交通流量估計問題是運籌學與管理科學交叉研究的熱點問題之一。交通流量可以反映城市交通系統(tǒng)需求的狀況,是交通規(guī)劃與管理的重要基礎數據。本文從數據相關性的角度入手,首先定義了結點-路段-OD對關聯(lián)矩陣,提出了基于網絡結點交通流守恒特征的路段流量和OD需求估計方法;接著以路段之間的交通流量相關性為指標,建立了基于交通流量相關性的交通流量多階段估計模型,并給出了求解算法和數值算例。第一章緒論部分介紹了交通流量估計問題的研究背景和意義,并對交通流量估計問題的研究現狀進行分類介紹。第二章簡要介紹了本文研究內容所用到的一些預備知識:給出了交通配流模型的概念,并對經典的用戶均衡模型和求解算法進行了概述;對論文中涉及到的機器學習的XGBoost算法以及人工神經網絡的原理進行概述。第三章提出了一種基于路網結點流量守恒特征的路段流量和OD估計方法,首先定義了結點-路段-OD對關聯(lián)矩陣,通過高斯消去法求解需要被觀測的變量的最小子集,從而推斷出其余的路段流量和OD需求,實現全路網交通流量和OD需求的同時估計。最后,通過兩個數值算例來驗證此方法的有效性和正確性。第四章提出了基于交通流量相關性的交通流量多階段估計模型... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數】：69 頁

【學位級別】：碩士

【部分圖文】：

魚骨網絡估計變量的平均絕對百分比誤差Figure4-2Meanabsolutepercentageerrorofestimatedvariablesinfishbonenetwork

碩士學位論文40圖4-2魚骨網絡估計變量的平均絕對百分比誤差Figure4-2Meanabsolutepercentageerrorofestimatedvariablesinfishbonenetwork圖4-3魚骨網絡估計變量的可決系數Figure4-3Determinationcoefficientofestimatedvariableinfishbonenetwork通過表4-3和圖4-2、4-3我們綜合發(fā)現，經過神經網絡的擬合，除了路段5之外，測試集范圍內的輸出值與真實值之間的平均絕對百分比誤差均在0.09以

碩士學位論文46圖4-7兩種情況下的模型求解與隨機布設的MAPE對比圖Figure4-7ThecorresnpondingMAPEsofthemodel’sresultintwocasescomparedwithrandomplacementcase圖4-8兩種情況下的模型求解與隨機布設的2R對比圖Figure4-8Thecorresnponding2Rofthemodel’sresultintwocasescomparedwithrandomplacementcase圖4-7、4-8顯示了至少包含相關性排名1、2的變量才能被估計出、至少包含相關性排名1的變量才能被估計出以及隨機挑選相同數量的觀測變量且進行


本文編號：3374069