基于神经网络的道路交通污染物浓度预测

吉林大学学报(工学版)

基于神经网络的道路交通污染物浓度预测

杨忠振¹，崔丛²

1.大连海事大学交通工程与物流学院，辽宁大连 116026； 2.大连理工大学土木工程系，辽宁大连 116024

收稿日期:2006-04-22 修回日期:2006-07-18 出版日期:2007-05-01 发布日期:2007-05-01
通讯作者: 杨忠振

Modeling pollutant concentrations with artificial neural network technique

Yang Zhong-zhen¹, Cui Cong²

1.College of Transport & Logistics,Dalian Maritime University, Dalian 116026, China；2.College of Civil Engineering, Dalian University of Technology, Dalian 116024, China

Received:2006-04-22 Revised:2006-07-18 Online:2007-05-01 Published:2007-05-01
Contact: Yang Zhong-zhen

摘要/Abstract

摘要： 利用人工神经网络技术设计了一段式计算路侧道路交通污染物浓度的模型。首先把影响路侧道路交通污染物浓度的因素归结为3大类；然后设计了反映污染物浓度与交通流参数、气象参数和道路空间特征等因素之间数学关系的人工神经元网络结构；最后通过实际观测搜集大量的数据，对神经元网络模型进行训练，得到了精度令人满意的预测模型。

关键词: 环境工程学, 污染物浓度, 人工神经网络, 交通流, 气象条件

Abstract: A model was developed to estimate the traffic pollutant concentrations along roadside in one step with artificial neural network technique. First, factors affecting roadside pollutant concentrations were classified into three categories. And then a structure of the artificial neural network was designed to analyze the mathematical relationship between the pollutant concentrations and the factors such as traffic flow attributes, meteorological condition and road spatial configuration. At last great amount of data were collected for training the neural network to obtain a forecasting model which had a high accuracy.

Key words: environmental engineering, pollutant concentrations, artificial neural network, traffic flow, meteorological conditions

中图分类号:

X734

杨忠振，崔丛 . 基于神经网络的道路交通污染物浓度预测[J]. 吉林大学学报(工学版), 2007, 37(03): 705-0708.

Yang Zhong-zhen, Cui Cong . Modeling pollutant concentrations with artificial neural network technique[J]. 吉林大学学报(工学版), 2007, 37(03): 705-0708.

参考文献

相关文章 15

[1]	江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[2]	商强, 杨兆升, 张伟, 邴其春, 周熙阳. 基于奇异谱分析和CKF-LSSVM的短时交通流量预测[J]. 吉林大学学报(工学版), 2016, 46(6): 1792-1798.
[3]	赵淑芝, 梁士栋, 马明辉, 刘华胜, 朱永刚. 信号交叉口实时排队长度估计[J]. 吉林大学学报(工学版), 2016, 46(1): 85-91.
[4]	魏丽英, 吴荣华, 王志龙, 朱建辉. 基于混合交通流的车辆换道行为[J]. 吉林大学学报(工学版), 2014, 44(5): 1321-1326.
[5]	魏巍, 李志慧, 赵永华, 曲昭伟, 江晟, 柴婷婷. 基于智能相机的混合交通流检测方法[J]. 吉林大学学报(工学版), 2013, 43(04): 866-870.
[6]	杨飞, 方滨兴, 王春露, 左兴权, 李丽香, 平源. 基于小波和回声状态网络的交通流多步预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 646-653.
[7]	祁宏生, 王殿海, 宋现敏. 路网交通状态平衡控制方法[J]. , 2012, 42(05): 1185-1190.
[8]	曲大义, 杨建, 陈秀锋, 卞晓华. 车辆跟驰的分子动力学特性及其模型[J]. , 2012, 42(05): 1198-1202.
[9]	杨庆芳, 张彪, 高鹏. 基于改进动态递归神经网络的交通量短时预测方法[J]. , 2012, 42(04): 887-891.
[10]	林赐云, 王琳虹, 龚勃文, 赵丁选, 杨兆升. 突发灾害下城市路网交通流可靠性运行态势 [J]. , 2012, (03): 581-587.
[11]	刘小明, 王力. 考虑路内停车的元胞自动机交通流模型[J]. 吉林大学学报(工学版), 2012, 42(02): 327-333.
[12]	尚涛, 李涛, 刘先黎, 任露泉. 基于分形理论的纤维材料微粒捕集器捕集效率模型[J]. 吉林大学学报(工学版), 2012, 42(02): 397-402.
[13]	刘泓, 王慧, 沈逢春. 基于混合交通流下的交叉口延误[J]. 吉林大学学报(工学版), 2011, 41(增刊1): 72-75.
[14]	江晟, 王殿海, 赵莹莹, 魏巍. 基于复合算法的混合交通流前景提取[J]. 吉林大学学报(工学版), 2011, 41(增刊1): 76-80.
[15]	龚勃文^1,2,林赐云^1,2,李静³,杨兆升^1,2. 基于核自组织映射-前馈神经网络的交通流短时预测[J]. 吉林大学学报(工学版), 2011, 41(4): 938-943.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed