本文選題：城市交通 + 信息顆粒�。� 參考：《交通運輸系統(tǒng)工程與信息》2015年06期

【摘要】：交通流參數(shù)預(yù)測是交通流誘導(dǎo)和交通信息發(fā)布的重要依據(jù).以信息顆粒為基礎(chǔ)數(shù)據(jù)分析單元,針對以往模糊時間序列模型存在的缺陷,提出一種新方法構(gòu)建模糊時間序列模型,該方法在挖掘數(shù)據(jù)內(nèi)在信息關(guān)聯(lián)的基礎(chǔ)上,考慮時間變量影響下分析動態(tài)可變的區(qū)域間隔長度.此方法主要特點是基于Gath-Geva模糊聚類的時間序列分割,利用模糊分割構(gòu)造信息顆粒,以信息顆粒為數(shù)據(jù)單元,通過粒計算分析交通流參數(shù)動態(tài)變化趨勢.實驗結(jié)果表明,基于粒計算的交通流參數(shù)預(yù)測可以預(yù)測合理的交通流參數(shù)置信區(qū)間,比傳統(tǒng)的參數(shù)數(shù)值預(yù)測可靠度更高,對于交通狀態(tài)的動態(tài)分析具有指導(dǎo)意義.
[Abstract]:Traffic flow parameter prediction is an important basis for traffic flow guidance and traffic information release. This paper presents a new method to construct the fuzzy time series model, which is based on the information particle as the basic data analysis unit, aiming at the defects of the previous fuzzy time series model. The method is based on mining the internal information association of the data. Considering the influence of time variable, the dynamic variable region interval length is analyzed. The main feature of this method is the time series segmentation based on Gath-Geva fuzzy clustering. The information particle is constructed by fuzzy segmentation. The information particle is taken as the data unit and the dynamic change trend of traffic flow parameters is analyzed by particle calculation. The experimental results show that the prediction of traffic flow parameters based on granular computing can predict reasonable confidence interval of traffic flow parameters, which is more reliable than the traditional numerical prediction of traffic flow parameters, and has guiding significance for the dynamic analysis of traffic state.
【作者單位】： 四川省交通運輸廳公路規(guī)劃勘察設(shè)計研究院;西南交通大學(xué)交通運輸與物流學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(51308475) 四川省科技支撐計劃資助項目(2011FZ0050)
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳峰;賈元華;敖谷昌;李健;;結(jié)合部路網(wǎng)交通流參數(shù)關(guān)聯(lián)度分析方法研究[J];物流技術(shù);2012年03期

2 劉吉奇;;尖點突變理論在交通流參數(shù)關(guān)系模型中的應(yīng)用[J];山西建筑;2007年03期

3 秦鐘;徐建閩;劉利頻;史勝利;;基于視頻角點信息特征的交通流參數(shù)測算方法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2006年09期

4 鮑占闊;楊玉珍;陳陽舟;;基于計算機(jī)視頻的交通流參數(shù)檢測[J];交通與計算機(jī);2006年03期

5 汪成亮;張晨;;面向車聯(lián)網(wǎng)的交通流參數(shù)檢測[J];計算機(jī)工程與應(yīng)用;2012年23期

6 朱礦軍;張海珍;曲孝利;;一種基于視頻虛擬檢測線的交通流參數(shù)檢測方法[J];城市交通;2006年03期

7 熊烈強(qiáng);劉海岷;;混合交通流參數(shù)之間關(guān)系模型標(biāo)定[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2008年03期

8 董春嬌;邵春福;諸葛承祥;李慧軒;;基于實測數(shù)據(jù)的快速路交通流參數(shù)模型[J];交通運輸系統(tǒng)工程與信息;2013年03期

9 熊烈強(qiáng),李杰,嚴(yán)新平,陳明昭;適應(yīng)ITS的交通流參數(shù)之間的關(guān)系[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2004年02期

10 陳德旺;關(guān)積珍;朱雪良;;基于占有率的交通流參數(shù)模型研究[J];交通運輸系統(tǒng)工程與信息;2006年05期

相關(guān)會議論文 前1條

1 衣謝博聞;韓印;;基于移動終端定位技術(shù)的交通流參數(shù)提取研究[A];構(gòu)建生態(tài)人文交通 促進(jìn)經(jīng)濟(jì)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

相關(guān)博士學(xué)位論文 前1條

1 吳忠宜;基于CCTV快視圖的實時交通流參數(shù)檢測研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王文華;基于視頻跟蹤技術(shù)的交通流參數(shù)統(tǒng)計方法研究[D];長安大學(xué);2015年

2 白曉林;基于磁阻傳感器的交通流參數(shù)采集與應(yīng)用研究[D];長安大學(xué);2015年

3 楊亞鵬;基于多傳感信息的交通流參數(shù)檢測設(shè)備研究[D];哈爾濱工業(yè)大學(xué);2015年

4 楊曉鵬;基于視頻的交通流參數(shù)檢測系統(tǒng)研究[D];長安大學(xué);2008年

5 劉震;基于超聲的高速公路交通流參數(shù)獲取研究[D];南京理工大學(xué);2006年

6 孫琪;基于高分辨率衛(wèi)星影像的交通流參數(shù)提取研究[D];北京交通大學(xué);2010年

7 李鵬;基于視頻的交通流參數(shù)檢測系統(tǒng)研究[D];西安電子科技大學(xué);2011年

8 李坤倫;視頻交通流參數(shù)檢測算法研究[D];長安大學(xué);2009年

9 安澤萍;基于攝像機(jī)標(biāo)定的交通流參數(shù)檢測研究[D];長安大學(xué);2010年

10 何最紅;基于視頻的交通流參數(shù)檢測方法研究[D];廣東工業(yè)大學(xué);2006年

，

本文編號：1788949