隨著社會(huì)經(jīng)濟(jì)水平的不斷提高,居民對(duì)于出行質(zhì)量的要求也逐漸提高,然而城市交通擁堵、交通安全等問題依舊是制約城市交通發(fā)展的主要因素。如果能對(duì)短期車流量,特別是節(jié)假日、惡劣天氣、事故發(fā)生時(shí)的車流量進(jìn)行相對(duì)準(zhǔn)確的預(yù)測(cè),那么就能為交管部門的管理和指揮決策提供依據(jù),城市交通管理部門就能早一步采取交通疏導(dǎo)和擁堵應(yīng)對(duì)措施,有助于城市交通信息化管理水平的提升。本課題基于交管部門數(shù)據(jù),研究城市交通車流量隨各種因素變換而變換的特征,研究并提出將數(shù)理統(tǒng)計(jì)中的自回歸ARIMA模型與機(jī)器學(xué)習(xí)中的CART模型樹相結(jié)合的方法用于短時(shí)車流量的預(yù)測(cè),經(jīng)過驗(yàn)證:該方法能夠在突發(fā)狀況發(fā)生時(shí)有較好的預(yù)測(cè)表現(xiàn)。在完成了組合模型對(duì)于車流量預(yù)測(cè)的實(shí)驗(yàn)與驗(yàn)證之后,本課題還設(shè)計(jì)并實(shí)現(xiàn)了車流預(yù)測(cè)預(yù)警移動(dòng)端原型系統(tǒng)。該系統(tǒng)使用了流行的混合開發(fā)模式,利用Cordova框架和高德地圖API等技術(shù)進(jìn)行系統(tǒng)原型開發(fā),后臺(tái)則使用python語(yǔ)言用于后臺(tái)數(shù)據(jù)計(jì)算與存儲(chǔ)。通過該模型與系統(tǒng),能夠?yàn)榻还懿块T及時(shí)提供預(yù)測(cè)預(yù)警信息,有助于提高城市交通應(yīng)對(duì)突發(fā)車流擁堵的應(yīng)急能力,提升市民的出行質(zhì)量。

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 項(xiàng)目背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 車流量短時(shí)預(yù)測(cè)
        1.2.2 移動(dòng)端地圖可視化展示技術(shù)
        1.2.3 圖像識(shí)別與檢測(cè)技術(shù)
    1.3 研究?jī)?nèi)容和創(chuàng)新
第二章 相關(guān)關(guān)鍵技術(shù)研究
    2.1 Cordova移動(dòng)開發(fā)框架
        2.1.1 Web app
        2.1.2 Web View
        2.1.3 Cordova Plugins
    2.2 基于高德API的地圖可視化展示
        2.2.1 GPS地圖定位
        2.2.2 地圖覆蓋物
    2.3 目標(biāo)檢測(cè)
        2.3.1 車輛圖像檢測(cè)
        2.3.2 TensorFlow深度學(xué)習(xí)框架
        2.3.3 TensorFlow object detection API
第三章 多因素混合預(yù)測(cè)模型研究和實(shí)驗(yàn)分析
    3.1 車流量預(yù)測(cè)概念和方法
        3.1.1 車流量的可預(yù)測(cè)性
        3.1.2 車流預(yù)測(cè)常用方法
        3.1.3 模型選擇
    3.2 多因素影響下的車流特征分析
        3.2.1 雨天車流特征
        3.2.2 節(jié)假日車流特征
        3.2.3 特殊事件車流特征
    3.3 常用預(yù)測(cè)模型研究
        3.3.1 指數(shù)平滑法
        3.3.2 自回歸時(shí)序模型
        3.3.3 決策樹
    3.4 多因素混合預(yù)測(cè)模型研究和實(shí)現(xiàn)
        3.4.1 多因素混合預(yù)測(cè)模型框架
        3.4.2 多因素混合預(yù)測(cè)的實(shí)現(xiàn)步驟
    3.5 多因素混合預(yù)測(cè)模型實(shí)驗(yàn)評(píng)估
        3.5.1 預(yù)測(cè)模型評(píng)價(jià)指標(biāo)
        3.5.2 實(shí)驗(yàn)數(shù)據(jù)獲取
        3.5.3 預(yù)測(cè)結(jié)果對(duì)比分析
第四章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)開發(fā)環(huán)境
    4.2 系統(tǒng)總體架構(gòu)
    4.3 數(shù)據(jù)庫(kù)表設(shè)計(jì)
    4.4 系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)
        4.4.1 數(shù)據(jù)預(yù)處理與存儲(chǔ)模塊
        4.4.2 車流量預(yù)測(cè)模塊
        4.4.3 報(bào)警閾值計(jì)算模塊
        4.4.4 文字形式發(fā)布模塊
        4.4.5 地圖形式展示模塊
    4.5 系統(tǒng)實(shí)現(xiàn)結(jié)果
        4.5.1 系統(tǒng)主界面
        4.5.2 信息發(fā)布
        4.5.3 用戶定位
        4.5.4 地圖標(biāo)記
        4.5.5 設(shè)施搜索
        4.5.6 路線查詢
    4.6 系統(tǒng)實(shí)現(xiàn)結(jié)果
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝



本文編號(hào)：3915701