本文關(guān)鍵詞：融合時(shí)空信息的短時(shí)交通流預(yù)測(cè)，，由筆耕文化傳播整理發(fā)布。

【摘要】：為了準(zhǔn)確描述交通流的時(shí)空演化過(guò)程并提高交通流短時(shí)預(yù)測(cè)的精度,融合時(shí)空交通流信息,即時(shí)間維度的交通流量信息和空間維度的路網(wǎng)耦合信息,構(gòu)造基于GM(1,N)-Markov鏈的組合預(yù)測(cè)模型。將預(yù)測(cè)路段與關(guān)聯(lián)路段看作是一個(gè)灰色系統(tǒng)并對(duì)其進(jìn)行灰關(guān)聯(lián)分析,通過(guò)對(duì)灰關(guān)聯(lián)度最低閾值的設(shè)定,實(shí)現(xiàn)了空間信息的深度挖掘和對(duì)無(wú)效信息的過(guò)濾清洗;利用多維GM(1,N)模型對(duì)預(yù)測(cè)點(diǎn)與強(qiáng)關(guān)聯(lián)點(diǎn)作全局、系統(tǒng)的分析預(yù)測(cè),并針對(duì)GM(1,N)對(duì)隨機(jī)性較大的數(shù)列可能出現(xiàn)預(yù)測(cè)失效的問(wèn)題,引入馬爾科夫鏈對(duì)模型進(jìn)行修正;利用VISSIM對(duì)模型進(jìn)行仿真驗(yàn)證,分別以2 min、5 min、10 min為時(shí)間間隔進(jìn)行仿真模擬,預(yù)測(cè)平均相對(duì)誤差分別為9.30%、5.95%、3.20%,模型精度均為優(yōu),證實(shí)模型是有效的。
【作者單位】： 西南交通大學(xué)交通運(yùn)輸與物流學(xué)院;
【關(guān)鍵詞】： 智能交通 交通流預(yù)測(cè) 灰色系統(tǒng) 馬爾科夫鏈
【基金】：四川省科技支撐計(jì)劃項(xiàng)目(No.2014GZ0019) 四川省重點(diǎn)實(shí)驗(yàn)室研究基金項(xiàng)目(No.szjj2011-031)
【分類號(hào)】：U491.14
【正文快照】： 1引言交通流誘導(dǎo)和交通控制作為交通管理者管理與疏導(dǎo)城市交通的重要手段,關(guān)鍵基礎(chǔ)在于交通流實(shí)時(shí)、動(dòng)態(tài)和精準(zhǔn)預(yù)測(cè)。對(duì)于短期交通流預(yù)測(cè)來(lái)說(shuō),隨著預(yù)測(cè)間隔的減小,交通流量受突發(fā)性事件的影響較大,交通流參數(shù)序列呈現(xiàn)出明顯的波動(dòng)性、非平穩(wěn)性、時(shí)變性、隨機(jī)性和非線性。國(guó)內(nèi)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 偶昌寶,俞亞南;短時(shí)交通流預(yù)測(cè)的多層遞階方法[J];城市道橋與防洪;2004年05期

2 高麗梅;高鵬;陳俊波;;數(shù)據(jù)融合技術(shù)在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];交通科技;2010年S1期

3 唐世星;;改進(jìn)的支持向量機(jī)算法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];承德石油高等專科學(xué)校學(xué)報(bào);2012年01期

4 王嬌;李軍;;最小最大概率回歸機(jī)在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[J];公路交通科技;2014年02期

5 賀國(guó)光,李宇,馬壽峰;基于數(shù)學(xué)模型的短時(shí)交通流預(yù)測(cè)方法探討[J];系統(tǒng)工程理論與實(shí)踐;2000年12期

6 宗春光,宋靖雁,任江濤,胡堅(jiān)明;基于相空間重構(gòu)的短時(shí)交通流預(yù)測(cè)研究[J];公路交通科技;2003年04期

7 楊世堅(jiān),賀國(guó)光;基于模糊C均值聚類和神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法[J];系統(tǒng)工程;2004年08期

8 王進(jìn);史其信;;短時(shí)交通流預(yù)測(cè)模型綜述[J];中國(guó)公共安全(學(xué)術(shù)卷);2005年01期

9 楊芳明;朱順應(yīng);;基于小波的短時(shí)交通流預(yù)測(cè)[J];重慶交通學(xué)院學(xué)報(bào);2006年03期

10 鄧志龍;李全;陳茜;;基于灰色系統(tǒng)理論的短時(shí)交通流預(yù)測(cè)[J];公路交通技術(shù);2006年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 鄭德署;何世偉;許旺土;;分形理論在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

2 唐麗娜;張衛(wèi)華;;短時(shí)交通流預(yù)測(cè)方法的比較研究[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

3 于建玲;商朋見(jiàn);關(guān)積珍;;改進(jìn)的相空間重構(gòu)方法在短時(shí)交通流預(yù)測(cè)中的應(yīng)用[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 姚智勝;基于實(shí)時(shí)數(shù)據(jù)的道路網(wǎng)短時(shí)交通流預(yù)測(cè)理論與方法研究[D];北京交通大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 高為;基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的短時(shí)交通流預(yù)測(cè)研究[D];重慶交通大學(xué);2011年

2 尹振興;“機(jī)理+辨識(shí)”策略在短時(shí)交通流預(yù)測(cè)中多種結(jié)果合成[D];天津大學(xué);2008年

3 姜敏華;基于車行轉(zhuǎn)彎比例穩(wěn)定假設(shè)的短時(shí)交通流預(yù)測(cè)[D];上海交通大學(xué);2008年

4 張蕊;城市道路短時(shí)交通流預(yù)測(cè)[D];五邑大學(xué);2008年

5 韓超;短時(shí)交通流預(yù)測(cè)的研究[D];北方工業(yè)大學(xué);2012年

6 張麗;基于云平臺(tái)的短時(shí)交通流預(yù)測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2013年

7 胡潔;基于混沌和神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究[D];武漢理工大學(xué);2007年

8 凌帥;基于非參數(shù)回歸的短時(shí)交通流預(yù)測(cè)系統(tǒng)設(shè)計(jì)[D];天津大學(xué);2010年

9 王瀝;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究[D];電子科技大學(xué);2012年

10 胡楓;基于馬爾科夫模型的短時(shí)交通流預(yù)測(cè)研究[D];南京郵電大學(xué);2013年

  本文關(guān)鍵詞：融合時(shí)空信息的短時(shí)交通流預(yù)測(cè)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：309501