收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于交通数据融合技术的行程时间预测模型

刘春华  
【摘要】:在交通运营与管理中,高效的出行信息与路径诱导系统将发挥越来越重要的作用。行程时间作为其中的关键参数,能够为交通状态估计和城市路网拥堵情况的发布提供数据参考。同时,行程时间是衡量路段通行效率和延误的重要依据,是反映路段交通状态的直接指标,在智能交通系统中有着广泛应用。 目前,行程时间的预测研究大都局限于单一交通数据源。单一的交通数据容易受采集仪器的精度、采集方法、样本量、人为操作等因素的影响;而多源交通数据的融合,可以弥补单源数据的诸多不足,提高行程时间预测的精度。本文提出利用GPS浮动车数据与微波检测器交通数据进行融合,建立行程时间预测的数据融合模型。 本文采用小波神经网络建立数据融合模型。同BP神经网络相比,小波神经网络具有更强的信息提取、非线性逼近和容错能力,但它存在初始参数选取的随机性、易形成局部极小值而得不到整体最优值等问题。遗传算法可以用来优化小波神经网络的初始网络参数,弥补小波神经网络自身的不足。优化后的小波神经网络用于数据融合可以提高模型的收敛速度与泛化能力。 本文选取广东清远北江新区广清大道的交通数据进行了行程时间预测。结果显示,GPS出租车得到的行程时间与视频观测值相比偏低,误差超过了目标阈值15%的范围。原因在于出租车频繁超车,车速高于路段车流。而微波检测器得到的行程时间大于视频观测值,误差超过了15%的范围。主要原因在于实验路段大客车、大货车较多,遮挡了车流中部分小汽车,造成小汽车数据的漏检。而融合后的行程时间与视频观测数据吻合良好,误差在8%以内,满足目标阈值15%的要求。相比GPS出租车数据或微波检测器数据,融合后的行程时间在准确度和稳定性方面都有了很大的提高。 把训练后的数据融合模型应用于广东清远市北江新区一个小型路网。与仿真输出的行程时间进行比较。结果显示,仿真输出及预测输出的误差均在目标阈值15%范围内,表明仿真模型及数据融合模型都是有效可靠的。但在同等实验条件下,数据融合模型的行程时间预测精度优于仿真软件输出。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 白凡义;世界银行贷款项目“卫津路拓宽工程”的经济效益计算[J];城市道桥与防洪;1999年01期
2 杨少辉;王殿海;王英平;董斌;;最小二乘拟合法确定行程时间[J];公路交通科技;2006年09期
3 姚丽亚;关宏志;魏连雨;孙立山;;基于实时交通信息的行程时间估算及路径选择分析[J];公路交通科技;2006年11期
4 祁宏生;王殿海;;动态输入下路段行程时间研究[J];公路交通科技;2009年11期
5 孙强;;动态可变车道优化算法研究[J];公路;2009年08期
6 朱军功;;突发事件下城市快速路网分流模型研究[J];山西建筑;2009年33期
7 鲁丛林,蔡宁;Braess's Paradox的博弈论分析[J];长沙交通学院学报;2003年03期
8 熊志华,邵春福;路网可靠性研究的回顾与展望[J];交通运输系统工程与信息;2003年02期
9 温惠英;徐建闽;傅惠;;基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J];华南理工大学学报(自然科学版);2006年09期
10 刘杨;郑黎黎;常云涛;;城市道路应急车辆路段行程时间计算模型[J];交通与计算机;2008年05期
11 朱彦;曹彦荣;杜道生;;城市快速路行程时间的统计分析与预测[J];交通运输工程与信息学报;2009年01期
12 刘浩;张可;汉克·范少伦;;行程时间噪声数据处理技术研究[J];交通运输系统工程与信息;2009年04期
13 姜桂艳;常安德;张玮;唐永勇;;基于GPS浮动车的自然路段行程时间估计方法[J];公路;2009年11期
14 张宇,姜双林;动态路段行程时间函数与BPR函数的比较研究[J];黑龙江交通科技;2002年07期
15 杨晓光,张汝华,储浩,伍速峰;基于高速公路收费系统的交通信息采集与处理基本问题研究[J];系统工程;2004年11期
16 朱伟刚;李宁;;基于GPS数据的行程时间及交叉口延误估计模型[J];沈阳建筑大学学报(自然科学版);2011年01期
17 杨志宏,杨兆升,于德新,陈林;基于马尔可夫排队模型的行程时间预测方法[J];吉林大学学报(工学版);2004年04期
18 周文霞;徐建闽;刘正东;;基于卡尔曼滤波算法的公交车辆行程时间预测[J];交通标准化;2007年Z1期
19 承向军;郭伟平;;基于行程时间和路口延误的网络VMS选址算法[J];交通与计算机;2008年02期
20 李清富;周强喜;郭继先;;地方道路网行程时间可靠度的计算[J];河南科学;2009年02期
中国重要会议论文全文数据库 前10条
1 张宇;裴玉龙;;动态路段行程时间函数的确定及其与BPR函数的比较研究[A];第七次城市道路与交通工程学术会议论文集[C];2002年
2 刘杨;沈海州;彭国雄;;基于神经网络的消防车辆行程时间计算模型[A];第一届中国智能交通年会论文集[C];2005年
3 徐建闽;邹亮;;浮动车与感应线圈检测技术融合模型[A];第二十四届中国控制会议论文集(下册)[C];2005年
4 张存保;杨晓光;;基于浮动车的道路交通信息采集系统研究[A];第二届中国智能交通年会论文集[C];2006年
5 宁博;余春暄;;智能交通诱导信息系统的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
6 侯佳;周广;杜小川;过秀成;;城市主干道接入口左转交通组织仿真研究[A];2008第四届中国智能交通年会论文集[C];2008年
7 徐鹏;丁坚;王慧敏;侯磊;;交叉口影响下的物流配送最优路径费用模型[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
8 周商吾;李贵林;;上海市快速高架道路网交通效益评析[A];中国土木工程学会市政工程分会1999年学术交流会论文集[C];1999年
9 白凡义;;世界银行贷款项目“卫津路拓宽工程”的经济效益计算[A];天津市市政(公路)工程研究院院庆五十五周年论文选集(1950~2005)下册[C];2005年
10 陈峻;周智勇;;不对等信息显示的城市停车预调度方法研究[A];第一届中国智能交通年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 李继伟;城市主次干路的路段行程时间估计与预测方法研究[D];吉林大学;2012年
2 任其亮;时空路网交通拥堵预测与疏导决策方法研究[D];西南交通大学;2007年
3 张良智;城市区域交通控制技术研究[D];山东大学;2013年
4 宋淑敏;非常态下异常道路交通状态信息获取技术研究[D];吉林大学;2012年
5 熊志华;道路网行程时间可靠性基础理论与方法研究[D];北京交通大学;2006年
6 李俊卫;快速路动态OD矩阵估计研究[D];北京交通大学;2009年
7 白润才;露天矿卡车实时调度优化决策系统及应用效果预测研究[D];辽宁工程技术大学;2005年
8 卢守峰;基于元胞自动机的交通信号控制与路径诱导的协同研究[D];吉林大学;2006年
9 计会凤;基于浮动车GPS数据的动态交通预测与诱导模型研究[D];辽宁工程技术大学;2009年
10 王晓飞;灾变条件下通道路网运营安全管理及应急处置研究[D];同济大学;2008年
中国硕士学位论文全文数据库 前10条
1 刘春华;基于交通数据融合技术的行程时间预测模型[D];湖南大学;2013年
2 杨文轩;基于遗传算法的路径诱导系统的研究与设计[D];华中科技大学;2007年
3 吴方国;采用低频采样浮动车数据的城市路段行程时间估计与预测[D];浙江工业大学;2010年
4 徐桂鑫;基于数据融合的路段行程时间估计[D];山东大学;2012年
5 刘克;高速公路的路段行程时间估计与预测方法研究[D];北京交通大学;2013年
6 武小云;基于GPS浮动车的城市交通路段行程时间实时估算方法研究[D];华南理工大学;2010年
7 刘伟;基于蚁群算法的动态路径诱导研究[D];西南交通大学;2008年
8 武勇;基于时间分布的公交行程时间预测模型的研究[D];山东大学;2012年
9 于洋;面向乘客的公交车辆运行信息采集与发布方法研究[D];哈尔滨工业大学;2006年
10 常安德;基于GPS浮动车的路段行程时间采集方法研究[D];吉林大学;2009年
中国重要报纸全文数据库 前10条
1 记者  杨颖;投资54亿 丹海高速公路今年开工[N];鞍山日报 ;2006年
2 ;城市拟收取“交通拥挤费”,能否治理交通堵塞?[N];工人日报;2005年
3 魏英杰;交通拥挤费是否一收就灵[N];中国改革报;2007年
4 早报评论专栏作者 魏英杰;“交通拥挤费”是否一收就灵[N];东方早报;2007年
5 本报记者 周觅;交通拥挤:上班就像是“出差”[N];民营经济报;2007年
6 陈洁娜林胤 任文 袁丁 欧阳少伟 林海东 穗环宣;广州收取交通拥挤费暂不可行[N];南方日报;2007年
7 本报记者 刘玉荣;尽快解决岩城交通拥堵问题[N];闽西日报;2010年
8 本报通讯员 李建军 严景平 本报记者 苏必庆;堵车之痛,如何破解?[N];广西日报;2011年
9 王轶亮;钱七虎:缓解交通拥挤应将目光转向“地下”[N];人民政协报;2004年
10 徐枫;收费会造成新的不公平[N];金华日报;2006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