收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于元胞机和概率模型的港口水域交通流预测

孙志宏  
【摘要】:随着我国与世界各国贸易合作不断加强,港口区域船舶密度不断提高,致使港口区域交通状况复杂度上升和船舶通航风险增加。科学准确的船舶交通流预测模型能为海事机关和港航部门,进行港口基础设施建设以及港口交通流组织提供数据支持和理论依据。同时,对减少港口水域海上交通事故发生具有十分重要的意义。基于元胞机和概率模型的港口水域交通流预测模型应用元胞自动机理论和概率模型对整个港口区域进行交通流预测。该模型通过对港口历史AIS数据挖掘结合港口实际通航条件,将整个港口区域划分为航道内和航道外两个区域。针对两个区域不同交通流特点应用上述两种交通流预测模型分别进行港口水域交通流预测,并将两部分集成到统一交通流预测平台,进行两个预测体系交互。本文主要工作如下:(1)通过对历史数据处理结合实际通航条件将港口区域划分为航道内和航道外两个区域。对历史数据处理主要是进行航迹聚类,通过航迹聚类再结合实际港口区域航道划分,将海图上一些航迹类划分为航道区域,并在聚类结果上进行航道绘制,海图除该区域以外区域统一划分为航道外区域。(2)对于航道内区域应用元胞自动机理论进行交通流预测建模,具体过程包括:由船舶行为确立元胞状态、根据船舶领域理论进行元胞邻域建模、航道内元胞自动机模型建立、航道内元胞自动机更新规则制定。依据制定的更新规则,将传统元胞自动机更新模型中的加减速规则并入跟驰规则。仿真实验航道设定为定线制双向航道,因此追越规则中增加追越后复位规则。将航道外船舶穿越航道情况,结合海上避碰规则来制定区域性更新规则,并提出一种预定机制的穿越规则。(3)航道外区域应用概率模型理论进行建模,具体过程包括:基于历史数据对船舶行为进行分析、航道外概率模型建立、生成船舶移动概率矩阵、根据实时AIS船舶信息和船舶移动概率矩阵进行船舶航迹推演。此处进行船舶移动概率矩阵求解所用AIS数据为经过插值后的数据,以固定时间间隔进行数据插值,并且该时间间隔为元胞自动机更新时间步长,这样保证以该数据所训练船舶移动概率矩阵为该时间步长下的概率矩阵。船舶进行穿越航道时会根据航道内穿越规则反馈信号进行穿越或等待穿越。通过上述研究,将元胞自动机模型规则性强、预测精度稳定的特点和概率模型预测精度高、适合短期预测的特点匹配到航道内航道外不同特征交通流预测,并将两种预测模型进行结合,在一定程度上可以提高港口水域交通流预测精度,为港口水域交通流预测研究提供一种新思路。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 何媛媛;;智能交通系统域间交通流预测关键技术研究[J];南方农机;2020年01期
2 戢晓峰;戈艺澄;;基于深度学习的节假日高速公路交通流预测方法[J];系统仿真学报;2020年06期
3 陆文琦;芮一康;冉斌;谷远利;;智能网联环境下基于混合深度学习的交通流预测模型[J];交通运输系统工程与信息;2020年03期
4 刘少华;;城市道路交通流预测与交通状态识别方法研究[J];无线互联科技;2020年02期
5 李连强;高军伟;;基于资源分配网络算法的交通流预测研究[J];工业控制计算机;2017年10期
6 方琴;李永前;;K近邻短期交通流预测[J];重庆交通大学学报(自然科学版);2012年04期
7 刘星委;刘建玮;肖峰;;基于深度学习的交通流预测方法可行性研究[J];河北交通教育;2018年02期
8 邹煜星;邓敏;;基于长时卷积深度网络的交通流预测方法[J];测绘与空间地理信息;2019年07期
9 王进;史其信;;基于非线性理论的短期交通流预测研究[J];西安建筑科技大学学报(自然科学版);2006年02期
10 向红艳;朱顺应;王红;严新平;;短期交通流预测效果的模糊综合评判[J];武汉理工大学学报(交通科学与工程版);2005年06期
11 陈相东;张勇;;基于局部多项式拟合的交通流预测[J];计算机工程与应用;2012年19期
12 马君;刘小冬;孟颖;;基于神经网络的城市交通流预测研究[J];电子学报;2009年05期
13 李一龙;;基于动态规划的城市交通流预测与分配[J];交通运输系统工程与信息;2009年03期
14 邓晶;张倩;;基于数据挖掘技术的交通流预测模型[J];计算机系统应用;2019年07期
15 史其信,郑为中;道路网短期交通流预测方法比较[J];交通运输工程学报;2004年04期
16 张黎;;交通流预测评价中如何运用模糊数学方法进行预测[J];科技致富向导;2010年27期
17 向红艳;朱顺应;胡桂生;;基于路段检测器布局的短期交通流预测模型[J];武汉理工大学学报(交通科学与工程版);2009年02期
18 唐铁桥,黄海军;用燕尾突变理论来讨论交通流预测[J];数学研究;2005年01期
中国重要会议论文全文数据库 前4条
1 姜敏华;张晓东;;稳定转弯比例下的交通流预测[A];2007第三届中国智能交通年会论文集[C];2007年
2 刘秋晨;;城市交叉口短时交通流预测方法[A];共享与品质——2018中国城市规划年会论文集(06城市交通规划)[C];2018年
3 陈慧敏;朱锦强;李强伟;;基于深信度网络的城市道路网交通流预测研究[A];第十一届中国智能交通年会大会论文集[C];2016年
4 陈宁;吴坚;王移风;徐建军;董红召;;基于分形理论的短时城市交通流预测方法研究[A];2009中国控制与决策会议论文集(1)[C];2009年
中国博士学位论文全文数据库 前10条
1 黎光宇;高速公路交通流预测和仿真及其应用[D];天津大学;2017年
2 吴刚;高速公路交通流预测及事故预警方法研究[D];天津大学;2014年
3 朱文兴;城市交通系统智能优化控制研究[D];山东大学;2006年
4 于志恒;基于智能理论的交通流量组合预测模型研究[D];东北师范大学;2016年
5 杨广全;电梯交通流分析及电梯群控策略研究[D];上海交通大学;2007年
6 杨飞;基于回声状态网络的交通流预测模型及其相关研究[D];北京邮电大学;2012年
7 王凡;基于支持向量机的交通流预测方法研究[D];大连理工大学;2010年
8 刘勇;基于热力学熵和混沌理论的城市道路交通系统的研究[D];长安大学;2009年
9 李巧茹;交通网络动态配流及其相关问题研究[D];天津大学;2006年
10 赵静;基于高斯过程的动态系统研究[D];华东师范大学;2016年
中国硕士学位论文全文数据库 前10条
1 孙志宏;基于元胞机和概率模型的港口水域交通流预测[D];集美大学;2020年
2 田珠;大规模路网实时交通流预测模型及应用研究[D];大连理工大学;2008年
3 鲍立;基于交通流预测的物流派送系统设计和实现[D];湖南大学;2019年
4 李文婧;面向多时段控制的长时交通流预测及分割点优化方法[D];浙江大学;2019年
5 王硕;基于特性分析的短时交通流预测方法研究[D];北京交通大学;2019年
6 薛亚鑫;基于LSTM深度神经网络的短期交通流预测[D];北京交通大学;2019年
7 赵蕾;基于卷积神经网络的快速路交通流预测研究[D];北京交通大学;2019年
8 林锦香;基于深度学习的交通流预测[D];华南理工大学;2019年
9 陈健;高速路网交通流预测分析方法的研究与实现[D];电子科技大学;2019年
10 李德志;基于改进IndRNN的高速公路交通流预测算法研究[D];南京邮电大学;2019年
中国重要报纸全文数据库 前3条
1 本报记者 钮怿;“金蛋”是怎样孵出来的[N];文汇报;2008年
2 ;期盼港口水域治安统一管理[N];中国交通报;2002年
3 记者 庄则平;福建海事VTS监控基本覆盖沿海重要港口水域[N];中国交通报;2011年
中国知网广告投放
 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