發(fā)布時(shí)間：2021-01-30 20:47

　　在智能交通系統(tǒng)中往往將短時(shí)交通預(yù)測數(shù)據(jù)運(yùn)用于交叉口信號配時(shí)優(yōu)化、交通控制和交通誘導(dǎo)中。建立合理的短時(shí)交通流不確定性預(yù)測模型,提升交通流不確定性預(yù)測結(jié)果的準(zhǔn)確性和有效性,對于交通控制決策和誘導(dǎo)具有重要意義。本文旨在將模糊理論引入交通流不確定性預(yù)測中,構(gòu)建基于模糊理論的短時(shí)交通流不確定性預(yù)測模型,實(shí)現(xiàn)交通流區(qū)間預(yù)測。首先,本文對交通流預(yù)測及模糊預(yù)測理論的國內(nèi)外發(fā)展現(xiàn)狀做了深入分析研究。交通流預(yù)測分為均值預(yù)測和不確定性預(yù)測兩種,相較于已頗成體系的均值預(yù)測方法,有關(guān)于不確定性預(yù)測的研究目前仍較為稀缺,主流方法包括Bootstrap、GARCH、SV方法。模糊預(yù)測理論中發(fā)展較為成熟的模糊時(shí)間序列方法僅能實(shí)現(xiàn)點(diǎn)預(yù)測,基于模糊理論實(shí)現(xiàn)不確定性預(yù)測的研究十分匱乏。因此,本文將模糊理論應(yīng)用于短時(shí)交通流不確定性預(yù)測中,提供交通流不確定性預(yù)測研究的新思路。其次,本文以“模糊化”、“去模糊化”為核心思想,構(gòu)建了基于模糊理論的短時(shí)交通流不確定性預(yù)測模型,主要分為六個(gè)步驟,具體包括:生成交通流量隨機(jī)數(shù)組、確定隨機(jī)數(shù)論域及區(qū)間長度、定義模糊集及其隸屬函數(shù)、計(jì)算隨機(jī)數(shù)隸屬度值、確定上下限模糊集及其隸屬函數(shù)、去模糊化輸... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：98 頁

【學(xué)位級別】：碩士

【部分圖文】：

0分鐘匯集度下不同基站工作日非工作日預(yù)測效果對比圖：（a）10分鐘匯集度下01基站工作日預(yù)測效果圖；（b）10分鐘匯集度下01基站非工作日預(yù)測效果圖；（c）10分鐘匯集度下07基站工作日預(yù)測效果圖；（d）10分鐘匯集度下07基站非工作日預(yù)測效果圖

東南大學(xué)碩士學(xué)位論文44(a)(b)圖5.210分鐘匯集度下不同基站工作日非工作日寬度流量比對比圖：（a）10分鐘匯集度下01基站寬度流量比對比圖；（b）10分鐘匯集度下07基站寬度流量比對比圖

東南大學(xué)碩士學(xué)位論文46(b)圖5.310分鐘匯集度下09基站高峰及平峰時(shí)段預(yù)測效果對比圖：（a）10分鐘匯集度下09基站高峰時(shí)段預(yù)測效果圖；（b）10分鐘匯集度下09基站平峰時(shí)段預(yù)測效果圖如圖5.3所示，選取同一基站平峰、高峰時(shí)段交通流量數(shù)據(jù)，并帶入本文所建Fuzzy模型進(jìn)行交通流不確定性預(yù)測，可獲得相應(yīng)的平峰、高峰時(shí)段交通流量預(yù)測區(qū)間。從圖中可以看出，無論平高峰時(shí)段，該模型所得預(yù)測區(qū)間寬度都并非大小一致的，而是隨著不同時(shí)間交通流量值的變化而變化，若區(qū)間寬度無變化，則該區(qū)間并不具有參考價(jià)值，因此本文模型所得區(qū)間具有現(xiàn)實(shí)意義，可應(yīng)用于交通控制和誘導(dǎo)中。為了更好的對同一基站平峰、高峰時(shí)段的交通流量預(yù)測區(qū)間情況進(jìn)行分析，圖5.4示了對應(yīng)的寬度流量比值變化情況，方便與交通流量預(yù)測區(qū)間變化情況結(jié)合分析。

【參考文獻(xiàn)】：
期刊論文
[1]基于Elman神經(jīng)網(wǎng)絡(luò)的道路網(wǎng)短時(shí)交通流預(yù)測方法[J]. 董春嬌,邵春福,熊志華,李娟.  交通運(yùn)輸系統(tǒng)工程與信息. 2010(01)
[2]Kalman濾波理論在短時(shí)交通預(yù)測上的應(yīng)用[J]. 戴施華,周欣榮.  哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(06)
[3]基于卡爾曼濾波的高速道路行程時(shí)間動(dòng)態(tài)預(yù)測[J]. 杭明升,楊曉光,彭國雄.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2002(09)

碩士論文
[1]基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測研究[D]. 王瀝.電子科技大學(xué) 2012



本文編號：3009561