1. 研究目的与意义（文献综述包含参考文献）
文 献 综 述先进的智能交通系统离不开基础交通数据的处理，目前智能交通领域存在多种数据采集处理方式，同时也为ITS提供了多维的交通数据，如何让这些数据有效地应用于ITS已经成为目前研究的热点。
交通流预测也是交通数据处理的一种方式，准确的交通预测信息可以为交通管理者提供有力的交通决策依据，同时也可以让驾驶员选择更为畅通的道路出行，进而避免或缓解交通拥堵的状况。
在交通流预测方面，目前主要有基于线性统计理论的预测模型和基于智能理论的预测模型等。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
一、研究内容道路交通流量预测是智慧城市的重要部分，是一个融合神经网络、深度学习和机器学习的综合问题，也一直是个难题。
它是基于道路探测器探测到的历史数据，来预测在未来某一段时间片内该探测点的道路交通流量。
对于城市道路网的流量预测，不仅需要利用到图的拓扑结构模型去提取道路间的相互影响度并且还需要用到循环神经网络去预测时间序列的关系。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
