收藏本站
收藏 | 论文排版

基于实时数据的道路网短时交通流预测理论与方法研究

姚智胜  
【摘要】: 2006年我国开始实施的“国家中长期科学与技术发展规划纲要(2006-2020)”中的交通科学问题研究专题中,明确提出了“发展一个系统,解决三个热点问题”的思路。其中,“一个系统”指的是综合运输系统,“三个热点”指的是交通能源和环境、交通安全和大城市交通拥堵。智能交通系统被认为是缓解道路交通拥堵、减少汽车尾气排放污染和交通事故等交通问题的有效方法之一。短时交通流预测是智能交通系统的核心内容和交通信息服务、交通控制与诱导的重要基础,能够给出行者提供实时有效的信息,帮助他们更好地进行路径选择,实现路径诱导,达到节约出行者旅行时间,缓解道路拥堵,减少污染、节省能源等目的。目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能。本论文以基于实时数据的道路网短时交通流预测理论与方法研究为题,在交通流数据分析的基础上,对道路网中多个断面交通流状态之间的相关性进行分析,从而选择预测的范围和对象,对道路网中多个断面的短时交通流预测理论和方法进行了深入探讨和研究,并且根据实际数据验证提出的预测模型。 本论文首先阐述短时交通流预测的概念、基本流程、特点及要求,按照单一断面的短时交通流预测方法和多个断面的短时交通流预测方法两个方面综述了国内外短时交通流预测相关研究。第二,分析道路网中多个断面交通流的数据,介绍了包括删除错误数据和补充缺失数据的交通流数据预处理方法,解决数据来源质量问题,以此为基础,分析道路网中多个断面交通流数据两两之间的相关系数矩阵,应用多元统计分析中的多维标度法将道路网中多个断面交通流的相关程度映射到一张二维拟合构图,从而判别断面之间相关性的强弱,选择出道路网研究范围。第三,提出了基于状态空间模型的道路网多断面短时交通流的预测模型和方法,采用状态空间模型和时间序列分析相结合,应用EM算法估计参数。第四,建立了基于支持向量机回归的道路网多断面短时交通流的预测模型和方法,在选择研究范围的基础上,利用最小二乘支持向量机回归算法建立模型,将回溯系数的选择过程和利用遗传算法优化支持向量机回归模型参数选择的过程组合起来进行了预测模型参数的交替组合优化。第五,对道路网中多个断面的短时交通流数据进行了混沌时间序列分析,进行了多维交通流时间序列数据的相空间重构,建立了基于混沌时间序列分析的道路网多断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择。根据城市快速路多个断面交通流数据,对提出的各类道路网多断面短时交通流的预测模型,验证其有效性。 本论文的主要研究成果包括: 1、在交通流数据相关性分析的基础上,将道路网多个断面短时交通流作为一个整体来同时预测,基于交通流数据的相关性分析进行了道路网多断面短时交通流预测理论和方法的研究。 2、引入多元统计分析中的多维标度法,将道路网中不同空间的多个断面短时交通流的相关性表示为一张二维拟合构图,通过二维拟合构图可以判别道路网中多个断面交通流的整体相关性,从而为下一步建立考虑时间和空间变化的多断面短时交通流预测的相关模型与方法界定了研究范围、研究对象和数据分析基础。 3、根据目前短时交通流预测理论的性质,分别从线性系统理论、人工智能方法、非线性系统理论三个角度将短时交通流预测从单一断面预测方法向道路网多断面同时预测方法扩展:(1)在选择研究范围的基础上,结合状态空间模型和时间序列分析,应用EM算法估计参数,提出了基于状态空间模型的道路网多断面短时交通流的预测模型和方法;(2)在选择研究范围的基础上,利用最小二乘支持向量机回归算法建立模型,将回溯系数的选择过程和利用遗传算法优化支持向量机回归模型参数选择的过程组合起来进行了预测模型参数的交替组合优化,提出了基于支持向量机回归的道路网多断面短时交通流的预测模型和方法;(3)在选择研究范围的基础上,对道路网中多个断面的短时交通流数据进行了混沌时间序列分析,进行了多维交通流时间序列数据的相空间重构,建立了多维混沌时间序列预测模型,利用粒子群优化算法优化模型的参数,提出了基于混沌时间序列分析的道路网多断面短时交通流预测的模型和方法。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 杨鑫;赵静;孙雨晴;;基于支持向量机的短时交通流预测方法建模[J];发明与创新(职业教育);2018年08期
2 齐群;;基于混沌时间序列支持向量机的开关磁阻电机建模[J];制造业自动化;2012年06期
3 王锦添;蔡延光;黄何列;戚远航;;基于扩展粒子群优化的支持向量机短时交通流预测[J];常熟理工学院学报;2018年02期
4 傅贵;韩国强;逯峰;许子鑫;;基于支持向量机回归的短时交通流预测模型[J];华南理工大学学报(自然科学版);2013年09期
5 邵小强;马宪民;;混沌时间序列预测的建模与仿真研究[J];计算机仿真;2011年05期
6 杨怡;;基于支持向量机的短时交通流预测方法[J];交通标准化;2009年11期
7 康军;段宗涛;唐蕾;温兴超;;一种平稳化短时交通流预测方法[J];测控技术;2018年02期
8 唐世星;;改进的支持向量机算法在短时交通流预测中的应用[J];承德石油高等专科学校学报;2012年01期
9 梁新荣;刘智勇;孙德山;毛宗源;;支持向量机在混沌系统预测中的应用[J];计算机应用研究;2006年05期
10 赵卿;李潇;徐进军;宓天跃;;混沌-支持向量机在大坝安全监控预测中的应用[J];大地测量与地球动力学;2008年02期
11 杨洪深;;基于相空间重构及自适应支持向量机的短期风速预测[J];铜陵学院学报;2014年01期
12 王珂;田瑞;王菲菲;;基于灰色遗传支持向量机的短时交通流预测[J];武汉理工大学学报(交通科学与工程版);2014年05期
13 尹华;吴虹;;最小二乘支持向量机在混沌时间序列中的应用[J];计算机仿真;2011年02期
14 张阳;胡月;辛东嵘;;一种考虑时空关联的深度学习短时交通流预测方法[J];智能科学与技术学报;2021年02期
15 徐先峰;宋亚囡;黄刘洋;夏振;潘卓毅;;基于观测点遴选与时空信息的短时交通流预测[J];电气自动化;2021年05期
16 徐宗川;;基于GA-BP神经网络的交叉口短时交通流预测研究[J];科技风;2020年11期
17 贺亿洋;殷锋;袁平;;智能交通系统中短时交通流预测模型的研究[J];现代计算机;2020年16期
中国重要会议论文全文数据库 前20条
1 杨刚;谢生曼;戴丽珍;杨辉;;基于时空特征和混合神经网络的短时交通流预测[A];第32届中国过程控制会议(CPCC2021)论文集[C];2021年
2 于建玲;商朋见;关积珍;;改进的相空间重构方法在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年
3 郑德署;何世伟;许旺土;;分形理论在短时交通流预测中的应用[A];2008第四届中国智能交通年会论文集[C];2008年
4 张青年;;道路网简化研究进展与展望[A];全国地图学与GIS学术会议论文集[C];2004年
5 高华东;潘东旭;魏建文;樊绍峰;;混沌理论与支持向量机相结合的侧移预测模型[A];第三届全国岩土与工程学术大会论文集[C];2009年
6 钟耀;赵朋;贺志瑛;;基于状态空间模型的车门焊装偏差流建模研究[A];2020年未来汽车技术大会暨重庆汽车行业第33届年会论文集[C];2020年
7 陈必壮;顾煜;苏瑛;王亿方;;上海中心城骨干道路网优化策略研究[A];中国城市交通规划2009年年会暨第23次学术研讨会论文集人性化城市综合交通体系规划与实践[C];2009年
8 许岩岩;翟希;孔庆杰;刘允才;;基于分类回归树的交通流短时预测[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年
9 朱小龙;张俊红;孙诗跃;林耕毅;张益铭;林杰威;;基于复杂性指标和光滑支持向量机的柴油机配气系统故障诊断方法[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
10 蓝小武;佟强;黄欣琰;王亮;;基于支持向量机核函数的智能辩识配电台区准确信息方法研究[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
11 徐天扬;陈兰珍;;中红外光谱法结合支持向量机快速鉴别蜂蜜品种[A];21世纪第三届全国蜂业科技与海峡两岸蜂产业发展大会暨首届北京密云蜂产业发展高峰论坛论文集[C];2018年
12 郑春兵;;对装备使用维修费用预测方法的探索[A];寿命周期费用技术与协调发展[C];2010年
13 韩润繁;陈桂明;熊奇;高卫刚;;基于遗传算法和模拟退火算法并行优化支持向量机的武器装备费用估算[A];第十二届设备全寿命周期费用技术大会论文集[C];2018年
14 王梓笛;李双妹;李艳;尹延东;曹佳佳;张正勇;;基于拉曼光谱-支持向量机的乳制品快速智能鉴别技术研究[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
15 熊浩;;基于支持向量机模型的快速公交行程时间算法对比研究[A];第十五届中国智能交通年会科技论文集(1)[C];2020年
16 李民策;王丽;李锡云;陈宗海;;基于支持向量机的电动汽车行驶工况识别方法[A];第21届中国系统仿真技术及其应用学术年会论文集(CCSSTA21st 2020)[C];2020年
17 王晓红;;一种改进多类支持向量机加权后验概率重构策略[A];2009中国控制与决策会议论文集(3)[C];2009年
18 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
19 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
20 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
中国博士学位论文全文数据库 前20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 胡玉龙;云环境下城市短时交通流预测关键技术研究[D];武汉大学;2017年
3 吴聪;LDM~3平台的路网态势关键算法及系统研究[D];南京大学;2013年
4 邢小雨;道路网约束下的城市社区人群活动时空模式研究[D];武汉大学;2018年
5 杨元维;多特征的道路网匹配算法及更新应用研究[D];武汉大学;2016年
6 陈玉敏;大区域分布式多级道路网的最优路径算法与服务研究[D];武汉大学;2005年
7 刘钊;城市快速路短时交通流预测方法关键因素研究及应用[D];东南大学;2019年
8 鲁兴举;飞行器状态空间模型参数在线辨识方法[D];国防科学技术大学;2016年
9 杜宝祥;混沌时间序列的预测与改进方法研究[D];黑龙江大学;2014年
10 彭诗力;大规模混合数据分类的核方法研究[D];天津大学;2017年
11 肖雅静;基于支持向量机的滚动轴承故障诊断与预测方法研究[D];中国矿业大学(北京);2019年
12 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
13 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
14 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
15 陈素根;非平行平面支持向量机及特征提取中若干问题研究[D];江南大学;2016年
16 王瑜;基于支持向量机和多信息融合的局部放电故障诊断研究[D];华北电力大学;2015年
17 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年
18 黄华娟;孪生支持向量机关键问题的研究[D];中国矿业大学;2014年
19 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
20 刘丽梅;基于支持向量机新算法的流程工业过程故障诊断方法研究[D];东北大学;2012年
中国硕士学位论文全文数据库 前20条
1 许子鑫;基于支持向量机回归的短时交通流预测研究与实现[D];华南理工大学;2012年
2 王迪;短时交通流预测问题的研究[D];青岛大学;2017年
3 张多;基于支持向量回归机和多变量相空间重构的短时交通流预测[D];重庆交通大学;2014年
4 齐霖;基于支持向量机回归的短时交通流预测与系统实现[D];东北大学;2013年
5 郑元庆;基于混沌和神经网络的短时交通流预测研究[D];首都经济贸易大学;2019年
6 杨松柳;基于多尺度小波分解融合深度学习的短时交通流预测研究[D];北京交通大学;2019年
7 翟冬梅;基于深度学习的短时交通流预测研究[D];北京交通大学;2019年
8 邢家龙;基于改进狼群算法和BP循环神经网络的短时交通流预测研究[D];北京交通大学;2019年
9 李泰照;基于改进蚁群的混合小波神经网络短时交通流预测[D];东华理工大学;2019年
10 李丹阳;基于正交参数优化的DFT-KNN-LSTM短时交通流预测[D];长安大学;2019年
11 薛泽龙;基于多模型长短时记忆和时空关联的短时交通流预测[D];华南理工大学;2019年
12 陈肯;面向5G车联网的短时交通流预测方法与应用[D];南京邮电大学;2019年
13 宋珊珊;基于浮动车数据的短时交通流预测研究[D];大连理工大学;2019年
14 轩萱;深度学习在短时交通流预测中的应用研究[D];北京理工大学;2016年
15 陈龙;基于FCM-EFCNN组合模型的短时交通流预测[D];北京工业大学;2019年
16 王青松;城市交叉口短时交通流的配时优化方案研究与应用[D];中国科学技术大学;2019年
17 李敏;基于GJR-GARCH模型和一种集成学习方法的短时交通流预测研究[D];太原理工大学;2019年
18 白跃升;基于GSM数据的交通出行预测模型的构建与应用[D];中北大学;2019年
19 罗川;基于最小二乘支持向量机的短时交通流预测方法研究[D];太原理工大学;2019年
20 李佩钰;短时交通流预测与城市路网交通拥堵识别方法研究与应用[D];长安大学;2019年
中国重要报纸全文数据库 前10条
1 本报记者 郭海方;织密道路网 交通更通畅[N];河南日报;2018年
2 本报记者 王蕾 整理;加快北线旅游道路网建设[N];洛阳日报;2011年
3 王静平;开发区着力构筑道路网[N];大同日报;2007年
4 姜乾相 吕威 王坤利;我市全面完成普通国省道路网命名编号调整[N];淄博日报;2019年
5 本报记者 姜乾相 通讯员 李波坤利;我市普通国省道路网命名编号调整工作启动[N];淄博日报;2019年
6 记者 王伟杰;我市研究部署“四纵三横”快速通道路网建设[N];常德日报;2013年
7 记者 靳瑾;构筑安全便捷高效的农村道路网[N];蚌埠日报;2016年
8 本报记者 石蕴璞;纵横交错,织起伊滨区道路网[N];洛阳日报;2011年
9 记者 周国和 通讯员 张伙生;推进深圳东部道路网建设[N];深圳特区报;2008年
10 本报记者 亢舒;道路网更密 桥梁更安全[N];经济日报;2013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
  • 010-62982499
  • 010-62783978