hadoop大数据处理平台的研究确定了本文的技术研究路线。其次，针对该路口历史车流量通行数据的特点对数据进行数据预处理，结合历史南通天气数据进行挖掘分析、清洗数据，得出按照时间段以及工作日分类的训练集数据。根据清洗完的历史时间段数据，利用LSTM模型对不同时间段、不同车道、不同日期类型、不同天气情况的车流量进行预测。最后，利用Vue前端框架结合Flask后台实现一套可视化Web预测原型系统。

本文将路口历史数据与天气情况相结合，使用神经网络进行预测多种天气情况下的路口交通流量值，为城市交管部门预测流量高峰和市民错峰出行提供参考，使得决策更加科学合理。

关键词：神经网络模型；交通流量预测；数据挖掘

目 录

摘 要

ABSTRACT

第一章  绪  论-1

1.1 研究背景-1

1.2 国内外研究现状-1

1.3 研究目标与内容-1

1.3.1 研究目标-2

1.3.2 研究内容-2

1.3.3 技术路线-2

第二章  濠西路濠北路路口车流量数据特征分析-3

2.1 相关技术介绍-3

2.1.1 大数据平台-3

2.1.2 项目开发工具-3

2.2濠西路濠北路路口车流量数据预处理-3

2.2.1数据预处理-4

2.3 本章小结-5

第三章  基于UML的软件建模分析设计-7

3.1 设计需求分析-7

3.2 基于UML的软件建模分析-7

3.2.1 系统用例图-7

3.2.2 系统时序图-8

3.2.3 数据库设计-10

3.3 本章小结-13

第四章  路口交通流量预测研究-14

4.1 模型研究与分析-14

4.2 基于LSTM神经网络的路口流量预测模型-14

4.3 基于RNN神经网络的路口流量预测模型-18

4.4 蚁群算法优化神经网络模型-20

4.5 本章小结-25

第五章  可视化系统设计与实现-27

5.1 系统需求分析-27

5.1.1 可行性分析-27

5.1.2 系统需求-27

5.2 系统架构-28

5.3大数据可视化设计与实现-28

5.3.1 大数据处理平台模块-30

5.3.2路口地理信息可视化模块-32

5.3.3历史车流数据可视化模块-32

5.3.4模型评价指标可视化模块-33

5.3.5预测模块-34

5.4 本章小结-35

第六章  总结与展望-36

6.1 总结-36

6.2 展望-36

参考文献-38

致  谢-39