【摘要】：隨著我國經(jīng)濟(jì)的飛速發(fā)展,交通需求也日益增加,隨之而來的交通事故也大幅提升,由突發(fā)事件引起的道路擁堵、環(huán)境污染和安全問題,已引起交通管理者和交通領(lǐng)域科研學(xué)者的廣泛關(guān)注。突發(fā)事件狀態(tài)下的交通流具有突變、偶發(fā)及非線性的特征,其內(nèi)部機(jī)理和功能之間的復(fù)雜性、關(guān)聯(lián)性尚未得到足夠的重視。實(shí)時(shí)準(zhǔn)確地對事發(fā)路段的交通流進(jìn)行快速預(yù)測不僅有助于提高道路交通管理水平,也有助于人們更合理的規(guī)劃自身的出行路徑和時(shí)間。當(dāng)前在交通流預(yù)測領(lǐng)域存在很多預(yù)測方法,例如基于時(shí)間序列數(shù)據(jù)的ARIMA預(yù)測法、基于空間狀態(tài)數(shù)據(jù)的卡爾曼濾波預(yù)測法和基于時(shí)空數(shù)據(jù)的支持向量機(jī)預(yù)測法,這些預(yù)測方法一方面,預(yù)測流程較復(fù)雜,且需要對模型的參數(shù)進(jìn)行多次設(shè)置。另一方面,在預(yù)測過程中都未考慮事件對交通流預(yù)測準(zhǔn)確度的影響。針對上述問題,本文從突發(fā)事件下道路交通流的時(shí)空特性入手,深入分析了事件狀態(tài)下各相鄰路段上檢測器交通流數(shù)據(jù)的時(shí)空相關(guān)性,提出了一種考慮事件因素的隨機(jī)森林預(yù)測法,最終通過實(shí)際數(shù)據(jù)驗(yàn)證了本方法的有效性。本文的研究成果概括如下：(1)提出了基于122報(bào)警信息的交通事件獲取方法,建立了北京市地名地址空間位置信息數(shù)據(jù)庫,在此基礎(chǔ)上通過“分層分塊”的地名數(shù)據(jù)組織方式,提取相應(yīng)層和相應(yīng)區(qū)域的地名作為地名詞典。同時(shí)以交通事件的空間位置信息為基礎(chǔ),將檢測器采集的交通流數(shù)據(jù)進(jìn)行標(biāo)識,從而知道每個數(shù)據(jù)的具體狀態(tài)。(2)以獲取的交通事件為基礎(chǔ),將采集的交通流數(shù)據(jù)劃分為：有事件時(shí)的交通流數(shù)據(jù)和無事件時(shí)的交通流數(shù)據(jù),通過對事件狀態(tài)下交通流速度變化規(guī)律的研究,發(fā)現(xiàn)突發(fā)事件狀態(tài)下相鄰檢測器的數(shù)據(jù)具有很強(qiáng)的時(shí)空相關(guān)性。(3)以交通流的時(shí)空相關(guān)性和獲取的交通事件為基礎(chǔ),考慮突發(fā)事件本身的因素,將分類后的數(shù)據(jù),分別用時(shí)間序列數(shù)據(jù)和空間狀態(tài)數(shù)據(jù)作為隨機(jī)森林、ARIMA和卡爾曼濾波算法的輸入,對突發(fā)事件下的交通流進(jìn)行預(yù)測。(4)為更好的提高預(yù)測精度,提出了一種數(shù)據(jù)時(shí)空融合的預(yù)測方法,該方法主要是借助最小二乘法將時(shí)間序列數(shù)據(jù)預(yù)測法和空間序列預(yù)測法獲得的預(yù)測結(jié)果進(jìn)行融合處理,最終獲得一組新的預(yù)測結(jié)果。同時(shí)引入三個誤差評價(jià)指標(biāo)：誤差百分比絕對值均值(MAP)、誤差絕對值均值(MA)和誤差平方均值(MS),對算法進(jìn)行評價(jià)。
[Abstract]:With the rapid development of our country's economy, the traffic demand is increasing day by day, and the traffic accidents have been greatly increased, resulting in road congestion, environmental pollution and safety problems caused by unexpected events. Traffic management and researchers in the field of transportation have attracted wide attention. The traffic flow in the emergency state has the characteristics of mutation, contingency and nonlinearity, the complexity of its internal mechanism and function, and the correlation has not been paid enough attention to. It is not only helpful to improve the level of road traffic management, but also help people to plan their own travel path and time more reasonably and accurately. At present, there are many forecasting methods in the field of traffic flow prediction, such as ARIMA forecasting method based on time series data, Kalman filter forecasting method based on spatial state data and support vector machine forecasting method based on space-time data. On the one hand, the forecasting process is complicated, and the parameters of the model need to be set several times. On the other hand, the influence of events on the accuracy of traffic flow prediction is not considered. In view of the above problems, this paper starts with the space-time characteristics of road traffic flow under emergency, and analyzes the spatio-temporal correlation of detector traffic flow data on adjacent road sections in the event state. In this paper, a stochastic forest forecasting method considering event factors is proposed, and the validity of this method is verified by actual data. The research results of this paper are summarized as follows: (1) the traffic event acquisition method based on 122 alarm information is proposed, and the location information database of Beijing toponymic address is established. On this basis, the toponymic names of the corresponding layers and regions are extracted as the gazetteers by the way of "stratified and partitioned" toponymic data organization. At the same time, based on the spatial location information of traffic events, the traffic flow data collected by the detector are identified to know the specific status of each data. (2) based on the acquired traffic events, The collected traffic flow data are divided into traffic flow data with events and traffic flow data without events. It is found that the data of adjacent detectors have strong temporal and spatial correlation. (3) based on the temporal and spatial correlation of traffic flow and traffic events obtained, considering the factors of emergency itself, the classified data are classified. Time series data and spatial state data are used as input of stochastic forest, ARIMA and Kalman filter algorithm respectively to predict traffic flow in emergencies. (4) to improve prediction accuracy, A prediction method for spatio-temporal fusion of data is proposed. The method mainly uses the least square method to fuse the prediction results obtained by the time series data prediction method and the spatial sequence prediction method, and finally obtains a new set of prediction results. At the same time, three indexes of error evaluation are introduced: absolute value of error percentage, mean value of (MAP), absolute value of error, (MA) of absolute value of error, and (MS), of square mean of error, to evaluate the algorithm.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491.14

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易濤,熊堅(jiān),萬華森;高速公路基本路段交通流微觀仿真建模與實(shí)現(xiàn)[J];昆明理工大學(xué)學(xué)報(bào)(理工版);2004年03期

2 庹滿先;彭光含;;考慮相對流量影響的交通流合作駕駛格子模型[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

3 杉崎昭生;;海上船舶交通流模擬器[J];中國航海;1986年02期

4 洪濤;;從“交通流”的調(diào)查談公路建設(shè)[J];公路;1989年03期

5 袁秀湘;人工智能在交通流管理中的應(yīng)用[J];中南公路工程;2001年02期

6 熊烈強(qiáng),陳明昭,嚴(yán)新平;實(shí)際交通流的運(yùn)動微分方程[J];交通運(yùn)輸工程學(xué)報(bào);2001年03期

7 俞禮軍,嚴(yán)海,嚴(yán)寶杰;最大熵原理在交通流統(tǒng)計(jì)分布模型中的應(yīng)用[J];交通運(yùn)輸工程學(xué)報(bào);2001年03期

8 廣曉平,錢勇生,趙鵬;交通流中的回波及其傳播特征(英文)[J];蘭州鐵道學(xué)院學(xué)報(bào);2001年01期

9 賀國光,馬壽峰,馮蔚東;對交通流分形問題的初步研究[J];中國公路學(xué)報(bào);2002年04期

10 張鵬,劉儒勛;交通流問題的有限元分析與模擬(Ⅱ)[J];計(jì)算物理;2002年02期

相關(guān)會議論文 前10條

1 董壘;鄭小平;;交通流中的力學(xué)模型模擬與仿真[A];北京力學(xué)會第15屆學(xué)術(shù)年會論文摘要集[C];2009年

2 王進(jìn);史其信;陸化普;;交通流可預(yù)測性分析[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊）[C];2005年

3 王正;;擁擠交通流非線性模型及仿真[A];2009年中國智能自動化會議論文集（第五分冊）[東南大學(xué)學(xué)報(bào)（增刊）][C];2009年

4 溫偉剛;蔣海峰;魏學(xué)業(yè);;短期交通流的局部分形研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊）[C];2005年

5 余正;劉錦松;張志勇;;交通流問題數(shù)學(xué)模型的初級討論[A];魯冀晉瓊粵川六省金屬學(xué)會第十四屆礦山學(xué)術(shù)交流會論文集[C];2007年

6 鄭俊耀;余春艷;;數(shù)字荷爾蒙模型下的交通流誘導(dǎo)優(yōu)化算法[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

7 崔洪軍;陸建;;大型活動交通流時(shí)空消散模型研究[A];第一屆中國智能交通年會論文集[C];2005年

8 廖大彬;馬萬經(jīng);;網(wǎng)絡(luò)交通流宏觀基本圖研究綜述[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

9 許巖巖;翟希;孔慶杰;劉允才;;基于分類回歸樹的交通流短時(shí)預(yù)測[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

10 魏超;陸Ym蕾;劉允才;;基于神經(jīng)網(wǎng)絡(luò)的交通流速度估計(jì)[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

相關(guān)重要報(bào)紙文章 前9條

1 記者 左燕東;全省旅游交通流預(yù)計(jì)呈現(xiàn)幾何劇增[N];山西日報(bào);2014年

2 夏紅兵 沈后功;情況復(fù)雜多變化 科學(xué)組織交通流[N];揚(yáng)州日報(bào);2006年

3 黃霖 丁胤福;打造暢通工程 建設(shè)國際化城市[N];法制日報(bào);2003年

4 記者 郭世鋒;濟(jì)南“全運(yùn)交通圖”輪廓初現(xiàn)[N];濟(jì)南日報(bào);2009年

5 深圳特區(qū)報(bào)記者 陳震;200萬輛是否已是承受上限？[N];深圳特區(qū)報(bào);2012年

6 ;各大都市de汽車政策[N];江蘇經(jīng)濟(jì)報(bào);2003年

7 本報(bào)記者 李林;鄭州地鐵2號線力爭不“添堵”[N];河南日報(bào);2010年

8 新華;柏林道路疏堵：管理重于修路[N];中國交通報(bào);2005年

9 本報(bào)記者;一項(xiàng)緩解交通擁堵的舉措[N];貴陽日報(bào);2008年

相關(guān)博士學(xué)位論文 前6條

1 陳昕;基于協(xié)同學(xué)的城市交通控制與誘導(dǎo)系統(tǒng)協(xié)同的理論與方法研究[D];吉林大學(xué);2006年

2 宋學(xué)文;高速公路擴(kuò)建期交通流組織優(yōu)化研究[D];武漢理工大學(xué);2008年

3 孟夢;組合出行模式下城市交通流分配模型與算法[D];北京交通大學(xué);2013年

4 彭博;大范圍交通控制與交通流誘導(dǎo)協(xié)同關(guān)鍵技術(shù)研究[D];吉林大學(xué);2011年

5 孔祥杰;城市路網(wǎng)交通流協(xié)調(diào)控制技術(shù)研究[D];浙江大學(xué);2009年

6 劉玉印;出行者有限理性條件下的網(wǎng)絡(luò)均衡分析及其應(yīng)用研究[D];華南理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 崔皓瑩;基于多品種流方法的城市擁堵路段分流研究[D];西南交通大學(xué);2015年

2 劉夢露;基于實(shí)時(shí)交通流的大窯灣港區(qū)干線協(xié)調(diào)控制研究[D];大連海事大學(xué);2015年

3 于新蓮;考慮有限理性的交通流Day-to-day動態(tài)演化研究[D];南京大學(xué);2014年

4 占怡瑩;基于綠波原理的路網(wǎng)協(xié)調(diào)控制技術(shù)[D];浙江工業(yè)大學(xué);2015年

5 孫莉;城市區(qū)域交通信號協(xié)同控制模型及方法[D];安徽師范大學(xué);2015年

6 江超陽;基于二型模糊集合理論的交通流長時(shí)預(yù)測方法研究[D];北京交通大學(xué);2016年

7 張百合;基于擁堵轉(zhuǎn)移矩陣的城市擁堵路段預(yù)測方法研究[D];東北大學(xué);2014年

8 劉昭;車載自組網(wǎng)中交通流擁塞建模理論與技術(shù)研究[D];吉林大學(xué);2016年

9 徐旺興;城市環(huán)路鄰近路口對環(huán)路入口交通流影響研究[D];福州大學(xué);2013年

10 趙彪;面向全路網(wǎng)交通流優(yōu)化的交通燈調(diào)度方法研究[D];華東師范大學(xué);2016年

，

本文編號：2384184