對行程時間進行準(zhǔn)確預(yù)測,能為交通管理和出行決策提供指導(dǎo)。深度學(xué)習(xí)作為一種數(shù)據(jù)挖掘方法,在預(yù)測方面則有很好的適用性。本文旨在借助深度學(xué)習(xí)在數(shù)據(jù)挖掘方面的優(yōu)勢,利用成都市滴滴浮動車數(shù)據(jù),對城市道路行程時間進行預(yù)測。首先,論文以成都市網(wǎng)約車軌跡數(shù)據(jù)為基礎(chǔ),選取成都市新華大道一段長約3km的主干道為研究對象繪制矢量路網(wǎng),在數(shù)據(jù)清洗后根據(jù)劃分網(wǎng)格構(gòu)建不規(guī)則區(qū)域的思想快速篩選出研究道路范圍內(nèi)的數(shù)據(jù),然后進行坐標(biāo)系轉(zhuǎn)換并基于時間間隔和距離間隔分布劃分軌跡,進而通過確定候選路段集、初階匹配、前向后向校核實現(xiàn)了快速地圖匹配。在此基礎(chǔ)上,提取了行程時間等關(guān)鍵信息為深度學(xué)習(xí)構(gòu)建了樣本集。然后,論文基于對現(xiàn)有預(yù)測行程時間的深度學(xué)習(xí)方法的理解,總結(jié)出目前的深度學(xué)習(xí)預(yù)測方法在輸入方面考慮因素單一,結(jié)構(gòu)方面解釋性不強。為改進這些不足,論文分析了行程時間的時空特性,發(fā)現(xiàn)在時間方面行程時間變化趨勢符合一定規(guī)律,同時段的行程時間相對接近,空間方面相鄰道路的行程時間會相互作用,變化趨勢接近�；诖�,論文以子路段為深度學(xué)習(xí)結(jié)構(gòu)單元,基于時間特性優(yōu)化了模型輸入,空間特性優(yōu)化了模型結(jié)構(gòu),設(shè)計了包含交通特征學(xué)習(xí)層和行程時間預(yù)測層的... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究道路及抽象路網(wǎng)示意圖

a）一般方法選取點分布 b）網(wǎng)格劃分法選取點分布圖 2-4 兩種方法篩選數(shù)據(jù)實例結(jié)果圖以上主要針對單條路徑對網(wǎng)格劃分法進行了介紹，當(dāng)分析多條路徑構(gòu)成的路網(wǎng)時，對于邊界路徑同樣可以采用上述原理篩選數(shù)據(jù)點，剔除無效數(shù)據(jù)。2. 坐標(biāo)系轉(zhuǎn)換不同坐標(biāo)系下地理位置的表示并不相同，只有在同一套坐標(biāo)系下進行匹配才能得到正確結(jié)果。坐標(biāo)系可分為地理坐標(biāo)系和投影坐標(biāo)系。地理坐標(biāo)系以參考橢球面為基準(zhǔn)面，通過選擇橢球、對橢球進行定位、確定大地起算數(shù)據(jù)建立，屬于空間坐標(biāo)，一般用經(jīng)緯度來表示，常見的地理坐標(biāo)系包括 WGS-84（世界大地坐標(biāo)系）、54 北京坐標(biāo)系等，本研究中采用的數(shù)據(jù)源 GCJ-02（火星坐標(biāo)系）也屬于地理坐標(biāo)系。投影坐標(biāo)系即是平面坐標(biāo)系，參考面是水平面，坐標(biāo)單位一般是米或千米。匹配過程中，當(dāng) GPS 數(shù)據(jù)和地圖數(shù)據(jù)不屬于同一地理坐標(biāo)系時，二者同一個位置的經(jīng)緯度定位將存在差異，因此需要進行地理坐標(biāo)系之間的互轉(zhuǎn)。另外，由于匹配過程中涉及到距離方面的計算，無法利用地理坐標(biāo)系求得，因此還需要進行地理坐標(biāo)系和投影坐標(biāo)系之間的轉(zhuǎn)化，本文采用了現(xiàn)有文獻[61]的轉(zhuǎn)換方法，首先將浮動車數(shù)據(jù)的 GCJ-02 坐標(biāo)轉(zhuǎn)換成路網(wǎng)坐標(biāo)

c） RMSE 值分布1 不同網(wǎng)絡(luò)結(jié)構(gòu)在多次訓(xùn)練中各項評價指標(biāo)結(jié)果分布有效性驗證所提，現(xiàn)有深度學(xué)習(xí)預(yù)測行程時間的模型輸入往往一單一指標(biāo)，考慮因素比較單一，存在一定的片面性本研究在平均行程時間這一指標(biāo)基礎(chǔ)上還加入考慮可靠度三項指標(biāo)。當(dāng)然，加入的指標(biāo)并不一定完全有提高模型預(yù)測精度，需要調(diào)整輸入對結(jié)果進行對比入特征指標(biāo)的情況下，選取其他三種指標(biāo)進行不同

【參考文獻】：
期刊論文
[1]基于極限學(xué)習(xí)機的公交行程時間預(yù)測方法[J]. 宋現(xiàn)敏,劉明鑫,馬林,夏英集.  交通運輸系統(tǒng)工程與信息. 2018(05)
[2]基于時間序列法的公交車站間行程時間預(yù)測模型研究——以蘇州1路公交為例[J]. 童小龍,盧冬生,張騰,黃晶晶.  交通運輸工程與信息學(xué)報. 2017(04)
[3]基于PSO-LSSVM的高速公路短時行程時間預(yù)測[J]. 劉偉銘,雷煥宇,翟聰,李松松.  公路與汽運. 2017(03)
[4]基于Kalman和ARIMA組合模型的路段行程時間預(yù)測[J]. 田甜,王秀玲,呂芳.  信息技術(shù). 2016(03)
[5]基于空間型馬爾科夫鏈的行程時間估計模型[J]. 張俊婷,周晶,徐紅利,鞠鵬.  系統(tǒng)工程. 2015(12)
[6]低頻GPS數(shù)據(jù)和交叉口延誤下的行程時間估計[J]. 王志建,馬超鋒,李梁.  西南交通大學(xué)學(xué)報. 2015(02)
[7]基于GPS數(shù)據(jù)的公交站點區(qū)間行程時間可靠性影響因素[J]. 王殿海,湯月華,陳茜,高楊斌,金盛.  東南大學(xué)學(xué)報(自然科學(xué)版). 2015(02)
[8]基于K最近鄰算法的高速公路短時行程時間預(yù)測[J]. 王翔,陳小鴻,楊祥妹.  中國公路學(xué)報. 2015(01)
[9]城市路網(wǎng)路段行程時間預(yù)測研究綜述[J]. 畢松,車磊,趙忠誠,孫德輝.  計算機仿真. 2014(07)
[10]面向欠采樣公交GPS數(shù)據(jù)的信號交叉口延誤估計[J]. 王華,張志松,張瞫,劉昕.  交通運輸系統(tǒng)工程與信息. 2014(02)

碩士論文
[1]基于出租車時空軌跡深度學(xué)習(xí)的城市道路行程時間預(yù)測方法[D]. 喻鋼.西南交通大學(xué) 2018
[2]信號交叉口單車停車延誤時間與停車位置的關(guān)系模型研究[D]. 喬真卿.重慶大學(xué) 2014
[3]基于浮動車數(shù)據(jù)的高速公路路段行程時間預(yù)測方法研究及系統(tǒng)實現(xiàn)[D]. 唐俊.中山大學(xué) 2011
[4]基于浮動車數(shù)據(jù)的路段旅行時間預(yù)測研究[D]. 朱愛華.北京交通大學(xué) 2008
[5]基于浮動車數(shù)據(jù)的城市路段行程時間預(yù)測研究[D]. 方志偉.北京交通大學(xué) 2007
[6]基于浮動車技術(shù)的道路車輛行駛速度研究[D]. 沙飛.北京交通大學(xué) 2008



本文編號：3282365