本文關(guān)鍵詞：短時交通流組合模型預(yù)測　出處：《南京理工大學(xué)學(xué)報》2014年02期 　論文類型：期刊論文

  更多相關(guān)文章： 間斷流 短時交通流預(yù)測 卡爾曼濾波模型 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò) 慣性因子

【摘要】：針對城市道路流量的非線性和不確定性特點,為避免單一模型預(yù)測準(zhǔn)確率不高的缺陷,該文提出了一種短時交通流組合模型。該模型包含卡爾曼濾波模型和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型2個子模型,較好地解決了神經(jīng)網(wǎng)絡(luò)不能反映大流量下的穩(wěn)態(tài)性問題,以及卡爾曼濾波在流量不穩(wěn)定時預(yù)測準(zhǔn)確率不高的問題。在組合模型中引入慣性因子,確保了模型的穩(wěn)定性。仿真結(jié)果表明該方法是可行有效的。
[Abstract]:In view of the nonlinear and uncertain characteristics of urban road flow, in order to avoid the single model prediction accuracy is not high defects. In this paper, a short-time traffic flow combination model is proposed, which consists of two sub-models: Kalman filter model and radial basis function neural network model. It solves the problem that neural network can not reflect the steady state of large flow, and Kalman filter is not accurate when the flow is unstable. The inertial factor is introduced into the combination model. The stability of the model is ensured. The simulation results show that the method is feasible and effective.
【作者單位】： 浙江工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;浙江大學(xué)工業(yè)控制國家重點實驗室;
【基金】：國家自然科學(xué)基金(61174174) 中央高�；究蒲袠I(yè)務(wù)專項資金(2013XZZX008-1) 浙江省交通運輸廳科研計劃項目(2014T08)
【分類號】：U491.112
【正文快照】： 隨著城市交通流的不斷增大,智能交通系統(tǒng)應(yīng)運而生,交通控制和交通誘導(dǎo)是智能交通系統(tǒng)的重要領(lǐng)域,而交通流預(yù)測是實現(xiàn)交通控制和交通誘導(dǎo)的關(guān)鍵[1]。交通流可分為連續(xù)流和間斷流[2],間斷交通流中存在引起交通流周期性間斷的固定元素,這些元素包括交通信號、停車標(biāo)志和其他管制

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 李振龍;張利國;錢海峰;;基于非參數(shù)回歸的短時交通流預(yù)測研究綜述[J];交通運輸工程與信息學(xué)報;2008年04期

2 王均;關(guān)偉;;基于Kalman濾波的城市環(huán)路交通流短時預(yù)測研究[J];交通與計算機(jī);2006年05期

3 孫立光;李瑞敏;董\~;陸化普;;短時交通流組合預(yù)測模型研究[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2010年05期

4 聶佩林;余志;何兆成;;基于約束卡爾曼濾波的短時交通流量組合預(yù)測模型[J];交通運輸工程學(xué)報;2008年05期

5 高慧;趙建玉;賈磊;;短時交通流預(yù)測方法綜述[J];濟(jì)南大學(xué)學(xué)報(自然科學(xué)版);2008年01期

6 顧晨陽;羅熹;程文龍;;變權(quán)重組合預(yù)測模型在短時交通流預(yù)測中的應(yīng)用[J];統(tǒng)計與決策;2010年06期

7 沈國江;王嘯虎;孔祥杰;;短時交通流量智能組合預(yù)測模型及應(yīng)用[J];系統(tǒng)工程理論與實踐;2011年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田光理;苑紅偉;牛德寧;;基于粗糙集理論的短時交通流組合預(yù)測研究[J];道路交通與安全;2010年02期

2 王建;鄧衛(wèi);趙金寶;;基于改進(jìn)型貝葉斯組合模型的短時交通流量預(yù)測[J];東南大學(xué)學(xué)報(自然科學(xué)版);2012年01期

3 曹樹志;項響琴;;基于改進(jìn)的K_Means算法的城市高架橋交通流分析[J];公路交通科技(應(yīng)用技術(shù)版);2010年10期

4 姚琛;羅霞;漢克·范少倫;;基于粗集和神經(jīng)網(wǎng)絡(luò)耦合的短時交通流預(yù)測[J];公路交通科技;2010年11期

5 吳寶春;鄭蕊蕊;李敏;楊亞寧;;基于遺傳灰色GM(1,1,ρ)模型的短時交通流量預(yù)測[J];電子設(shè)計工程;2012年13期

6 曹政才;韓丁富;王永吉;;面向城市交通網(wǎng)絡(luò)的一種新型動態(tài)路徑尋優(yōu)方法[J];電子學(xué)報;2012年10期

7 姜桂艷;王秋蘭;李琦;;基于多時間尺度一步外推的短時交通參數(shù)多步預(yù)測方法[J];公路交通科技;2013年02期

8 熊杰;關(guān)偉;孫宇星;;基于Kalman濾波的地鐵換乘客流預(yù)測[J];北京交通大學(xué)學(xué)報;2013年03期

9 陳相艷;周德儉;袁海英;;基于ARIMA與RBF組合模型的短時交通量預(yù)測[J];廣西工學(xué)院學(xué)報;2013年02期

10 張秋余;朱學(xué)明;;基于GA-Elman神經(jīng)網(wǎng)絡(luò)的交通流短時預(yù)測方法[J];蘭州理工大學(xué)學(xué)報;2013年03期

相關(guān)會議論文 前1條

1 胡曉健;陸建;;基于二步自適應(yīng)的交通量實時預(yù)測模型[A];2007第三屆中國智能交通年會論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 王春;基于VR/GIS一體化城市微觀交通虛擬仿真系統(tǒng)的研究與應(yīng)用[D];中國海洋大學(xué);2010年

2 姚琛;基于信息提取計算的動態(tài)交通數(shù)據(jù)分析及應(yīng)用[D];西南交通大學(xué);2011年

3 楊祖元;城市交通信號系統(tǒng)智能控制策略研究[D];重慶大學(xué);2008年

4 肖培靈;濰坊市可持續(xù)發(fā)展能力研究及其應(yīng)用[D];天津大學(xué);2009年

5 王新穎;基于網(wǎng)格的短時交通狀態(tài)預(yù)測研究[D];吉林大學(xué);2010年

6 龔勃文;大規(guī)模路網(wǎng)下中心式動態(tài)交通誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2010年

7 王凡;基于支持向量機(jī)的交通流預(yù)測方法研究[D];大連理工大學(xué);2010年

8 靳引利;省域高速公路網(wǎng)交通誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];長安大學(xué);2009年

9 李繼偉;城市主次干路的路段行程時間估計與預(yù)測方法研究[D];吉林大學(xué);2012年

10 楊飛;基于回聲狀態(tài)網(wǎng)絡(luò)的交通流預(yù)測模型及其相關(guān)研究[D];北京郵電大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 全書鵬;智能交通中車流量預(yù)測與路徑優(yōu)化技術(shù)的研究[D];鄭州大學(xué);2010年

2 易柳;無檢測器路口交通流量預(yù)測方法研究[D];湘潭大學(xué);2010年

3 朱理;克隆選擇算法在城市道路交通信號控制中的應(yīng)用研究[D];湘潭大學(xué);2010年

4 林鑫;城市道路交通流數(shù)據(jù)的挖掘[D];天津理工大學(xué);2010年

5 田智韜;基于浮動車與固定檢測器的交通流數(shù)據(jù)融合技術(shù)研究[D];北京交通大學(xué);2011年

6 王小英;道路網(wǎng)短時交通流分析與預(yù)測[D];武漢理工大學(xué);2010年

7 周娜;并聯(lián)機(jī)器人視覺伺服系統(tǒng)的跟蹤檢測研究[D];東華大學(xué);2011年

8 黃阿瓊;城市快速路主輔路交通流分析與控制方法研究[D];北京交通大學(xué);2011年

9 姜蕊;融合預(yù)測信息的動態(tài)路徑選擇算法研究[D];北京交通大學(xué);2011年

10 毛小飛;基于小波包分析和支持向量回歸機(jī)的交通流量預(yù)測方法研究[D];西華大學(xué);2011年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳華友,許義生;非負(fù)可變權(quán)重的組合預(yù)測模型研究[J];安徽大學(xué)學(xué)報(自然科學(xué)版);1998年02期

2 楊芳明;朱順應(yīng);;基于小波的短時交通流預(yù)測[J];重慶交通學(xué)院學(xué)報;2006年03期

3 趙晶;唐煥文;朱訓(xùn)芝;;模擬退火算法的一種改進(jìn)及其應(yīng)用研究[J];大連理工大學(xué)學(xué)報;2006年05期

4 王正武,黃中祥;短時交通流預(yù)測模型的分析與評價[J];系統(tǒng)工程;2003年06期

5 楊世堅,賀國光;基于模糊C均值聚類和神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測方法[J];系統(tǒng)工程;2004年08期

6 王曉原;吳磊;張開旺;張敬磊;;非參數(shù)小波算法的交通流預(yù)測方法[J];系統(tǒng)工程;2005年10期

7 張曉利;賀國光;;考慮交通吸納點的非參數(shù)回歸組合型短時交通流預(yù)測方法[J];系統(tǒng)工程;2006年12期

8 王進(jìn);史其信;;短時交通流預(yù)測模型綜述[J];中國公共安全(學(xué)術(shù)卷);2005年01期

9 劉靜,關(guān)偉;交通流預(yù)測方法綜述[J];公路交通科技;2004年03期

10 楊立才,賈磊;粗神經(jīng)網(wǎng)絡(luò)及其在交通流預(yù)測中的應(yīng)用[J];公路交通科技;2004年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘龍;王建國;;基于EMD和RBF的隧道圍巖監(jiān)測數(shù)據(jù)分析[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年03期

2 黃銘;劉俊;;堆載預(yù)壓作用下路基沉降的多測點監(jiān)測模型[J];上海交通大學(xué)學(xué)報;2011年05期

3 李春貴;陽樹洪;王萌;張增芳;;基于SARSA(λ)算法的單路口交通信號學(xué)習(xí)控制[J];廣西工學(xué)院學(xué)報;2008年02期

4 林海軍;滕召勝;遲海;易釗;鄔蓉蓉;;基于多傳感器信息融合的汽車衡誤差補(bǔ)償[J];儀器儀表學(xué)報;2009年06期

5 李春貴;周堅和;孫自廣;王萌;張增芳;;基于多智能體團(tuán)隊強(qiáng)化學(xué)習(xí)的交通信號控制[J];廣西工學(xué)院學(xué)報;2011年02期

6 賀國光,李宇,馬壽峰;基于數(shù)學(xué)模型的短時交通流預(yù)測方法探討[J];系統(tǒng)工程理論與實踐;2000年12期

7 賀國光,馬壽峰,李宇;基于小波分解與重構(gòu)的交通流短時預(yù)測法[J];系統(tǒng)工程理論與實踐;2002年09期

8 王雷;許晗;鄭山水;;ITS中交通流預(yù)測方法的研究[J];中國科技信息;2008年10期

9 鄧志龍;李全;陳茜;;基于灰色系統(tǒng)理論的短時交通流預(yù)測[J];公路交通技術(shù);2006年01期

10 王曉原;劉海紅;;基于投影尋蹤自回歸的短時交通流預(yù)測[J];系統(tǒng)工程;2006年03期

相關(guān)會議論文 前3條

1 唐麗娜;張衛(wèi)華;;短時交通流預(yù)測方法的比較研究[A];2007第三屆中國智能交通年會論文集[C];2007年

2 張利;李星毅;施化吉;;一種基于ARIMA模型的短時交通流量改進(jìn)預(yù)測算法[A];2007第三屆中國智能交通年會論文集[C];2007年

3 張均任;;關(guān)于高等級道路設(shè)計若干問題探討[A];中國土木工程學(xué)會1998年全國市政工程學(xué)術(shù)交流會論文集[C];1998年

相關(guān)博士學(xué)位論文 前8條

1 姚智勝;基于實時數(shù)據(jù)的道路網(wǎng)短時交通流預(yù)測理論與方法研究[D];北京交通大學(xué);2007年

2 郭t，

本文編號：1440449