收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于ANPR数据的城市路网动态OD预测方法研究

刘婧  
【摘要】:OD交通流量反映了路网中一段时间内从起点到终点的交通量分布情况。OD交通流量信息是进行合理、有效地交通规划、运营、管理与控制的前提与基础。其中,短期(预测)的OD流量是制定精准、有效的动态交通管理与控制措施的重要数据基础。动态OD流量预测关注OD矩阵在时间序列上的变化趋势,对该趋势的掌握是实现交通管理和信息系统实时性的必要条件。基于对交通流量信息时序随机性或混沌性的不同界定,文献中提出的OD流量预测方法主要包括参数模型预测和非参数模型预测。这两类方法分别关注OD流量数据的周期性变化和短期波动情况,在预测精度和效率上各有侧重。参数模型预测绝大多数是基于状态空间(state-space)相关模型构建的预测方法,而非参数模型往往使用一系列模式识别和机器学习方法实现短期预测。本文首先分析了路网OD矩阵的高维度特性,提出了基于主成分分析(PCA)的数据降维方法,得出5个主成分可以表征原始OD数据83%以上的特性;然后,基于降维后的主成分数据,利用多项式拟合模型得到结构模式和偏差,建立递推状态空间模型,并利用卡尔曼滤波技术构建(参数型)预测模型(模型1);此外,论文提出了3种基于K-最邻近分类(非参数)预测算法(K-Nearest Neighbor):第一种(模型2)基于KNN的预测方法直接利用主成分数据,以相邻时间段的主成分得分之差作为模式趋势构建状态模式集和标签集;第二和第三种(模型3和4)基于KNN的方法则对状态模式集和标签集数据进行多项式拟合,得到结构模型集和残差集,而后两种方法之间的差异是对残差集的处理不同。第二种方法直接假设残差是高斯白噪声,后一时段的残差方差与前一时段的相同,第三种方法则对残差的方差再次应用KNN方法进行预测。最后,利用长沙市交叉口的视频摄像头采集的交通流量信息,对本文提出的四个模型的有效性进行验证,结果显示在不同的需求状况下,本文提出的模型能够做出合理的预测。同时,预测精度高度依赖于可用OD数据的质量:卡尔曼滤波器模型对于规则和周期性OD模式表现更好;而对于不规则OD矩阵,K-NN模型可以进行更准确的预测。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 张洪军;;主成分分析方法求解主成分方法的改进[J];学术问题研究;2016年01期
2 邬伟杰;;基于主成分分析和聚类分析的股市板块流动性分析[J];经济研究导刊;2018年04期
3 王梦华;;基于主成分分析的中国各省市就业状况研究[J];市场周刊;2018年06期
4 孙丽男;张璇;张静;刘德华;;基于多元统计分析的出租车资源配置模型研究[J];数学学习与研究;2017年13期
5 刘令;刘钦鹏;孙妍;李冲;邵研;张旭;;浅谈开放式小区对道路通行之影响[J];吉林建筑大学学报;2017年05期
6 范英兵;田玉萍;孙丽娜;;基于主成分分析的新建应用型本科高校课堂教学质量的影响因素评价[J];同行;2016年08期
7 吴晓云;张晓东;;当前新疆巴州地区失业率的影响因素分析及对策研究[J];科学中国人;2017年15期
8 白伟华;;浅谈主成分分析[J];数码世界;2017年07期
9 马士国;余桐奎;王志伟;;改进的主成分分析方法[J];舰船科学技术;2012年10期
10 陈俊意;吴海峰;朱照静;徐莉;谭丽;孙双凌;张静文;张包勇;彭坤;邓步华;;某医学高等专科学校教师成就感的主成分分析[J];中国卫生统计;2011年04期
11 王丽华;秦婵婵;徐洪波;;基于完全二维对称主成分分析的人脸识别[J];计算机工程;2010年12期
12 张涛;程志友;梁栋;王年;夏杰;;非线性主成分分析在电能质量综合评估中的应用[J];电测与仪表;2008年06期
13 史伟波;;主成分分析与因子分析在实践应用中的辨析[J];统计与咨询;2007年04期
14 张文霖;;主成分分析在SPSS中的操作应用[J];市场研究;2005年12期
15 王建稳,石宗亮;上市公司财务比率指标的非线性主成分分析[J];数理统计与管理;2004年02期
16 戴丽娜,李静;主成分分析方法在我国上市公司绩效评价中的应用[J];内江科技;2004年06期
17 苏时光;非线性主成分分析方法在多指标评价中的应用[J];统计与决策;2003年06期
18 吴海建;主成分分析的基本思想及应用实例[J];河南省情与统计;2003年04期
19 童其慧;主成分分析方法在指标综合评价中的应用[J];北京理工大学学报(社会科学版);2002年01期
中国重要会议论文全文数据库 前10条
1 张哲;李筠;王怀清;王朔中;;主成分分析在多维股票数据处理中的应用[A];第七届青年学术会议论文集[C];2005年
2 薛风平;;基于主成分分析的中国产业自主创新能力测评[A];科学发展观:理论·模式·实践——山东省社会科学界2006年学术年会文集(4)[C];2006年
3 李娴;白云鹏;王玲;;主成分分析与聚类分析复合模型在地下水质量评价的应用[A];环境变化与水安全——第五届中国水论坛论文集[C];2007年
4 杨蒙;赵宇雯;臧鑫宇;陈天;;基于主成分分析的商业街道活力空间影响因素研究——以天津小白楼片区为例[A];共享与品质——2018中国城市规划年会论文集(07城市设计)[C];2018年
5 阎辉;张学工;李衍达;;一种新的主成分分析方法[A];2000年中国地球物理学会年刊——中国地球物理学会第十六届年会论文集[C];2000年
6 陈明慧;;山东省各区市综合发展水平的主成分分析[A];浙江省地理学会2018年学术年会暨“城市国际化研究”高峰论坛论文摘要集[C];2018年
7 吴晓辉;孟庆义;廖日红;赵立新;胡秀琳;许志兰;;基于主成分分析的潮白河(顺义段)水质评价[A];北京水问题研究与实践(2011年)[C];2012年
8 李少旦;李延志;;刺五加中微量元素的主成分分析[A];2008年《药物分析杂志》第三届普析通用杯论文集[C];2008年
9 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年
10 赖俊峰;彭秀云;;用多元统计对学生知识结构的分析[A];全国高师会数学教育研究会2006年学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 王前前;鲁棒主成分分析关键技术研究及应用[D];西安电子科技大学;2019年
2 仪双燕;基于稀疏和低秩约束的主成分分析方法研究[D];哈尔滨工业大学;2017年
3 洪斌;稀疏和低秩学习若干问题研究[D];浙江大学;2018年
4 苏时光;谱主成分分析及其在多指标评价体系中的应用[D];中国农业大学;2004年
5 汪东;基于支持向量机的选时和选股研究[D];上海交通大学;2007年
6 李建新;学习型组织的组织结构设计及组织学习能力测评研究[D];天津大学;2010年
7 田雨;久效磷对秀丽隐杆线虫(Caenorhabditis elegans)多种毒性效应的当量评价[D];中国海洋大学;2011年
8 孙璐;黑龙江省村镇银行可持续发展研究[D];东北农业大学;2012年
9 余怒涛;公司治理和盈余质量的关系研究[D];西南交通大学;2009年
10 周双喜;面向提升高校创新力的教师绩效考核研究[D];南京理工大学;2015年
中国硕士学位论文全文数据库 前10条
1 Zhe Zhang;[D];华中师范大学;2019年
2 谢天;不同改性方法对挤压重组米原料品质影响及加工工艺参数的研究[D];吉林农业大学;2019年
3 邢琳;FT-NIR光谱结合化学计量学对人参无损检测技术的研究[D];吉林农业大学;2019年
4 徐方舟;全运会对举办地经济社会发展影响的实证分析[D];山东大学;2019年
5 潘鹏;图像处理中的鲁棒主成分分析模型改进及算法研究[D];山东科技大学;2018年
6 杨波;高校学生的微博情感分析[D];北京工业大学;2019年
7 刘婧;基于ANPR数据的城市路网动态OD预测方法研究[D];西南交通大学;2019年
8 柯思瑶;主成分分析在各向异性量子霍尔态的研究中的应用[D];浙江大学;2019年
9 刘清贤;区间型符号数据主成分分析及有效性研究[D];西安科技大学;2019年
10 杜振华;植物可见光与近红外反射光谱测量与分析[D];云南师范大学;2019年
中国重要报纸全文数据库 前5条
1 叶东云;统计主成分分析的应用问题[N];延安日报;2009年
2 中国证券报;中国新三板公司金牛奖评选方案[N];中国证券报;2017年
3 苏薇薇 吴忠 梁仁;计算机模式分类技术(下)[N];中国医药报;2001年
4 中国社会科学院研究生院 陈祥义;独董:“花瓶”还是“锤子”[N];证券日报;2019年
5 本报记者 董城 张景华 整理;以改革创新精神推进社会治理[N];光明日报;2015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