近年來,由于城市機(jī)動車數(shù)量的飛速攀升,城市路網(wǎng)時常出現(xiàn)擁堵現(xiàn)象。智能交通系統(tǒng)因運(yùn)而生,其核心功能是交通控制與誘導(dǎo),而實(shí)時、精準(zhǔn)的交通流預(yù)測信息是其實(shí)現(xiàn)交通控制與誘導(dǎo)的關(guān)鍵。因此如何獲得實(shí)時、精準(zhǔn)的交通流預(yù)測信息是近些年來智能交通領(lǐng)域中的研究熱點(diǎn)之一。對短時交通流預(yù)測文獻(xiàn)的查閱與分析,可知現(xiàn)階段的短時交通流預(yù)測研究的重點(diǎn)放在對路段時間序列上的交通流進(jìn)行預(yù)測。預(yù)測模型主要有統(tǒng)計理論模型、神經(jīng)網(wǎng)絡(luò)模型、非線性理論模型等,由于未考慮交通流空間上存在的特性,會存在預(yù)測結(jié)果精度不高的問題。對此,本文重點(diǎn)研究了考慮時空相關(guān)性預(yù)測方法。首先,分析了城市路網(wǎng)中交通流特性,通過分析可得交通流時間與空間上存在相關(guān)性。通過對各個數(shù)據(jù)采集方式優(yōu)劣勢研究,確定了使用微波數(shù)據(jù)作為數(shù)據(jù)來源。但是難免會因?yàn)樵O(shè)備老化、檢測系統(tǒng)誤差、傳輸線路出現(xiàn)故障等原因造成微波采集數(shù)據(jù)丟失、錯誤等情況,因此設(shè)計了一套數(shù)據(jù)預(yù)處理的流程,經(jīng)過數(shù)據(jù)預(yù)處理后提高了數(shù)據(jù)質(zhì)量。其次,在交通流時間與空間上存在相關(guān)性的基礎(chǔ)上,提出了改進(jìn)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)對交通流時間序列進(jìn)行預(yù)測,空間序列上使用了多元逐步線性回歸方法進(jìn)行預(yù)測,使用最小二乘動態(tài)加權(quán)融... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

采集道路斷面空間分布圖

基于時空相關(guān)性分析的短時交通流量預(yù)測方法研究17間序列Xi的車流量，Xj,t+d表達(dá)的含義為在t+d時刻時間序列Xj的車流量。iX和jX分別為時間序列Xi，Xj的均值，E為數(shù)學(xué)期望，iX和jX分別為時間序列Xi，Xj的方差。2.4.2交通流空間相關(guān)性具體分析以圖2-5中紅字標(biāo)明的各路段微波檢測器交通流數(shù)據(jù)為研究對象，其中杭州市體育場路(保俶路-環(huán)城西路路段)為研究目標(biāo)。取2013年7月8日至7月12日五天采樣周期為5min，共1440個數(shù)據(jù)進(jìn)行空間相關(guān)性的統(tǒng)計分析。由圖可知，要分析的五條路段皆存在空間可達(dá)性，所以空間權(quán)重矩陣的值取1。時間延遲d根據(jù)空間位置的不同，設(shè)定（0,5）的取值范圍，采用式(2-15)分別計算目標(biāo)路段與其余各路段在時間延遲取值范圍內(nèi)相關(guān)性系數(shù)，得到的結(jié)果如表2-4所示。圖2-5空間斷面路段圖Figure2-5.Sectionchartofspace表2-4不同時間延遲下的相關(guān)性系數(shù)表Table2-4.Correlationcoefficienttableunderdifferenttimedelays時間延遲d體育場路保俶路環(huán)城西路省府路鳳起路00.91810.91330.81330.642310.94990.93590.82890.718920.90160.89540.87520.813130.84120.85690.90290.872040.80740.81300.93300.915150.78410.79690.74920.9212

浙江工業(yè)大學(xué)碩士學(xué)位論文22不需要想環(huán)形線圈、地磁車輛檢測器等那樣與車輛近距離接觸；而針對交通數(shù)據(jù)的采集方面，路側(cè)安裝的RTMS可檢測斷面上8個車道的交通流流量、速度和占有率三個參數(shù)，所檢測數(shù)據(jù)能通過串口周期上傳至后端服務(wù)器，RTMS還支持通過I/O接口直接輸出車輛存在信號，給信號機(jī)提供原始數(shù)據(jù)；微波指的是頻率為0.3-300GHz的電磁波[55]。RTMS是工作在微波波段的小范圍雷達(dá)檢測器，它不同于一般的微波測速檢測器。一般的微波測速檢測器利用多普勒效應(yīng)原理(運(yùn)動引起頻率變化)探測物體的存在，因而只能探測到運(yùn)動的物體。RTMS在扇形區(qū)域內(nèi)發(fā)射FM連續(xù)波，典型的微波束以傾角40°至45°、方位角為15°向道路投影，如圖3-4示。圖3-4RTMS微波束及其投影Figure3-4.RTMSmicrowavebeamanditsprojection（1）優(yōu)勢①微波檢測采用了3cm波長的微波所以在惡劣氣候下性能出色，可以全天候工作、可檢測靜止的車輛、直接檢測速度、可以側(cè)向方式檢測多車道、安裝維護(hù)方便。②微波檢測可以同時檢測多車道的交通信息，一般情況下能夠探測到8條車道，但是感應(yīng)線圈只能測單車道的交通信息。③微波檢測安裝維護(hù)簡單方便且屬于非侵入式的檢測器不會破壞路面，安裝時不會影響正常的交通秩序。微波檢測器不會像接觸式檢測器那樣容易受到大型車的擠壓而損壞。（2）劣勢①交通流量孝速度差距大的情況下，測速準(zhǔn)確度差②多車道、車輛并行、人車混雜的復(fù)雜路段，大型車往往會遮擋小型車，由此造成檢測精度降低。3.2交通流中的數(shù)據(jù)預(yù)處理現(xiàn)階段城市路網(wǎng)上采集數(shù)據(jù)的主要方式是遠(yuǎn)程微波檢測器，雖然微波檢測器

【參考文獻(xiàn)】：
期刊論文
[1]路網(wǎng)交通流在時空分析背景下的預(yù)測研究[J]. 李彤偉,王慶榮.  計算機(jī)工程與應(yīng)用. 2020(17)
[2]面向高速公路大數(shù)據(jù)的短時流量預(yù)測方法[J]. 王雪菲,丁維龍.  計算機(jī)應(yīng)用. 2019(01)
[3]基于局部連通性的在途動態(tài)路徑誘導(dǎo)方法[J]. 梁偉,張毅,胡堅明.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(01)
[4]基于信息篩選和拉依達(dá)準(zhǔn)則識別地下水主要組分水化學(xué)異常的方法研究[J]. 王磊,何江濤,張振國,趙鵬,張小文.  環(huán)境科學(xué)學(xué)報. 2018(03)
[5]城市規(guī)模、網(wǎng)絡(luò)結(jié)構(gòu)與交通擁堵的關(guān)系研究——基于動態(tài)性拓展的宏觀網(wǎng)絡(luò)交通模型的解釋[J]. 劉建朝,王亞男,王振坡,宋順鋒.  城市發(fā)展研究. 2017(11)
[6]基于K近鄰算法和支持向量回歸組合的短時交通流預(yù)測[J]. 劉釗,杜威,閆冬梅,柴干,郭建華.  公路交通科技. 2017(05)
[7]基于GA-LSSVR模型的路網(wǎng)短時交通流預(yù)測研究[J]. 陳小波,劉祥,韋中杰,梁軍,蔡英鳳,陳龍.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(01)
[8]一種基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法研究[J]. 劉浩然,趙翠香,李軒,王艷霞,郭長江.  儀器儀表學(xué)報. 2016(07)
[9]改進(jìn)PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測[J]. 張軍,王遠(yuǎn)強(qiáng),朱新山.  計算機(jī)工程與應(yīng)用. 2017(14)
[10]基于時空關(guān)聯(lián)和BPAdaboost的短時交通參數(shù)預(yù)測[J]. 丁閃閃,王維鋒,季錦章,黨倩.  公路交通科技. 2016(05)

碩士論文
[1]基于混沌理論的短時交通流預(yù)測方法研究[D]. 卓卉.北京交通大學(xué) 2008
[2]基于非參數(shù)回歸的路網(wǎng)短時交通狀態(tài)預(yù)測[D]. 馬毅林.北京交通大學(xué) 2008



本文編號：3459119