【摘要】：目前城市道路交通流預測主要是基于物理模型、數(shù)理統(tǒng)計特性并融合部分智能預測算法來實現(xiàn)的,而對于一些影響預測效果的重要交通因素,諸如FIFO原則、交通信號控制方案等在現(xiàn)有的預測方法因無法很好地引入和描述而忽略.本文提出了一種基于Optima系統(tǒng)實現(xiàn)的實時在線交通預測方法,通過建立路網(wǎng)模型、需求模型及初始OD矩陣獲取路網(wǎng)實時狀況,并通過構建關聯(lián)數(shù)據(jù)庫實現(xiàn)實時路網(wǎng)模型信息、交通信號控制信息的有效對接,依據(jù)TRE算法預測路段進出口的累積流量并結合模型分配值、歷史數(shù)據(jù)實現(xiàn)實時在線交通預測.以北京市望京區(qū)域為例進行仿真驗證,通過誤差分析,獲得了較為理想的預測效果,驗證了該預測方案的有效性.

【相似文獻】

相關期刊論文 前10條

1 史其信,鄭為中;道路網(wǎng)短期交通流預測方法比較[J];交通運輸工程學報;2004年04期

2 王進,史其信;神經網(wǎng)絡模型在短期交通流預測領域應用綜述[J];河南科技大學學報(自然科學版);2005年02期

3 向紅艷;朱順應;王紅;嚴新平;;短期交通流預測效果的模糊綜合評判[J];武漢理工大學學報(交通科學與工程版);2005年06期

4 王曉原;吳磊;張開旺;張敬磊;;非參數(shù)小波算法的交通流預測方法[J];系統(tǒng)工程;2005年10期

5 向紅艷;肖盛燮;;模糊數(shù)學方法在交通流預測評價中的應用[J];重慶交通學院學報;2006年04期

6 王進;史其信;;基于非線性理論的短期交通流預測研究[J];西安建筑科技大學學報(自然科學版);2006年02期

7 黃洪瓊;湯天浩;;基于最優(yōu)梯度自適應優(yōu)化算法的交通流預測[J];計算機工程;2007年07期

8 喬德華;張開禾;范耀祖;;多模型交通流預測優(yōu)化[J];交通標準化;2007年04期

9 李冬;;關于交通流預測各種模型的探討[J];今日科苑;2007年16期

10 馬海波;何超;徐鵬;;交通流預測網(wǎng)格自適應負載平衡研究[J];科學技術與工程;2008年15期

相關會議論文 前5條

1 姜敏華;張曉東;;穩(wěn)定轉彎比例下的交通流預測[A];2007第三屆中國智能交通年會論文集[C];2007年

2 閆偉;劉云崗;王桂華;;數(shù)據(jù)挖掘在交通流預測模型中的研究與應用[A];2008第四屆中國智能交通年會論文集[C];2008年

3 陳岳明;蕭德云;;擁堵條件下的路網(wǎng)交通流預測[A];2008’“先進集成技術”院士論壇暨第二屆儀表、自動化與先進集成技術大會論文集[C];2008年

4 田夫;李勇;孫占全;;短時交通流預測方法研究[A];2007第三屆中國智能交通年會論文集[C];2007年

5 王勝;萬健如;楊岳楓;韓雙;;基于蒙特卡羅法電梯交通流預測[A];天津市電機工程學會2012年學術年會論文集[C];2012年

相關博士學位論文 前1條

1 楊飛;基于回聲狀態(tài)網(wǎng)絡的交通流預測模型及其相關研究[D];北京郵電大學;2012年

相關碩士學位論文 前10條

1 田珠;大規(guī)模路網(wǎng)實時交通流預測模型及應用研究[D];大連理工大學;2008年

2 李青;城市交通流預測關鍵技術研究[D];西南科技大學;2015年

3 鄒中翔;基于組合預測模型的交通流預測研究[D];蘭州交通大學;2015年

4 吳庚;神經網(wǎng)絡應用于高速公路交通流預測的研究[D];大連海事大學;2015年

5 劉巖;智能交通系統(tǒng)中站點規(guī)劃和交通流預測的關鍵技術研究[D];南京大學;2016年

6 馮騰;基于EMD和GS-SVM融合的節(jié)假日高速公路交通流預測研究[D];長安大學;2016年

7 王渭巍;公路交通流預測中“機理＋辨識”策略的若干基本問題[D];天津大學;2007年

8 蔡巖;基于灰色預測模型的短期交通流預測研究[D];西南交通大學;2009年

9 方宇;小波支持向量機在交通流預測中的應用研究[D];大連理工大學;2010年

10 徐玉霞;大規(guī)模路網(wǎng)動態(tài)交通流預測模型和算法研究[D];大連理工大學;2006年

，

本文編號：2579168