基于BP神经网络的短时交通流量预测模型设计开题报告

全文总字数：933字

1. 研究目的与意义

随着我国城市交通的迅速发展，城市人口聚集，交通安全问题也随之显得尤为重要。

然而由于社会资源紧张与道路基础设施匮乏导致的交通拥堵现象越来越严重，交通事故更是频发。

智能交通系统被认为是减少汽车尾气排放污染，缓解道路交通拥堵、和交通事故等一系列交通问题的有效方法之一。

2. 国内外研究现状分析

另附页，撰写文献综述

3. 研究的基本内容与计划

研究内容：（1） 阅读参考文献，参考相关书籍，进行初步了解；（2） 总结目前短时交通流量预测方法的国内外研究现状；（3） 分析短时交通流量预测特点及交通流量内外部影响因素；（4） 比较几种常用的短时交通流量预测方法；（5） 提出基于BP神经网络的短时交通流量预测模型；（6） 利用MATLAB软件设计BP神经网络短时交通流量预测模型，并通过实例进行验证。

研究计划：（1） 1~2周，搜集相关资料，阅读参考文献，并完成文献综述和开题报告的撰写；（2） 3~5周，完成目前我国交通问题现状、短时交通流量预测方法的特点及影响预测参数变化的因素分析；（3） 6~7周，通过比较几种常用的短时交通流量预测方法，并分析其优缺点，最终提出并设计基于BP神经网络的短时交通流量预测模型；（4） 8~10周，利用MATLAB软件，开发一个简易的人机交互平台，实现短时交通流量的自动预测，并通过实例进行验证；（5） 11~13周，论文初稿完成，并进行初步修改；（6） 14~15周，修改论文，做PPT材料，准备答辩；（7） 16周，进一步完善并提交论文。

4. 研究创新点

分析我国目前交通问题的现状、短时交通流量预测特点及交通流量内外部影响因素，比较不同预测方法在短时交通流量预测方面的适用性，从而提出一种基于BP神经网络的新的预测方法，更加科学合理得对短时交通流量进行预测。