收藏本站
《重庆交通大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘和数据融合的短时交通流预测研究

高为  
【摘要】:实时、准确的短时交通流预测是智能交通控制与管理的基础。基于单一时间维度时间序列的预测方法难以解决短时交通流高度复杂性、随机性和不确定性的问题,预测效果并不令人满意。交通流的状态转换不仅仅是时间维度时间序列的一维性,空间分布状态的变化对交通流也起了相当大的影响。因而,更为精确的短时交通流预测,需要采用空间维度的预测值对时间维度时间序列的预测结果进行修正。 本文从短时交通流特性出发,针对实际交通流具有时间维度时间序列性和空间维度空间相关性,提出了基于时空二维融合的短时交通流预测方法。在时间维度上短时交通流表现出强烈的非线性、时变性和不确定性,普通的预测方法很难达到预测精度的要求,因此,本文提出将交通流数据利用小波变换先进行“频率”分解和单支重构,得到相应的高频分量和低频分量,得到的分量相对成分简单、信号变化较为平稳。对各分量采用不同的预测方法进行预测,由高频分量有较强的非线性而BP神经网络具有很强的非线性逼近能力,故用BP神经网络预测高频分量;低频分量呈现较有规律的函数曲线,故用二次指数平滑预测。将各分量预测结果矢量相加求和,即可得到综合预测结果。在空间维度上,交通流瞬时状态下的空间分布具有相关性,同向交通流的瞬时输出和其空间相关路段的交通流量相关,针对这种不确定的非线性关系,本文用RBF神经网络来进行空间维度的短时交通流预测。最后,利用信息融合技术能合理协调多源数据,充分综合有用信息,在较短的时间内、以较小的代价、得到使用单个传感器所不能得到的数据特征的优点,将基于时间维度时间序列的预测结果和空间维度空间相关性的预测结果进行实时最优权重融合,得到预测精度更高的总体短时交通流预测结果。
【学位授予单位】:重庆交通大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:U491.112

【参考文献】
中国期刊全文数据库 前10条
1 黎洪生 ,史龙伟;自适应加权数据融合在应变检测中的应用[J];传感器世界;2005年06期
2 高为;陆百川;黄美灵;;基于小波去噪和最优权重信息融合的短时交通量预测[J];重庆交通大学学报(自然科学版);2010年01期
3 黄中祥,贺国光,马寿峰;对交通系统不确定性的思考[J];长沙交通学院学报;2002年01期
4 王炜;城市交通系统可持续发展规划框架研究[J];东南大学学报(自然科学版);2001年03期
5 陈刚;周杰;张雪君;张忠静;;基于BP与RBF级联神经网络的日负荷预测[J];电网技术;2009年12期
6 谭满春;李英俊;徐建闽;;基于小波消噪的ARIMA与SVM组合交通流预测[J];公路交通科技;2009年07期
7 范新南,苏丽媛,郭建甲;多传感器信息融合综述[J];河海大学常州分校学报;2005年01期
8 孔金生;李文艺;;基于模糊集合的证据理论信息融合方法[J];计算机工程与应用;2008年20期
9 郭惠昕;;基于模糊集的证据组合方法及其应用[J];控制与决策;2008年02期
10 米翠兰;二次指数平滑法的研究与应用[J];华北煤炭医学院学报;2000年05期
中国博士学位论文全文数据库 前3条
1 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年
2 周雪梅;基于多尺度估计理论的组合导航系统研究[D];哈尔滨工程大学;2006年
3 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年
中国硕士学位论文全文数据库 前4条
1 范鲁明;基于非参数回归的短时交通流量预测[D];天津大学;2007年
2 马颜军;基于RBF神经网络的多Agent协商机制的研究[D];大连海事大学;2008年
3 李明涛;快速路短时间尺度地点交通参数多步预测方法研究[D];吉林大学;2009年
4 韩露;基于RBF神经网络的电液伺服系统智能控制研究[D];燕山大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 葛薇;朱张青;;模糊PID控制及其进展[J];安徽职业技术学院学报;2007年04期
2 李渊;鲁成树;王娟;;基于土地利用的城市交通可持续发展研究——以安徽省芜湖市为例[J];安徽农业科学;2007年26期
3 随顺科;孙长江;;生物遗传算法在PID控制无土栽培喷液速度中的应用研究[J];安徽农业科学;2011年22期
4 刘志学;吴丽娟;;模糊迭代学习在单关节机器人运动控制中的应用[J];辽宁科技大学学报;2009年04期
5 刘宇;王克成;;基于Fuzzy-PID算法的热处理炉新型控制器[J];辽宁科技大学学报;2009年06期
6 樊亚文;马娟;;基于黑板结构的信息融合专家系统在水质监测中的应用[J];安徽水利水电职业技术学院学报;2006年02期
7 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
8 陈方;牛铮;付安民;;野外实验数据的低空间分辨率影像模拟研究[J];北京大学学报(自然科学版)网络版(预印本);2006年01期
9 冯晓君;管一兵;王亮;冯杰;;基于PLC的智能监控小车的应用研究[J];北方工业大学学报;2008年01期
10 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期
中国重要会议论文全文数据库 前10条
1 杨为民;李龙澍;;基于GIT的信息融合在农业信息中的应用[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 蒋蔚;印平;曹丽婷;;基于MATLAB供热温度模糊自整定PID控制系统仿真[A];第二十六届中国控制会议论文集[C];2007年
3 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年
4 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
5 李耀军;潘泉;杨峰;李军伟;朱英;;基于多源信息融合的无人机感知与规避研究[A];第二十九届中国控制会议论文集[C];2010年
6 李会军;叶宾;;一种基于递归BP神经网络的多步预测控制方法[A];第二十九届中国控制会议论文集[C];2010年
7 王新;马庆林;;一种新型的基本概率分配函数获取方法及其应用[A];第二十九届中国控制会议论文集[C];2010年
8 陈一飞;;从大系统控制角度论农业智能化[A];2011年中国农业系统工程学术年会论文集;海峡两岸农业学术研讨会论文集;长沙市第五届自然科学学术年会农学研讨会论文集[C];2011年
9 董昕;;基于3G通信的智能交通指挥系统研究[A];四川省通信学会2011年学术年会论文集[C];2011年
10 陶翠翠;;改进BP神经网络在埋地金属管道腐蚀速率预测中的应用[A];科技创新与产业发展(A卷)——第七届沈阳科学学术年会暨浑南高新技术产业发展论坛文集[C];2010年
中国博士学位论文全文数据库 前10条
1 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
2 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
3 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
4 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
5 刘宏;镇江市水环境安全评价及风险控制研究[D];江苏大学;2010年
6 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
7 王志颖;复杂装备智能机内测试技术研究[D];电子科技大学;2011年
8 周猛飞;延迟焦化工业过程先进控制与性能评估[D];浙江大学;2010年
9 张寿明;基于冶炼过程及终点判断技术的烟化炉智能控制系统研究[D];昆明理工大学;2009年
10 赵雷刚;发动机台架试验过程实时监测与预警方法研究[D];武汉理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
2 焉杰;多传感器时滞系统信息融合及其仿真[D];山东科技大学;2010年
3 张明军;基于小波包最优树的图像融合技术研究[D];山东科技大学;2010年
4 商亮亮;先进PID算法研究及其在开口闪点仪温控系统中的应用[D];山东科技大学;2010年
5 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年
6 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
7 徐玉颖;气垫式流浆箱智能解耦控制系统[D];浙江理工大学;2010年
8 吴夏来;广义预测控制简化算法研究[D];浙江理工大学;2010年
9 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
10 全书鹏;智能交通中车流量预测与路径优化技术的研究[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 刘永,郭怀成;城市大气污染物浓度预测方法研究[J];安全与环境学报;2004年04期
2 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期
3 杨璐,高自友;基于神经网络的时序预测模型研究[J];北方交通大学学报;1998年03期
4 孙红岩,毛士艺;推广的多传感器数据的分层融合算法[J];北京航空航天大学学报;1996年01期
5 胡文龙,毛士艺;弱信噪比条件下的多传感器最优数据互联[J];北京航空航天大学学报;1996年05期
6 程向红,万德钧,房建成;船用捷联惯导系统在系泊状态下的快速初始对准方法[J];船舶工程;1997年06期
7 王俊林;张剑云;;基于统计证据的Mass函数和D-S证据理论的多传感器目标识别[J];传感技术学报;2006年03期
8 胡学骏,罗中良;基于统计理论的多传感器信息融合方法[J];传感器技术;2002年08期
9 王俭,胡筱敏,郑龙熙,刘振山;BP模型的改进及其在大气污染预报中的应用[J];城市环境与城市生态;2002年05期
10 王树功,岑慧贤,陈新庚;环境空气污染预测预报探讨[J];重庆环境科学;1999年02期
中国博士学位论文全文数据库 前6条
1 赵巍;多尺度系统建模、估计与融合方法研究[D];西北工业大学;2000年
2 李玉榕;信息融合与智能处理的研究[D];浙江大学;2001年
3 何衍;机动目标跟踪与传感器网络自组织[D];浙江大学;2001年
4 郭庆;多Agent系统协商中若干关键技术的研究[D];浙江大学;2003年
5 金学波;多传感器状态融合估计理论与应用研究[D];浙江大学;2003年
6 黄超;基于特征分析的金融时间序列挖掘若干关键问题研究[D];复旦大学;2005年
中国硕士学位论文全文数据库 前10条
1 吕孝乐;数据融合技术研究及其在船舶组合导航中的应用[D];哈尔滨工程大学;2002年
2 吕瑞兰;小波阈值去噪的性能分析及基于能量元的小波阈值去噪方法研究[D];浙江大学;2003年
3 余波;四元数值函数的小波变换及多尺度分析[D];南京师范大学;2003年
4 姚三;小波变换与Kalman滤波在信号处理中的联合应用[D];武汉理工大学;2003年
5 闫莉萍;多尺度数据融合状态估计算法研究[D];河南大学;2003年
6 沈皓;多尺度自回归随机模型及其实现[D];西北工业大学;2003年
7 胡健闻;多尺度估计理论在工程表面评价中的应用研究[D];武汉理工大学;2003年
8 唐亮;时间序列挖掘和相似性查找技术的研究[D];上海师范大学;2004年
9 赵昆;动态多尺度系统投影算子及非线形滤波器设计[D];西北工业大学;2004年
10 张延锋;随机动态过程的多尺度表示方法研究[D];河南大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 贺国光,李宇,马寿峰;基于数学模型的短时交通流预测方法探讨[J];系统工程理论与实践;2000年12期
2 王雷;许晗;郑山水;;ITS中交通流预测方法的研究[J];中国科技信息;2008年10期
3 王晓原;刘海红;;基于投影寻踪自回归的短时交通流预测[J];系统工程;2006年03期
4 邓志龙;李全;陈茜;;基于灰色系统理论的短时交通流预测[J];公路交通技术;2006年01期
5 胡洁;;BP和RBF神经网络短时交通流预测结果比较[J];长江大学学报(自科版)理工卷;2007年03期
6 陈雪平;曾盛;胡刚;;基于BP神经网络的短时交通流预测[J];公路交通技术;2008年03期
7 王正武,黄中祥;短时交通流预测模型的分析与评价[J];系统工程;2003年06期
8 任雪莲;陈晓芬;马骏;;基于BP神经网络的遗传算法在短时交通流预测中的应用[J];河北交通科技;2009年02期
9 任雪莲;陈晓芬;马骏;;BP-GA算法在短时交通流预测中的应用研究[J];道路交通与安全;2009年02期
10 罗媛媛;周青峰;;基于EVIEWS的短时交通流分析及预测[J];黑龙江科技信息;2009年26期
中国重要会议论文全文数据库 前3条
1 唐丽娜;张卫华;;短时交通流预测方法的比较研究[A];2007第三届中国智能交通年会论文集[C];2007年
2 张利;李星毅;施化吉;;一种基于ARIMA模型的短时交通流量改进预测算法[A];2007第三届中国智能交通年会论文集[C];2007年
3 赵建玉;高慧;贾磊;;基于Elman神经网络的短时交通流预测模型[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前7条
1 姚智胜;基于实时数据的道路网短时交通流预测理论与方法研究[D];北京交通大学;2007年
2 齐驰;近似动态规划方法及其在交通中的应用[D];北京交通大学;2012年
3 姚琛;基于信息提取计算的动态交通数据分析及应用[D];西南交通大学;2011年
4 于福华;特长高速公路隧道交通流研究[D];长安大学;2011年
5 孙晓亮;城市道路交通状态评价和预测方法及应用研究[D];北京交通大学;2013年
6 朱琳;城市快速路交通态势评估理论与方法研究[D];北京交通大学;2013年
7 靳引利;省域高速公路网交通诱导系统关键技术研究[D];长安大学;2009年
中国硕士学位论文全文数据库 前10条
1 张丽;基于云平台的短时交通流预测算法设计与实现[D];大连理工大学;2013年
2 徐健锐;短时交通流预测中的若干问题研究[D];江苏大学;2010年
3 纪冬梅;基于组合模型的短时交通流预测方法[D];华东理工大学;2012年
4 高雅;短时交通流预测模型及预测方法的研究[D];华东师范大学;2011年
5 徐永俊;基于混沌和SVR的短时交通流预测方法研究[D];西南交通大学;2011年
6 魏文;基于混沌和PSO神经网络的短时交通流预测研究[D];西南交通大学;2010年
7 高为;基于数据挖掘和数据融合的短时交通流预测研究[D];重庆交通大学;2011年
8 吴汉;短时交通流预测及路径选择问题的研究[D];浙江大学;2013年
9 韩超;短时交通流预测的研究[D];北方工业大学;2012年
10 姜敏华;基于车行转弯比例稳定假设的短时交通流预测[D];上海交通大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026