【摘要】： 交通工具的普及使得人們的出行日益方便,同時交通擁擠、交通事故所造成的環(huán)境污染和經(jīng)濟損失成為全球關注的熱點問題。本文針對這一問題展開研究,致力于利用先進的技術和方法對城市道路交通狀況進行預測,通過對現(xiàn)有交通預測模型的比較發(fā)現(xiàn),短時交通狀態(tài)預測模型普遍存在模型預測效率與算法執(zhí)行效率的矛盾。因此本文結合網(wǎng)絡資源現(xiàn)狀,提出了一種利用網(wǎng)絡空閑資源進行城市路網(wǎng)交通狀態(tài)短時預測的改進的非參數(shù)回歸預測模型。 本文通過對一般非參數(shù)回歸模型的深入研究,針對短時交通狀態(tài)預測的特點,對非參數(shù)回歸模型進行改進,定義了描述城市路網(wǎng)交通狀態(tài)的向量結構,并以層次化對象的格式存入到歷史樣本數(shù)據(jù)庫中,利用交通狀態(tài)的周期可重現(xiàn)特性降低歷史數(shù)據(jù)庫規(guī)模,提高查詢效率。此外,本文從數(shù)據(jù)庫的存儲結構、聚類方法、交通狀態(tài)向量的距離、KNN ( K Nearest Neighbor )搜索算法和預測函數(shù)與誤差反饋等多個方面對非參數(shù)回歸預測模型進行改進,從而提高預測結果的準確度。 為了提高改進的非參數(shù)回歸算法的計算效率,滿足短時交通狀態(tài)預測的要求,本文構建了基于最小遷移代價的多級自治域網(wǎng)格管理模型,并針對此模型提出了資源計算能力指數(shù)任務分配模型和最小遷移代價作業(yè)調度模型,以及基于同步數(shù)據(jù)緩存的Web數(shù)據(jù)發(fā)布平臺。經(jīng)過模擬測試,改進的非參數(shù)回歸模型和網(wǎng)格信息平臺能夠從預測精度和算法執(zhí)行時間上有效的滿足短時交通狀態(tài)預測的需求。
【學位授予單位】：吉林大學
【學位級別】：博士
【學位授予年份】：2010
【分類號】：F224;F50
【圖文】：

通過變 k 近鄰搜索進行短時交通流預測，預測精度可以達到 80% 以上，交通流量預測結果與實際數(shù)據(jù)的對比結果如圖 4.9 所示。圖4.9 預測結果與實際數(shù)據(jù)的對照Fig.4.9 Forecasting Results Contrast with the Actual Data通過基于搜索半徑 R 的變 k 近鄰搜索，非參數(shù)回歸模型的預測精度能夠達到短時交通狀態(tài)預測要求。4.6 小結起源于混沌理論的非參數(shù)回歸模型具有良好的預測精度，特別適合于具有非線性和不確定性的短時交通狀態(tài)的預測。本章針對短時交通狀態(tài)預測的特點，結合非參數(shù)回歸方法的基本原理，從細節(jié)出發(fā)，針對非參數(shù)回歸方法的各主要步驟進行改進，對交通狀態(tài)樣本庫進行浮動 k-中心聚類，并采用嵌套表進行優(yōu)化；提出55

城市路網(wǎng)短時交通狀態(tài)預測是交通控制系統(tǒng)和交通誘導系統(tǒng)的前提和基礎，國內外的專家學者對于城市路網(wǎng)短時交通狀態(tài)預測方法和預測模型的研究一有間斷過。然而預測精度和預測效率之間的矛盾，始終是此類模型的瓶頸所在文針對城市路網(wǎng)短時交通狀態(tài)預測的具體應用，證明了改進的非參數(shù)回歸短通狀態(tài)預測模型具有較高的預測精度，同時提出了提高變 k 近鄰向量搜索的的 MHSGD 網(wǎng)格平臺。本章將針對具體的實驗環(huán)境，討論利用該平臺解決大規(guī)網(wǎng)短時交通狀態(tài)預測的時效性問題。.1 實驗平臺的搭建為了解決改進的非參數(shù)回歸預測模型的變 k 近鄰向量搜索算法的效率問題文構建了 MHSGD 網(wǎng)格模擬環(huán)境，如圖 6.1 所示。

【相似文獻】

相關期刊論文 前10條

1 趙春輝;田錚;陳占壽;;非參數(shù)模型均值函數(shù)結構變點的Bootstrap檢測[J];數(shù)理統(tǒng)計與管理;2011年04期

2 朱景瑜;陳燁;;基于關鍵路徑的動態(tài)交通信息研究[J];黑龍江科技信息;2011年23期

3 劉薇;常振海;;異方差半?yún)?shù)回歸模型小波估計的漸近正態(tài)性[J];天水師范學院學報;2011年02期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關會議論文 前10條

1 古佳;;非參數(shù)回歸模型的研究與應用[A];第十二屆中國青年信息與管理學者大會論文集[C];2010年

2 葉阿忠;;我國通貨膨脹的核估計和k-近鄰估計[A];計算機模擬與信息技術會議論文集[C];2001年

3 莊斌;楊曉光;吳志周;;動態(tài)路網(wǎng)交通狀態(tài)估計理論及其在ATMS中的應用[A];第一屆中國智能交通年會論文集[C];2005年

4 段青;趙建國;丁青艷;潘景山;;城市道路交通狀態(tài)判別方法探討[A];2007第三屆中國智能交通年會論文集[C];2007年

5 儲浩;楊曉光;吳志周;伍速鋒;;交通移動采集技術及其適用性分析[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（上冊）[C];2005年

6 蘇岳龍;許聞達;程思瀚;姚丹亞;張毅;;混合交通狀態(tài)下交叉口通行能力分析[A];2008第四屆中國智能交通年會論文集[C];2008年

7 徐進學;于雙和;徐麗君;;高速路入口匝道的模糊神經(jīng)網(wǎng)絡自適應協(xié)調控制[A];2009年中國智能自動化會議論文集（第五分冊）[東南大學學報（增刊）][C];2009年

8 湯志康;談蔚欣;王偉智;;多分類器融合的交通狀態(tài)預測[A];2006中國控制與決策學術年會論文集[C];2006年

9 杜豫川;周小鵬;郝媛;孫立軍;;基于實時檢測數(shù)據(jù)的交通擁擠檢測算法研究[A];第二屆中國智能交通年會論文集[C];2006年

10 段進宇;鄒慶;;北京市的交通規(guī)劃環(huán)境影響評價研究構想[A];規(guī)劃50年——2006中國城市規(guī)劃年會論文集（上冊）[C];2006年

相關重要報紙文章 前10條

1 清華大學交通研究所所長 陸化普 本報見習記者 郭晶 整理;城市結構對交通狀態(tài)的影響很大[N];中國汽車報;2005年

2 記者 李松　黃潔 實習生 宋方舟;“不挪車致堵”罰單開出4176筆[N];法制日報;2010年

3 記者 王永群;安徽智能交通項目有望全國推行[N];中國經(jīng)濟時報;2010年

4 國家智能交通系統(tǒng)工程技術研究中心王笑京;智能交通系統(tǒng)能為我們做什么[N];科技日報;2002年

5 陳嘉;全面治理交通“老大難”問題[N];人民公安報·交通安全周刊;2006年

6 馬利民;地震來襲 成都市民情緒基本穩(wěn)定[N];法制日報;2008年

7 王薇薇;道路交通尋求實現(xiàn)持續(xù)發(fā)展[N];經(jīng)濟日報;2007年

8 馬鋼;人是交通安全的決定因素[N];延安日報;2007年

9 南方周末記者 夏榆邋實習生 陳星 陳倩兒;孫靜：別把我的冷靜叫勇敢[N];南方周末;2008年

10 記者　楊進 通訊員　盧紹琨 朱學權;內環(huán)路將全線閉路電視監(jiān)控[N];廣州日報;2006年

相關博士學位論文 前10條

1 王新穎;基于網(wǎng)格的短時交通狀態(tài)預測研究[D];吉林大學;2010年

2 宋淑敏;非常態(tài)下異常道路交通狀態(tài)信息獲取技術研究[D];吉林大學;2012年

3 畢松;交通狀態(tài)視覺識別方法研究[D];北京郵電大學;2012年

4 李啟朗;路口瓶頸處交通狀態(tài)的相圖及元胞自動機模型研究[D];中國科學技術大學;2012年

5 李周平;經(jīng)驗似然方法的若干應用[D];蘭州大學;2010年

6 杜長海;計算智能及其在城市交通誘導系統(tǒng)中的應用研究[D];重慶大學;2009年

7 戢曉峰;基于交通信息提取的區(qū)域路網(wǎng)擁擠管理方法[D];西南交通大學;2009年

8 戴紅;基于模糊理論的交通信息處理技術研究[D];吉林大學;2007年

9 翁劍成;面向車載導航應用的短時交通預測關鍵技術研究[D];北京工業(yè)大學;2007年

10 管青;區(qū)域交通信號控制與交通誘導協(xié)同理論與關鍵技術研究[D];吉林大學;2009年

相關碩士學位論文 前10條

1 章渺;高速公路基本路段實時交通狀態(tài)識別方法[D];長安大學;2011年

2 張云霞;兩種數(shù)據(jù)的非參數(shù)回歸及其漸近性質[D];燕山大學;2012年

3 孟娟;非常態(tài)事件下道路交通狀態(tài)評價指標體系研究[D];吉林大學;2012年

4 趙晟琪;基于交通狀態(tài)時空模型的區(qū)域路網(wǎng)性能分析方法研究[D];吉林大學;2010年

5 吳建偉;基于地圖匹配的城市干道交通狀態(tài)實時判別方法研究[D];華南理工大學;2011年

6 岳耀勝;基于視頻的飽和交通狀態(tài)下單路口信號控制方法研究[D];北方工業(yè)大學;2012年

7 龍杏芬;非參數(shù)回歸模型的Bayes估計方法及其應用研究[D];西安理工大學;2010年

8 季韜;函數(shù)型非參數(shù)回歸模型異方差檢驗[D];合肥工業(yè)大學;2010年

9 姜東;基于GPS數(shù)據(jù)的道路交通狀態(tài)判別方法研究[D];長安大學;2011年

10 任淑云;基于粒子濾波算法的交通狀態(tài)估計研究[D];北京交通大學;2010年

本文編號：2718963