摘要：随着经济的迅速发展，家庭拥有私家车数量直线上升，城市交通的拥堵也越来越严重，因此导致我国交通经济损失巨大，形成交通拥堵的原因有很多，例如交通管理水平的提高不能满足城市交通发展的需求。因此，智能交通领域内，对于交通流的预测研究取得了挺大的进展。

本课题比较了国内外的关于神经网络的预测模型，并且研究了南通钟秀北濠桥的实际交通流的情况，研究了一种基于BP神经网络的短时交通流预测模型。该模型能够完成对交通流的预测以及可视化图等模块内容。为了实现以上的功能，主要包含了以下几个内容：数据预处理内容模块、主程序执行模块、数据预测模块，并且在MATLAB软件中对每一个模块进行逐一实现。

经过测试，系统能较为准确的完成预期的预测功能。该系统也有能有效的提高交通管控的执行效率和预防交通拥堵等事件的发生，对于之后的交通流预测也有着一定的参考价值。

关键字：智能交通；交通流预测；神经网络；

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-2

1.2.1 国内研究概况-2

1.2.2 国外研究概况-2

1.3研究内容-3

1.4论文结构-4

第二章 关键技术和可行性分析-5

2.1引言-5

2.2 EXCEL-5

2.3 Matlab-5

2.4 C++语言-6

2.5 SPSS-6

2.8可行性分析-8

2.8.1 技术可行性-8

2.8.2 经济可行性-9

2.8.3 操作可行性-9

2.9本章小结-9

第三章 BP神经网络预测模型整体设计方案-11

3.1引言-11

3.2模型的需求分析-11

3.2.1 系统模型的需求分析-11

3.2.2 系统模型的模块组成-11

3.2.3 预测模型的相关性-12

3.3模型整体架构-12

3.4本章小结-13

第四章 基于BP神经网络的短时交通流设计-14

4.1引言-14

4.2 主成分分析法-14

4.3 原始数据处理-15

4.4 确定网络拓扑结构-16

4.5 数据处理-17

4.5.1 数据归一化-17

4.6 思维进化算法-18

4.6.1 算法的基本思路-18

4.6.2 思维进化算法实现-19

4.7 BP神经网络预测模型-20

4.7.1 模型的基本思路以及细节介绍-20

4.7.2 BP神经网络的实现-21

4.8本章小结-22

第五章 BP神经网络预测模型的结果处理-23

5.1引言-23

5.2 数据处理分析和预测-23

5.2.1 数据处理分析-23

5.2.2 数据预测-29

5.3 误差指标-29

5.4 本章小结-29

第六章 总结与展望-30

6.1总结-30

6.2展望-30

参考文献-32

致  谢-34