基于GRU神经网络算法的短时交通流预测开题报告

1. 研究目的与意义

一、课题研究的现状及发展趋势

当前，道路交通信息采集系统装置得到了逐步完善，使其对短期交通状况的分析和处理更为全 面，从而为预测工作提供了更为精确的原始资料。目前已有的研究主要集中在基于实时数据的道路网络短期流量预测的理论和方法上，通过对路网内多个区间的流量状况进行相关分析，确定预测的区域和目标，对多个区间的短期流量预测进行了深入的讨论和研究，并利用实测数据进行了验证。

2. 研究内容和问题

一、预测对象的确定以及数据的采集

由于进行短时交通流预测， 需要大量的交通流数据， 既不能选择节假日的时间进行预测，也不能选择极端天气的交通流，所以，选取的待测对象需要具有普遍性和代表性，大量的数据也需要一 个可靠准确的来源。

3. 设计方案和技术路线

研究方法与技术路线

当前，我国道路交通信息采集系统的不断完善，为短期交通流量的分析与预测提供了更丰富 的途径。 首先在研究过程中，依据智能交通系统采集交通流数据， 其次，对采集的交通流数据进行处理，然后搭建神经网络交通流预测模型，通过仿真实验对短期交通流量进行预测。预测结果可以为出行者提供最佳行驶路线、缓解道路拥堵， 避免资源浪费等方面提供了重要的应用价值。

4. 研究的条件和基础

研究工作条件和基础

1. 扎实的数据采集能力；

2.一定的文献检索能力；