本文選題：突發(fā)擁堵路段　切入點(diǎn)：交通流轉(zhuǎn)移概率　出處：《東北大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：近年來,人口出生率和機(jī)動車占有率不斷增加,城市機(jī)動車數(shù)量迅猛發(fā)展,道路資源建設(shè)相對滯后,導(dǎo)致城市交通擁堵日益嚴(yán)重,城市擁堵路段預(yù)測成為智能交通系統(tǒng)的一個基本功能。準(zhǔn)確的預(yù)測城市擁堵路段,不僅可以使出行者更好的選擇出行線路,而且可以減少尾氣排放,達(dá)到節(jié)約時間、經(jīng)濟(jì)、能源,保護(hù)環(huán)境的目的。雖然對于擁堵路段預(yù)測的研究已經(jīng)存在了相當(dāng)長的一段時間,但是在速度、準(zhǔn)確性、可擴(kuò)展性等方面仍不完善,尤其是突發(fā)事件的出現(xiàn)使擁堵路段預(yù)測的準(zhǔn)確性大大降低。為了解決上述問題,本文提出一種新的基于擁堵轉(zhuǎn)移矩陣的城市擁堵路段預(yù)測模型,該模型與其他大部分交通流預(yù)測模型明顯的不同是它結(jié)合了相鄰路段的交通流信息進(jìn)行擁堵路段的預(yù)測,得到較好的預(yù)測效果。本文的主要貢獻(xiàn)包括：首先,針對擁堵路段間具有時空因果關(guān)系的特點(diǎn),提出對城市擁堵路段預(yù)測建立數(shù)據(jù)模型的具體算法。將GPS軌跡集按照周期和時間框架分類,挖掘不同時間框架內(nèi)的擁堵路段和交通流轉(zhuǎn)移概率。其次,提出擁堵轉(zhuǎn)移矩陣的概念。擁堵轉(zhuǎn)移矩陣記錄了具有時空因果關(guān)系的擁堵路段對之間的擁堵轉(zhuǎn)移概率。為每一個時間框架建立一個擁堵轉(zhuǎn)移矩陣,從而為擁堵路段的預(yù)測做準(zhǔn)備。再次,提出對突發(fā)擁堵路段的處理方法。該方法利用突發(fā)擁堵路段和與其相鄰路段之間的交通流轉(zhuǎn)移概率預(yù)測下一時間框架內(nèi)它們中可能發(fā)生擁堵的路段,提高預(yù)測準(zhǔn)確率。最后,在全概率理論的基礎(chǔ)上,提出利用擁堵向量和擁堵轉(zhuǎn)移矩陣相乘的方法進(jìn)行一步或多步擁堵路段的預(yù)測。通過實(shí)驗(yàn)評估,驗(yàn)證了本文提出的基于擁堵轉(zhuǎn)移矩陣預(yù)測城市擁堵路段算法的有效性和高效性。
[Abstract]:In recent years, the birth rate and the share of motor vehicles have been increasing, the number of motor vehicles in urban areas has developed rapidly, and the construction of road resources has lagged behind, which has led to the increasingly serious traffic congestion in cities. Prediction of urban congested sections has become a basic function of its. Accurate prediction of urban congested sections can not only make travelers better choose travel routes, but also reduce exhaust emissions, thus saving time and economy. Energy, the purpose of protecting the environment. Although the research on the prediction of congested roads has existed for quite a long time, it is still imperfect in terms of speed, accuracy, extensibility, etc. In order to solve the above problems, a new urban congestion section prediction model based on congestion transfer matrix is proposed in this paper. The difference between this model and most other traffic flow forecasting models is that it combines the traffic flow information of adjacent road sections to predict congested sections and gets better prediction results. The main contributions of this paper are as follows: first of all, In view of the spatial-temporal causal relationship between congested sections, a data model for urban congested road sections is proposed. The GPS trajectory sets are classified according to the period and time frame. Excavate the probability of traffic flow transfer in different time frame. Secondly, The concept of congestion transfer matrix is proposed. Congestion transfer matrix records the probability of congestion transfer between congested road pairs with temporal and spatial causality, and establishes a congestion transfer matrix for each time frame. To prepare for the prediction of congested roads. Again, This method uses the probability of traffic flow transfer between sudden congested sections and its adjacent sections to predict the possible congested sections in the next time frame, and improves the accuracy of prediction. Based on the theory of full probability, the method of multiplying congestion vector and congestion transfer matrix is proposed to predict one-step or multi-step congested road sections. The effectiveness and efficiency of the proposed algorithm based on congestion transfer matrix are verified.
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易濤,熊堅,萬華森;高速公路基本路段交通流微觀仿真建模與實(shí)現(xiàn)[J];昆明理工大學(xué)學(xué)報(理工版);2004年03期

2 庹滿先;彭光含;;考慮相對流量影響的交通流合作駕駛格子模型[J];四川大學(xué)學(xué)報(自然科學(xué)版);2012年04期

3 杉崎昭生;;海上船舶交通流模擬器[J];中國航海;1986年02期

4 洪濤;;從“交通流”的調(diào)查談公路建設(shè)[J];公路;1989年03期

5 袁秀湘;人工智能在交通流管理中的應(yīng)用[J];中南公路工程;2001年02期

6 熊烈強(qiáng),陳明昭,嚴(yán)新平;實(shí)際交通流的運(yùn)動微分方程[J];交通運(yùn)輸工程學(xué)報;2001年03期

7 俞禮軍,嚴(yán)海,嚴(yán)寶杰;最大熵原理在交通流統(tǒng)計分布模型中的應(yīng)用[J];交通運(yùn)輸工程學(xué)報;2001年03期

8 廣曉平,錢勇生,趙鵬;交通流中的回波及其傳播特征(英文)[J];蘭州鐵道學(xué)院學(xué)報;2001年01期

9 賀國光,馬壽峰,馮蔚東;對交通流分形問題的初步研究[J];中國公路學(xué)報;2002年04期

10 張鵬,劉儒勛;交通流問題的有限元分析與模擬(Ⅱ)[J];計算物理;2002年02期

相關(guān)會議論文 前10條

1 董壘;鄭小平;;交通流中的力學(xué)模型模擬與仿真[A];北京力學(xué)會第15屆學(xué)術(shù)年會論文摘要集[C];2009年

2 王進(jìn);史其信;陸化普;;交通流可預(yù)測性分析[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊）[C];2005年

3 王正;;擁擠交通流非線性模型及仿真[A];2009年中國智能自動化會議論文集（第五分冊）[東南大學(xué)學(xué)報（增刊）][C];2009年

4 溫偉剛;蔣海峰;魏學(xué)業(yè);;短期交通流的局部分形研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊）[C];2005年

5 余正;劉錦松;張志勇;;交通流問題數(shù)學(xué)模型的初級討論[A];魯冀晉瓊粵川六省金屬學(xué)會第十四屆礦山學(xué)術(shù)交流會論文集[C];2007年

6 鄭俊耀;余春艷;;數(shù)字荷爾蒙模型下的交通流誘導(dǎo)優(yōu)化算法[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

7 崔洪軍;陸建;;大型活動交通流時空消散模型研究[A];第一屆中國智能交通年會論文集[C];2005年

8 廖大彬;馬萬經(jīng);;網(wǎng)絡(luò)交通流宏觀基本圖研究綜述[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

9 許巖巖;翟希;孔慶杰;劉允才;;基于分類回歸樹的交通流短時預(yù)測[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

10 魏超;陸Ym蕾;劉允才;;基于神經(jīng)網(wǎng)絡(luò)的交通流速度估計[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

相關(guān)重要報紙文章 前9條

1 記者 左燕東;全省旅游交通流預(yù)計呈現(xiàn)幾何劇增[N];山西日報;2014年

2 夏紅兵 沈后功;情況復(fù)雜多變化 科學(xué)組織交通流[N];揚(yáng)州日報;2006年

3 黃霖 丁胤福;打造暢通工程 建設(shè)國際化城市[N];法制日報;2003年

4 記者 郭世鋒;濟(jì)南“全運(yùn)交通圖”輪廓初現(xiàn)[N];濟(jì)南日報;2009年

5 深圳特區(qū)報記者 陳震;200萬輛是否已是承受上限？[N];深圳特區(qū)報;2012年

6 ;各大都市de汽車政策[N];江蘇經(jīng)濟(jì)報;2003年

7 本報記者 李林;鄭州地鐵2號線力爭不“添堵”[N];河南日報;2010年

8 新華;柏林道路疏堵：管理重于修路[N];中國交通報;2005年

9 本報記者;一項(xiàng)緩解交通擁堵的舉措[N];貴陽日報;2008年

相關(guān)博士學(xué)位論文 前6條

1 陳昕;基于協(xié)同學(xué)的城市交通控制與誘導(dǎo)系統(tǒng)協(xié)同的理論與方法研究[D];吉林大學(xué);2006年

2 宋學(xué)文;高速公路擴(kuò)建期交通流組織優(yōu)化研究[D];武漢理工大學(xué);2008年

3 孟夢;組合出行模式下城市交通流分配模型與算法[D];北京交通大學(xué);2013年

4 彭博;大范圍交通控制與交通流誘導(dǎo)協(xié)同關(guān)鍵技術(shù)研究[D];吉林大學(xué);2011年

5 孔祥杰;城市路網(wǎng)交通流協(xié)調(diào)控制技術(shù)研究[D];浙江大學(xué);2009年

6 劉玉印;出行者有限理性條件下的網(wǎng)絡(luò)均衡分析及其應(yīng)用研究[D];華南理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 崔皓瑩;基于多品種流方法的城市擁堵路段分流研究[D];西南交通大學(xué);2015年

2 劉夢露;基于實(shí)時交通流的大窯灣港區(qū)干線協(xié)調(diào)控制研究[D];大連海事大學(xué);2015年

3 于新蓮;考慮有限理性的交通流Day-to-day動態(tài)演化研究[D];南京大學(xué);2014年

4 占怡瑩;基于綠波原理的路網(wǎng)協(xié)調(diào)控制技術(shù)[D];浙江工業(yè)大學(xué);2015年

5 孫莉;城市區(qū)域交通信號協(xié)同控制模型及方法[D];安徽師范大學(xué);2015年

6 江超陽;基于二型模糊集合理論的交通流長時預(yù)測方法研究[D];北京交通大學(xué);2016年

7 張百合;基于擁堵轉(zhuǎn)移矩陣的城市擁堵路段預(yù)測方法研究[D];東北大學(xué);2014年

8 王中芳;城市動態(tài)路網(wǎng)優(yōu)化及交通流分配模型與算法研究[D];西安建筑科技大學(xué);2011年

9 李強(qiáng);交通流時間序列的聚類分析方法及應(yīng)用[D];北京交通大學(xué);2012年

10 曾靖靜;組合出行模式下動態(tài)交通流分配模型與算法研究[D];北京交通大學(xué);2013年

，

本文編號：1572034