基于收費數(shù)據(jù)的高速公路運行狀態(tài)研究
發(fā)布時間：2021-07-19 09:42
隨著高速公路的不斷建設,路網(wǎng)逐漸被完善,高速公路網(wǎng)已經(jīng)成為我國的經(jīng)濟命脈,收費系統(tǒng)作為高速公路建設的重要組成部分,記錄了大量車輛的收費數(shù)據(jù)。隨著大數(shù)據(jù)分析與人工智能等技術(shù)的不斷進步,數(shù)據(jù)挖掘也被逐步地引入交通運輸領(lǐng)域,使得智能交通進一步發(fā)展。如何將高速公路收費系統(tǒng)中的數(shù)據(jù)充分利用,挖掘出有價值的信息,為交通出行者和道路管理者提供可靠的信息,為智能交通發(fā)展提供理論支持成為高速公路進一步發(fā)展的方向。本文以此為出發(fā)點,通過對高速公路收費數(shù)據(jù)的挖掘,探究路網(wǎng)交通運行狀態(tài),為出行者與交通管理者對道路狀態(tài)評價提供數(shù)據(jù)支持。1、高質(zhì)量的數(shù)據(jù)可以提高數(shù)據(jù)挖掘的準確度,合理的數(shù)據(jù)處理方法可以獲得更多有效信息。因此數(shù)據(jù)挖掘前需要對數(shù)據(jù)進行預處理。先通過數(shù)據(jù)清洗、集成、抽取和剔除異常值,以生成初步有效的數(shù)據(jù),采用四分位法和統(tǒng)計學原理對數(shù)據(jù)進行篩選,實驗結(jié)果表明采用統(tǒng)計學原理上限和四分位法下限范圍內(nèi)數(shù)據(jù)可以包含大多數(shù)有效數(shù)據(jù)。有效數(shù)據(jù)篩選為下一步研究打下基礎(chǔ)。2、現(xiàn)有論文進行高速公路運行狀態(tài)判別時,常采用密度、速度、車頭時距等作為交通流特征參數(shù)。該數(shù)據(jù)的收集需花費大量成本且存在較大誤差。高速公路收費數(shù)據(jù)精確記...
【文章來源】：蘭州交通大學甘肅省
【文章頁數(shù)】：67 頁
【學位級別】：碩士
【部分圖文】：
四分位法與統(tǒng)計原理的清洗范圍
基于收費數(shù)據(jù)的高速公路運行狀態(tài)研究 以 2017 年 10 月 21 日為例，選取 7:00-10:00 時段，以一小時為一時間間隔，計算該 OD對間每一時間段小型車的行程時間，進行數(shù)據(jù)處理。如表 3.2 為原始數(shù)據(jù)。 (1) 數(shù)據(jù)選取。 從數(shù)據(jù)庫中檢索 2017 年 10 月 21 日蘭州收費站到傅家窯收費站收費數(shù)據(jù)，選取小型客車作為研究對象，并計算每一小時時間段內(nèi)，該 OD 對間所有車輛的行程時間。樣本如圖 3.3 所示。
蘭州交通大學碩士學位論文-21-選取9:00-10:00這一時間段進行展示，該時段車輛行程時間有效數(shù)據(jù)修正前后的分布情況分別如圖3.3和圖3.4所示。圖3.4車輛行程時間未修正分布示意圖圖3.5車輛行程時間修正后分布示意圖從圖3.4可以看出部分車輛在短距離內(nèi)也會出現(xiàn)行程時間過長，偏離大部分車輛的平均行程時間，主要原因可能包括車輛發(fā)生故障、在服務區(qū)進行短暫的休息或者為服務區(qū)內(nèi)車輛，停留較長時間，這部分數(shù)據(jù)不能有效反應該路段情況。從圖3.5可以看出大分布車輛的行程時間為有效數(shù)據(jù)，較符合高速公路車輛行程時間分布情況。3.4本章小節(jié)原始的高速公路數(shù)據(jù)由于各類原因?qū)е虏糠謹?shù)據(jù)出現(xiàn)錯誤。因此，有效的進行數(shù)據(jù)篩選是數(shù)據(jù)挖據(jù)的第一步。本章分步介紹了數(shù)據(jù)處理的全過程，從明顯錯誤數(shù)據(jù)剔除到有效數(shù)據(jù)篩選，經(jīng)過幾步篩選后留下有效數(shù)據(jù)。數(shù)據(jù)處理的結(jié)果對數(shù)據(jù)挖掘的效果產(chǎn)生最直接的影響，本部分的完成為后續(xù)工作打下基矗
【參考文獻】：
期刊論文
[1]車輛構(gòu)成比例與行程時間可靠性關(guān)系研究[J]. 郝佳晨,王磊. 青海交通科技. 2019(05)
[2]高速公路交通流狀態(tài)估計方法研究[J]. 龍科軍,周政川,姚午開. 公路與汽運. 2019(05)
[3]一種用于高速公路通行情況分析的收費數(shù)據(jù)挖掘方法[J]. 趙懷鑫,鄧然然,張英杰,丁明航,孫朝云,李偉. 中國公路學報. 2018(08)
[4]高速公路出行信息服務評價指標體系研究[J]. 于泉,郭增增,梁銳. 交通運輸研究. 2017(06)
[5]基于尖點突變理論的高速公路交通流狀態(tài)判別方法[J]. 胡建榮,何磊. 中國公路學報. 2017(10)
[6]基于模糊C均值聚類的城市道路交通狀態(tài)判別[J]. 李曉璐. 交通科技與經(jīng)濟. 2016(04)
[7]基于數(shù)據(jù)挖掘的高速公路行程時間預測[J]. 邢雪,于德新,田秀娟,程澤陽. 華中科技大學學報(自然科學版). 2016(08)
[8]速度梯度模型的高速公路交通流狀態(tài)估計方法[J]. 王昊,楊萬波. 哈爾濱工業(yè)大學學報. 2015(09)
[9]道路交通大數(shù)據(jù)及其關(guān)鍵技術(shù)研究[J]. 段宗濤,鄭西彬,李瑩,劉研,王向宇,康軍,唐蕾. 微電子學與計算機. 2015(06)
[10]基于OLAM的高速公路交通量多維預測研究[J]. 錢超,許宏科,徐娜,代亮,程鴻亮. 交通運輸系統(tǒng)工程與信息. 2013(02)
博士論文
[1]城市道路路網(wǎng)交通運行狀態(tài)分析方法及應用研究[D]. 蘇飛.北京交通大學 2017
[2]基于多源異質(zhì)數(shù)據(jù)的高速公路交通狀態(tài)估計方法研究[D]. 何賞璐.東南大學 2017
碩士論文
[1]基于GMM模型與RWI-HLLE算法的高速公路運行狀態(tài)評價[D]. 王旭昭.北京交通大學 2019
[2]基于收費數(shù)據(jù)的高速公路行程時間預測及行程時間可靠性研究[D]. 邵孫健.吉林大學 2018
[3]基于模糊聚類分析的高速公路交通狀態(tài)識別研究[D]. 何亞龍.蘭州交通大學 2018
[4]高速公路實時交通狀態(tài)判別方法研究[D]. 杜崇.北京交通大學 2017
[5]基于模糊聚類的高速公路交通運行狀態(tài)判別與決策模型研究[D]. 朱洪磊.華南理工大學 2017
[6]高速公路收費數(shù)據(jù)拆分與校核算法研究與應用[D]. 邢正.華南理工大學 2016
[7]高速公路基本路段實時交通狀態(tài)判別方法的研究及應用[D]. 陳會茹.長安大學 2015
[8]基于收費數(shù)據(jù)的高速公路旅行時間可靠性分析與應用[D]. 莊巖浩.華南理工大學 2014
[9]基于時空分析的高速公路基本路段交通狀態(tài)估計研究[D]. 徐靜.重慶大學 2014
[10]基于實時數(shù)據(jù)的路網(wǎng)交通狀態(tài)可靠性動態(tài)分析方法研究[D]. 董碩.吉林大學 2013
本文編號：3290471
【文章來源】：蘭州交通大學甘肅省
【文章頁數(shù)】：67 頁
【學位級別】：碩士
【部分圖文】：
四分位法與統(tǒng)計原理的清洗范圍
基于收費數(shù)據(jù)的高速公路運行狀態(tài)研究 以 2017 年 10 月 21 日為例，選取 7:00-10:00 時段，以一小時為一時間間隔，計算該 OD對間每一時間段小型車的行程時間，進行數(shù)據(jù)處理。如表 3.2 為原始數(shù)據(jù)。 (1) 數(shù)據(jù)選取。 從數(shù)據(jù)庫中檢索 2017 年 10 月 21 日蘭州收費站到傅家窯收費站收費數(shù)據(jù)，選取小型客車作為研究對象，并計算每一小時時間段內(nèi)，該 OD 對間所有車輛的行程時間。樣本如圖 3.3 所示。
蘭州交通大學碩士學位論文-21-選取9:00-10:00這一時間段進行展示，該時段車輛行程時間有效數(shù)據(jù)修正前后的分布情況分別如圖3.3和圖3.4所示。圖3.4車輛行程時間未修正分布示意圖圖3.5車輛行程時間修正后分布示意圖從圖3.4可以看出部分車輛在短距離內(nèi)也會出現(xiàn)行程時間過長，偏離大部分車輛的平均行程時間，主要原因可能包括車輛發(fā)生故障、在服務區(qū)進行短暫的休息或者為服務區(qū)內(nèi)車輛，停留較長時間，這部分數(shù)據(jù)不能有效反應該路段情況。從圖3.5可以看出大分布車輛的行程時間為有效數(shù)據(jù)，較符合高速公路車輛行程時間分布情況。3.4本章小節(jié)原始的高速公路數(shù)據(jù)由于各類原因?qū)е虏糠謹?shù)據(jù)出現(xiàn)錯誤。因此，有效的進行數(shù)據(jù)篩選是數(shù)據(jù)挖據(jù)的第一步。本章分步介紹了數(shù)據(jù)處理的全過程，從明顯錯誤數(shù)據(jù)剔除到有效數(shù)據(jù)篩選，經(jīng)過幾步篩選后留下有效數(shù)據(jù)。數(shù)據(jù)處理的結(jié)果對數(shù)據(jù)挖掘的效果產(chǎn)生最直接的影響，本部分的完成為后續(xù)工作打下基矗
【參考文獻】：
期刊論文
[1]車輛構(gòu)成比例與行程時間可靠性關(guān)系研究[J]. 郝佳晨,王磊. 青海交通科技. 2019(05)
[2]高速公路交通流狀態(tài)估計方法研究[J]. 龍科軍,周政川,姚午開. 公路與汽運. 2019(05)
[3]一種用于高速公路通行情況分析的收費數(shù)據(jù)挖掘方法[J]. 趙懷鑫,鄧然然,張英杰,丁明航,孫朝云,李偉. 中國公路學報. 2018(08)
[4]高速公路出行信息服務評價指標體系研究[J]. 于泉,郭增增,梁銳. 交通運輸研究. 2017(06)
[5]基于尖點突變理論的高速公路交通流狀態(tài)判別方法[J]. 胡建榮,何磊. 中國公路學報. 2017(10)
[6]基于模糊C均值聚類的城市道路交通狀態(tài)判別[J]. 李曉璐. 交通科技與經(jīng)濟. 2016(04)
[7]基于數(shù)據(jù)挖掘的高速公路行程時間預測[J]. 邢雪,于德新,田秀娟,程澤陽. 華中科技大學學報(自然科學版). 2016(08)
[8]速度梯度模型的高速公路交通流狀態(tài)估計方法[J]. 王昊,楊萬波. 哈爾濱工業(yè)大學學報. 2015(09)
[9]道路交通大數(shù)據(jù)及其關(guān)鍵技術(shù)研究[J]. 段宗濤,鄭西彬,李瑩,劉研,王向宇,康軍,唐蕾. 微電子學與計算機. 2015(06)
[10]基于OLAM的高速公路交通量多維預測研究[J]. 錢超,許宏科,徐娜,代亮,程鴻亮. 交通運輸系統(tǒng)工程與信息. 2013(02)
博士論文
[1]城市道路路網(wǎng)交通運行狀態(tài)分析方法及應用研究[D]. 蘇飛.北京交通大學 2017
[2]基于多源異質(zhì)數(shù)據(jù)的高速公路交通狀態(tài)估計方法研究[D]. 何賞璐.東南大學 2017
碩士論文
[1]基于GMM模型與RWI-HLLE算法的高速公路運行狀態(tài)評價[D]. 王旭昭.北京交通大學 2019
[2]基于收費數(shù)據(jù)的高速公路行程時間預測及行程時間可靠性研究[D]. 邵孫健.吉林大學 2018
[3]基于模糊聚類分析的高速公路交通狀態(tài)識別研究[D]. 何亞龍.蘭州交通大學 2018
[4]高速公路實時交通狀態(tài)判別方法研究[D]. 杜崇.北京交通大學 2017
[5]基于模糊聚類的高速公路交通運行狀態(tài)判別與決策模型研究[D]. 朱洪磊.華南理工大學 2017
[6]高速公路收費數(shù)據(jù)拆分與校核算法研究與應用[D]. 邢正.華南理工大學 2016
[7]高速公路基本路段實時交通狀態(tài)判別方法的研究及應用[D]. 陳會茹.長安大學 2015
[8]基于收費數(shù)據(jù)的高速公路旅行時間可靠性分析與應用[D]. 莊巖浩.華南理工大學 2014
[9]基于時空分析的高速公路基本路段交通狀態(tài)估計研究[D]. 徐靜.重慶大學 2014
[10]基于實時數(shù)據(jù)的路網(wǎng)交通狀態(tài)可靠性動態(tài)分析方法研究[D]. 董碩.吉林大學 2013
本文編號：3290471
本文鏈接：http://sikaile.net/kejilunwen/daoluqiaoliang/3290471.html
