本文選題：交通事件　切入點：混沌預(yù)測　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：高速公路在交通運輸行業(yè)具有重要作用,也帶動了經(jīng)濟的繁榮發(fā)展,然而交通事件發(fā)生的頻率越來越高,不僅在經(jīng)濟方面會有很大損失,寶貴的時間也會因交通事件的影響而流失。與其他國家相比較,我國的高速公路交通安全形勢不容樂觀。高速公路限定的車速較高,當(dāng)發(fā)生交通事件且車輛未能及時移至應(yīng)急車道時,正常的交通流將會紊亂,亦會產(chǎn)生更大的安全隱患。因此,有必要對交通事件所造成的交通擁堵排隊趨勢進(jìn)行分析,以便及時向社會發(fā)布交通信息,進(jìn)而能夠提高運行效率和應(yīng)急處置能力。首先,本文對高速公路上的交通事件類型進(jìn)行歸類分析,可作為交通事件仿真設(shè)計的參考依據(jù)。在發(fā)生交通事件時,車輛的行駛車速發(fā)生突變,并逐漸向交通事件所在位置的上游傳播,即產(chǎn)生交通波。通過分析交通波的產(chǎn)生及傳播機理,能夠獲得以交通波為基礎(chǔ)的交通事件影響范圍。進(jìn)而通過微觀仿真軟件vissim對高速公路交通事件進(jìn)行仿真,并設(shè)置合適的基本參數(shù),使仿真結(jié)果與實際交通事件情況下的交通流數(shù)據(jù)更接近。將仿真的交通事件進(jìn)行多次運行以提取基本的交通流信息,為交通流混沌特性的判定與交通事件時空影響范圍的估計奠定數(shù)據(jù)基礎(chǔ)。其次,介紹了混沌的基本概念和混沌運動的特性�；煦缣匦缘呐卸ǚ椒ǹ煞譃閮纱箢�,包括定性判定方法和定量判定方法,本文著重介紹定量判定方法�；煦缣匦耘卸ㄟ^程中,采用了C-C算法來確定時間序列的嵌入維數(shù)與延遲時間,關(guān)聯(lián)維數(shù)的確定選用G-P算法來計算。進(jìn)而分別對交通事件下的交通量、平均車速以及占有率時間序列的混沌特性進(jìn)行判定,并且對交通量、平均車速以及占有率時間序列之間的混沌相關(guān)性進(jìn)行分析,以判定交通流的混沌特性。再次,在確定交通量、平均車速以及占有率時間序列分別具有混沌特性的基礎(chǔ)上,對交通事件下的交通量、平均車速以及占有率時間序列分別進(jìn)行預(yù)測。通過對自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)混沌預(yù)測中的Takagi-Sugeno模型進(jìn)行分析,將交通流參數(shù)時間序列的一部分?jǐn)?shù)據(jù)做為輸入,進(jìn)行系統(tǒng)的學(xué)習(xí)訓(xùn)練,進(jìn)而能夠?qū)ο鄳?yīng)的交通流參數(shù)時間序列分別進(jìn)行預(yù)測。最后,依據(jù)交通量、平均車速以及占有率時間序列預(yù)測結(jié)果的精度來確定交通事件時空一體化影響模型的自變量的選取,根據(jù)所選定的自變量構(gòu)建時空一體化影響范圍估計模型,并將該模型的估計結(jié)果、交通波預(yù)測結(jié)果以及仿真事件所采集的排隊數(shù)據(jù)進(jìn)行了對比分析。本文利用vissim軟件仿真的方法,對高速公路交通事件進(jìn)行仿真,并采集交通流的基本參數(shù)時間序列。經(jīng)過混沌特性判定方法的計算,確定了交通事件狀況下的基本交通流參數(shù)均具有混沌特性,而且交通流亦存在混沌特性;進(jìn)而對具有混沌特性的交通流參數(shù)分別進(jìn)行時間序列的預(yù)測。以平均車速時間序列為基礎(chǔ)構(gòu)建了時空一體影響范圍估計模型,該模型對仿真事件的時間和空間影響范圍估計結(jié)果比單一判斷時間或空間的影響效果更好。
[Abstract]:The highway plays an important role in the transportation industry, also contributed to the prosperity and development of economy, but the traffic incident frequency is more and more high, not only in economic terms there will be a great loss of precious time lost due to the influence of traffic incidents. Compared with other countries, the highway traffic safety situation in China is not optimistic. Highway speed limit is higher, when the traffic incidents and the vehicle failed to move to the emergency lane, the normal traffic flow will be in disorder, will have a greater security risk. Therefore, it is necessary to analyze the traffic incident caused by the traffic congestion queuing trend, to timely release traffic information to the community, and then can to improve the operation efficiency and the ability of emergency disposal. First of all, the traffic incident on the highway to classify the type of analysis can be used as a traffic incident simulation design. Based on the test. In the event of traffic incident, the speed of vehicle mutation, and gradually to the traffic incident where the upstream propagation position, namely traffic wave. By analyzing the generation and propagation mechanism of traffic wave, can obtain the traffic incident with the traffic wave based scope. Then through the micro simulation software VISSIM to simulate freeway traffic incident, and set the basic parameters of the right, the traffic flow data of the simulation results and the actual incident conditions closer. Traffic incident simulation running times to extract traffic information basic, lays the foundation of data for estimation of traffic flow chaos judging and traffic incident time and space influence range. Secondly, the characteristics of the basic concepts of chaos and chaos. The determination method of chaotic characteristics can be divided into two categories, including qualitative and quantitative method to determine the prescription Method, this paper introduces the quantitative determination method. The chaotic characteristics of the decision process, C-C algorithm is used to determine the embedding dimension and delay time of time series, the correlation dimension of the chosen G-P algorithm to calculate. Then the traffic traffic incident, average speed and occupancy time series of chaotic characteristics are determined, and the traffic volume, average speed and share chaotic correlation between time series analysis to judging the chaotic characteristics of traffic flow. Thirdly, in determining the traffic volume, average speed and share based time series are chaotic, the traffic volume of traffic incident, average speed and occupancy time series respectively forecast. Through the analysis of fuzzy Takagi-Sugeno neural network prediction model of chaos in the adaptive part of the data traffic flow parameters of time series As input, the system training to the corresponding time sequence of traffic flow parameter is forecasted. Finally, according to the traffic volume, average speed and accuracy share time series prediction results to determine the traffic incident space-time effect of selecting the model variables, according to the selected independent variables to construct the space-time range of influence the estimated model, and the estimation results of the model, traffic wave forecasting results and data collected by the event queue simulation are analyzed. The method of using VISSIM simulation software, the simulation of freeway traffic incident, the basic parameters of time series and collecting traffic flow. After the calculation method to determine the chaotic characteristics, are chaotic the basic parameters of traffic incident flow conditions were determined, and the traffic flow also exists in the chaos; Prediction of traffic flow parameters of chaotic time series. To respectively the average speed of time series is constructed one space range estimation model, the model of the simulation event time and space range estimation results is better than the effect of a single judge in time or space.

【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒勝勇;;淺析道路交通事件應(yīng)急體系建設(shè)[J];交通標(biāo)準(zhǔn)化;2006年04期

2 陶智敏;;基于視頻的道路交通事件自動檢測技術(shù)[J];道路交通與安全;2007年03期

3 胡宏宇;李志慧;曲昭偉;王殿海;;基于上下文的交通事件表達(dá)與識別[J];吉林大學(xué)學(xué)報(工學(xué)版);2009年S2期

4 沙愛敏;王曉東;;高速公路交通事件的影響及對策綜述[J];揚州職業(yè)大學(xué)學(xué)報;2010年01期

5 周君;;西部公路交通事件預(yù)警系統(tǒng)研究[J];科技信息;2010年26期

6 賈巖;朱茵;;我國高速公路交通事件智能管理系統(tǒng)框架研究[J];公路;2010年10期

7 趙雁;王宏剛;;基于貝葉斯網(wǎng)絡(luò)理論的交通事件預(yù)測模型[J];電腦與信息技術(shù);2011年03期

8 譚國賢;;試論高速公路交通事件視頻車輛的檢測技術(shù)[J];黑龍江交通科技;2012年09期

9 姜桂艷,溫慧敏,楊兆升;高速公路交通事件自動檢測系統(tǒng)與算法設(shè)計[J];交通運輸工程學(xué)報;2001年01期

10 楊兆升,楊慶芳,馮金巧;基于模糊綜合推理的道路交通事件識別算法[J];公路交通科技;2003年04期

相關(guān)會議論文 前10條

1 關(guān)佩;鄒月嫻;陳維榮;時廣軼;楊華;王一言;;交通事件自動檢測算法研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 賈巖;;交通事件智能管理系統(tǒng)框架研究[A];構(gòu)建生態(tài)人文交通 促進(jìn)經(jīng)濟跨越發(fā)展——第十九屆海峽兩岸都市交通學(xué)術(shù)研討會論文選編[C];2011年

3 羅時春;路小波;李建明;;基于小波分析的交通事件自動檢測算法[A];2007第三屆中國智能交通年會論文集[C];2007年

4 王玉;段征宇;;偶發(fā)性交通事件對網(wǎng)絡(luò)交通狀態(tài)的影響分析[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

5 叢浩哲;郭強;吳曉峰;紀(jì)廷婷;;基于案例推理的交通事件應(yīng)急響應(yīng)預(yù)案推理研究[A];第七屆中國智能交通年會論文集[C];2012年

6 楊毅;;模糊聚類分析在交通事件自動檢測中的應(yīng)用[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

7 熊娟;吳萌;;基于支持向量機的事件自動檢測算法實證研究[A];第八屆中國智能交通年會論文集[C];2013年

8 叢浩哲;劉君;胡偉超;肖鵬飛;;高速公路網(wǎng)交通事件態(tài)勢評估系統(tǒng)的實現(xiàn)及應(yīng)用[A];第八屆中國智能交通年會論文集[C];2013年

9 李日涵;徐廣寧;徐建閩;;ITS中交通事件管理的流程與對策研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

10 黃丘林;魏峰;史小衛(wèi);;基于RFID的交通事件自動檢測技術(shù)初探[A];2007第三屆中國智能交通年會論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 賈曉燕;移動交通應(yīng)急指揮車通過衛(wèi)星處置突發(fā)交通事件[N];大眾科技報;2007年

相關(guān)博士學(xué)位論文 前4條

1 肖恢，

本文編號：1646335