收藏本站
收藏 | 论文排版

城市干道短时交通流预测及信号控制协同研究

张宇宁  
【摘要】:城市交通系统的复杂性、随机性和混沌性是其三个重要特征。在干线交通信号协调的过程中,更换信号配时方案过于频繁,会造成交通系统的紊乱,这会对车辆的正常运行造成巨大的干扰,大大降低运行效率。此时,车辆由于紊流而造成的损失远超过更换信号配时方案带来的收益,并且优化后的信号配时方案总是滞后于当下的交通流运行状态。因此,一般采用每隔10-15min改变一次配时方案。为保证预测精度,短时交通流预测的时间间隔上限一般设置为15min。因此,本文在充分考虑交通系统非线性特征的基础上,分别运用遗传算法优化的支持向量机(GA-SVM)模型、和长短时记忆网络(LSTM)模型预测交通流数据,并在此基础上,引入集成学习的思想,结合贝叶斯理论,对单一预测结果进行融合。并以15min内的干线道路预测交通量作为输入量,对干线交叉口的相位差、绿信比进行调整,同时结合实时交通流检测数据,实现对该时段内的信号配时方案的优化和更新,从而实现交通流预测与交通信号的协同优化。首先,总结与回顾交通流预测与信号控制的国内外研究,阐明论文的研究内容和结构;对使用的超声波数据进行预处理工作,解决数据质量不佳诸如异常、缺失等问题;同时以15min为间隔,汇总干线道路各交叉口的历史数据。其次,提出了基于概率动机的贝叶斯组合预测模型,分别训练支持向量机、长短时记忆网络模型,作为贝叶斯融合预测模型中的基预测器,用贝叶斯后验概率表征基测器的权重,生成基预测器的加权组合。同时在训练数据时间范围的选取上,引入灰色理论中的基于熵的灰色关联分析法,选取与预测时刻的流量相关性高的时间间隔作为样本训练集,从而能够更快地调整局部预测器的权重,使预测模型的MAE下降了13.5%,MAPE下降了14.4%,RMSE下降了48.6%。最后,以15min间隔下的预测交通量作为输入量,借助多目标优化NSGA-III算法,对不同状态的干线交叉口的相位差、绿信比等信号控制参数进行调整,实现对该时段内的信号配时方案的优化和更新,从而实现基于预测数据的干线信号协同优化。并以西安市未央区明光路的干线道路为实例验证对象,利用PTV Vissim对该干线道路的平峰、高峰期进行仿真,并和传统的Webster配时法相比对。仿真结果表明,高峰时段车均延误降低23.6%,停车次数降低14.5%,平均行程车速提升了21.1%。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 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
2 余敬柳;陈鹏;谢静敏;;基于状态频率记忆神经网络的短时交通流预测[J];武汉理工大学学报(交通科学与工程版);2020年04期
3 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
4 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
5 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
6 王晓丹;白云;李川;;基于统计的我国短时交通流预测模型分析[J];现代计算机(专业版);2017年17期
7 程山英;;基于模糊神经网络的短时交通流预测方法研究[J];计算机测量与控制;2017年08期
8 邓箴;任静;刘立波;;基于多条件随机场的短时交通流预测模型[J];计算机工程与设计;2017年10期
9 高圣国;;基于模式识别的短时交通流预测[J];公路;2011年09期
10 高丽梅;高鹏;陈俊波;;数据融合技术在短时交通流预测中的应用[J];交通科技;2010年S1期
11 马宏亮;张建平;李瑞敏;郭敏;;短时交通流预测系统的效率优化研究[J];交通信息与安全;2010年04期
12 邹宗民;郝龙;李全杰;陈宏俊;康乐;;基于粒子群优化-支持向量回归的高速公路短时交通流预测[J];科学技术与工程;2021年12期
13 雷毅;张善关;谢云驰;胡勇;喻蒙;张跃进;;基于流形距离的高速公路短时交通流预测模型[J];科学技术与工程;2020年18期
14 乐冰;蔡延光;蔡颢;王建成;;交通事故下高速公路短时交通流预测[J];东莞理工学院学报;2020年05期
15 卢生巧;黄中祥;;基于深度学习的短时交通流预测模型[J];交通科学与工程;2020年03期
16 赵宏;翟冬梅;石朝辉;;短时交通流预测模型综述[J];都市快轨交通;2019年04期
17 傅成红;杨书敏;张阳;;改进支持向量回归机的短时交通流预测[J];交通运输系统工程与信息;2019年04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 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
5 贺佐斌;丁晓青;杨碧茹;侯海波;;信号交叉口短时交通流预测[A];2017年中国城市交通规划年会论文集[C];2017年
6 杨锦伟;肖新平;郭金海;;基于灰关联与少数据云推理的短时交通流预测[A];第25届全国灰色系统会议论文集[C];2014年
7 贺明;王慧;刘泓;;基于自适应协同进化的T型交叉口信号配时[A];第二十七届中国控制会议论文集[C];2008年
8 高茁苗;袁淑芬;安成川;夏井新;;基于号牌识别数据的交叉口信号配时参数优化[A];第十四届中国智能交通年会论文集(2)[C];2019年
9 邢广成;石磊;;基于改进粒子群算法的单交叉口信号配时仿真[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年
10 叶含珺;安成川;夏井新;;典型T型交叉口渠化与信号配时协调优化[A];第十四届中国智能交通年会论文集[C];2019年
11 晁文杰;;基于NEMA相位的交叉口信号配时方法设计[A];第十四届中国智能交通年会论文集[C];2019年
12 梁子君;周宇林;方薇;秦忱忱;;兼顾资源约束的公交优先信号配时优化方法研究[A];第十三届中国智能交通年会大会论文集[C];2018年
13 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
14 李玉贞;王世豪;;基于改进差分进化算法的交叉口信号配时优化[A];第十六届中国智能交通年会科技论文集[C];2021年
15 徐琰;张伟斌;刘丹;;基于广域雷达数据的单交叉口信号配时评价模型[A];第三十九届中国控制会议论文集(7)[C];2020年
16 李大龙;孙猛;朱晔;马晓龙;孙锋;林飞;;高负荷交叉口运行特征解析及信号配时优化[A];第十五届中国智能交通年会科技论文集(1)[C];2020年
17 孙晓莉;;智能化信号控制方法缓解近距离交叉口交通拥堵[A];公交优先与缓堵对策——中国城市交通规划2012年年会暨第26次学术研讨会论文集[C];2012年
18 葛艳新;张生瑞;;交叉口定时信号配时优化设计方法[A];2007第三届中国智能交通年会论文集[C];2007年
19 卢顺达;徐正全;杨宇星;;基于相位相序的交叉口信号配时优化研究[A];2016年中国城市交通规划年会论文集[C];2016年
20 高云峰;胡华;杨晓光;;交叉口群协调控制相位差优化模型研究[A];第二届中国智能交通年会论文集[C];2006年
中国博士学位论文全文数据库 前20条
1 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
2 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
3 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
4 葛晓燕;面向可持续发展的交通信号配时优化研究[D];华中科技大学;2014年
5 栗红强;城市交通控制信号配时参数优化方法研究[D];吉林大学;2004年
6 马文阁;基于模糊控制的单交叉口信号控制方法与算法研究[D];大连海事大学;2008年
7 安成川;基于车流到达模式的城市干线信号配时参数优化方法[D];东南大学;2019年
8 张彪;交叉口群拥堵扩散机理及其控制与诱导协同模型研究[D];吉林大学;2013年
9 卢凯;交通信号协调控制基础理论与关键技术研究[D];华南理工大学;2010年
10 张萌萌;基于智能计算的城市交通信号控制系统研究[D];山东大学;2011年
11 吴洋;干道过饱和交叉口群的实时交通控制策略研究[D];西南交通大学;2009年
12 宋现敏;城市交叉口信号协调控制方法研究[D];吉林大学;2008年
13 陈振起;混合交通交叉口直行机动车运行特性分析与建模[D];北京交通大学;2009年
14 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
15 申慧;预防区域路网过饱和的优化控制方法研究[D];西南科技大学;2021年
16 何宇矗;V2X下基于T-CPS的近信号控制区多车协同行驶策略研究[D];重庆大学;2018年
17 陈栋;V2X下近信号控制区车辆协同行驶的T-CPS鲁棒控制研究[D];重庆大学;2018年
18 俞灏;动态交通条件下交通诱导与信号控制协同研究[D];东南大学;2016年
19 江航;基于城市交通拥堵预测的主动信号控制方法研究[D];东南大学;2016年
20 巫诚诚;基于极值理论的城市交叉口非机动车交通冲突模型研究[D];东南大学;2021年
中国硕士学位论文全文数据库 前20条
1 张宇宁;城市干道短时交通流预测及信号控制协同研究[D];中国人民公安大学;2021年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 王静远;基于深度学习的短时交通流预测研究[D];西南大学;2019年
19 石睿;基于粒子滤波与神经网络的短时交通流预测[D];北京交通大学;2018年
20 李扬;基于时空特性的短时交通流预测模型研究[D];北京建筑大学;2018年
中国重要报纸全文数据库 前15条
1 武汉市公安局交通管理局科技处 何洋;信号控制如何应对大数据冲击[N];中国信息化周报;2018年
2 全媒体记者 王为薇 通讯员 杨哲;长沙将优化1000个路口信号配时[N];湖南日报;2022年
3 本报记者 郭一麟 整理;智能交通 助城市宜居宜行[N];中国交通报;2017年
4 邵龙光;潍坊请群众“出招”优化交通信号配时[N];人民公安报·交通安全周刊;2015年
5 通讯员 孙奎;全省首个智能交通信号配时中心启动运行[N];山西法制报;2022年
6 孔一农;常州:创新信号配时工程 道路通行效能提升[N];人民公安报·交通安全周刊;2013年
7 本报记者 王晓菲 通讯员 任家伟 刘晓静;舒心出行,且看最强大脑[N];济南日报;2018年
8 记者 张文奎 通讯员 应芹;我省首个汽摩分流十字路口闽东路和福宁路交叉口完工投入使用[N];闽东日报;2019年
9 记者 戴余乐;交叉口改造解决道路拥堵[N];乐山日报;2020年
10 邱爽;今年市区将新建28处街头游园[N];平顶山日报;2007年
11 本报记者 许晓婷 王玉婷 通讯员 连慧蓉 阮奕辉;“电子哨兵”让农村交叉口更安全[N];厦门日报;2021年
12 江门日报记者 刘雅琴;尽快启动江侨路与丰乐路交叉口立交建设[N];江门日报;2016年
13 记者 马国省 通讯员 李刚;提升管理效率 保障交通畅通[N];驻马店日报;2018年
14 本报记者 徐立民;“畅通邯郸”是这样建成的[N];人民公安报·交通安全周刊;2013年
15 记者 啸宇;这个交叉口将修建下穿地道[N];西宁晚报;2021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