隨著城市化進(jìn)程的不斷加快,我國(guó)的居民消費(fèi)水平日益提高,小汽車已不是奢侈品,而是日常的交通工具,急劇增長(zhǎng)的機(jī)動(dòng)車保有量給城市的交通發(fā)展帶來(lái)了巨大的壓力,交通供需矛盾凸顯。城市道路交叉口是道路網(wǎng)絡(luò)的重要組成部分,也是城市道路交通中的瓶頸部位,多數(shù)的交通擁堵現(xiàn)象也發(fā)生在交叉口附近,其控制時(shí)段的劃分直接關(guān)系到相關(guān)線路乃至整個(gè)路網(wǎng)交通功能的發(fā)揮,它對(duì)于城市道路的機(jī)動(dòng)性、通行能力、路網(wǎng)容量以及交通安全都有較大的影響。所以,實(shí)踐證明調(diào)整現(xiàn)有交叉口的配時(shí)方案和渠化設(shè)計(jì)是最快速的,本文對(duì)此進(jìn)行了深入研究,即如何在現(xiàn)有的信號(hào)控制設(shè)施上,對(duì)交叉口信號(hào)控制時(shí)段進(jìn)行優(yōu)化改善,有效緩解交叉口擁堵現(xiàn)象。因此本文建立了信號(hào)控制時(shí)段劃分模型,主要進(jìn)行了如下工作:1)為提升交叉口短時(shí)交通流預(yù)測(cè)精度,在深度學(xué)習(xí)的理論框架下,以歷史交通流量數(shù)據(jù)作為研究基礎(chǔ),提出一種基于GRU-RNN的短時(shí)流量預(yù)測(cè)模型。首先采用隨機(jī)森林算法對(duì)交通流量數(shù)據(jù)進(jìn)行預(yù)處理,補(bǔ)全長(zhǎng)周期缺失情況下的丟失數(shù)據(jù),確保樣本的完整性和準(zhǔn)確性,其次采用GRU-RNN算法對(duì)短時(shí)流量進(jìn)行預(yù)測(cè),在Myeclipse的開(kāi)發(fā)環(huán)境下調(diào)整參數(shù)適應(yīng)樣本,通過(guò)門限層控制模型的記憶能... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

交通擁堵現(xiàn)狀作為一個(gè)總體資源豐富，人均資源匱乏的發(fā)展中國(guó)家，面對(duì)交通嚴(yán)重的交通

吉林大學(xué)碩士學(xué)位論文12圖2.1長(zhǎng)周期缺失圖2.2短周期缺失2.1.2預(yù)處理方法比較經(jīng)典的處理方法包括剔除法、均值替換法、線性回歸法、插補(bǔ)法等等，下面具體介紹一下各類方法的適用情況及優(yōu)缺點(diǎn)[37]。剔除法，對(duì)于缺失數(shù)據(jù)的處理非常簡(jiǎn)單，當(dāng)樣本量足夠大，且缺失數(shù)據(jù)的比例小于5%時(shí)，可以剔除掉差異過(guò)大的數(shù)據(jù)。如果樣本量比較小，刪除的數(shù)據(jù)會(huì)對(duì)數(shù)據(jù)應(yīng)用產(chǎn)生不利結(jié)果，導(dǎo)致較大的誤差。均值替換法，將缺失的數(shù)據(jù)用已觀測(cè)到的數(shù)據(jù)進(jìn)行替換，根據(jù)替換的屬性不同，可分為具有數(shù)值屬性和非數(shù)值屬性兩種。數(shù)值數(shù)據(jù)可用其他樣本的平均值作為缺失值的填充，非數(shù)值數(shù)據(jù)用樣本當(dāng)中的眾數(shù)作為缺失值的填充。均值替換法

吉林大學(xué)碩士學(xué)位論文12圖2.1長(zhǎng)周期缺失圖2.2短周期缺失2.1.2預(yù)處理方法比較經(jīng)典的處理方法包括剔除法、均值替換法、線性回歸法、插補(bǔ)法等等，下面具體介紹一下各類方法的適用情況及優(yōu)缺點(diǎn)[37]。剔除法，對(duì)于缺失數(shù)據(jù)的處理非常簡(jiǎn)單，當(dāng)樣本量足夠大，且缺失數(shù)據(jù)的比例小于5%時(shí)，可以剔除掉差異過(guò)大的數(shù)據(jù)。如果樣本量比較小，刪除的數(shù)據(jù)會(huì)對(duì)數(shù)據(jù)應(yīng)用產(chǎn)生不利結(jié)果，導(dǎo)致較大的誤差。均值替換法，將缺失的數(shù)據(jù)用已觀測(cè)到的數(shù)據(jù)進(jìn)行替換，根據(jù)替換的屬性不同，可分為具有數(shù)值屬性和非數(shù)值屬性兩種。數(shù)值數(shù)據(jù)可用其他樣本的平均值作為缺失值的填充，非數(shù)值數(shù)據(jù)用樣本當(dāng)中的眾數(shù)作為缺失值的填充。均值替換法

【參考文獻(xiàn)】：
期刊論文
[1]缺失數(shù)據(jù)的處理方法及其發(fā)展趨勢(shì)[J]. 鄧建新,單路寶,賀德強(qiáng),唐銳.  統(tǒng)計(jì)與決策. 2019(23)
[2]基于改進(jìn)低秩矩陣補(bǔ)全的交通量數(shù)據(jù)缺失值插補(bǔ)方法[J]. 陳小波,陳程,陳蕾,韋中杰,蔡英鳳,周俊杰.  交通運(yùn)輸工程學(xué)報(bào). 2019(05)
[3]基于ST-DCGAN的時(shí)序交通流量數(shù)據(jù)補(bǔ)全[J]. 袁瑤瑤,康雁,李浩,牛瑞丞,梁文韜,李晉源.  計(jì)算機(jī)工程與應(yīng)用. 2020(15)
[4]考慮方案過(guò)渡影響的單點(diǎn)交通控制時(shí)段劃分方法[J]. 別一鳴,姜?jiǎng)P,湯茹茹,王琳虹,熊昕宇.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(06)
[5]基于門限遞歸單元循環(huán)神經(jīng)網(wǎng)絡(luò)的交通流預(yù)測(cè)方法研究[J]. 王體迎,時(shí)鵬超,劉蔣瓊,劉博藝,時(shí)天昊.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(11)
[6]采用遞歸有序聚類的信號(hào)控制時(shí)段劃分方法[J]. 李文婧,孫鋒,李茜瑤,馬東方.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(06)
[7]交叉口短時(shí)流量CEEMDAN-PE-OSELM預(yù)測(cè)模型[J]. 田秀娟,于德新,邢雪,商強(qiáng),王樹(shù)興.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[8]大數(shù)據(jù)下數(shù)據(jù)預(yù)處理方法研究[J]. 孔欽,葉長(zhǎng)青,孫赟.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(05)
[9]針對(duì)機(jī)器學(xué)習(xí)中殘缺數(shù)據(jù)的近似補(bǔ)全方法[J]. 曹衛(wèi)權(quán),褚衍杰,李顯.  西安交通大學(xué)學(xué)報(bào). 2017(10)
[10]深度學(xué)習(xí)在目標(biāo)視覺(jué)檢測(cè)中的應(yīng)用進(jìn)展與展望[J]. 張慧,王坤峰,王飛躍.  自動(dòng)化學(xué)報(bào). 2017(08)

碩士論文
[1]基于張量填充與張量矩陣關(guān)聯(lián)分析的交通數(shù)據(jù)恢復(fù)研究[D]. 向毅.云南大學(xué) 2019
[2]面向多時(shí)段控制的長(zhǎng)時(shí)交通流預(yù)測(cè)及分割點(diǎn)優(yōu)化方法[D]. 李文婧.浙江大學(xué) 2019
[3]面向交通控制的時(shí)段劃分與子區(qū)劃分[D]. 趙偉明.浙江大學(xué) 2014
[4]基于動(dòng)態(tài)時(shí)段劃分的交叉口信號(hào)控制模型與算法研究[D]. 周麗.山東大學(xué) 2011
[5]層次聚類算法的研究及應(yīng)用[D]. 段明秀.中南大學(xué) 2009
[6]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D]. 黃麗.重慶師范大學(xué) 2008



本文編號(hào)：3394404