本文選題：智能交通系統(tǒng) + 路段平均速度�。� 參考：《交通運輸工程學報》2014年05期

【摘要】：為精確估計路段平均速度,提出了基于BP神經(jīng)網(wǎng)絡與D-S證據(jù)理論的路段平均速度融合方法。通過訓練完成的BP神經(jīng)網(wǎng)絡估計概率密度函數(shù)值,進而通過D-S證據(jù)理論進行數(shù)據(jù)融合,整合了BP神經(jīng)網(wǎng)絡自學習的特點與D-S證據(jù)理論推理的能力。提出了融合方法的框架,給出了具體的計算模型。利用京藏高速公路上的實測浮動車數(shù)據(jù)、微波檢測器數(shù)據(jù)、車牌識別數(shù)據(jù)對融合方法進行了驗證,并分析了當微波檢測器失效時融合方法的魯棒性。分析結(jié)果表明:融合數(shù)據(jù)的平均絕對誤差百分率比僅使用浮動車數(shù)據(jù)或微波檢測器數(shù)據(jù)分別提高了7.90%、20.72%,融合方法能夠得到較好的效果。微波檢測器失效的情況下,融合精度有所下降,但融合數(shù)據(jù)的誤差仍然小于僅使用浮動車數(shù)據(jù)的誤差,說明融合方法具有一定的魯棒性。
[Abstract]:In order to estimate the average speed of road section accurately, a method of road average speed fusion based on BP neural network and D-S evidence theory is proposed.The BP neural network is trained to estimate the value of probability density function, and then the data fusion is carried out by D-S evidence theory, which integrates the self-learning characteristics of BP neural network and the reasoning ability of D-S evidence theory.The frame of fusion method is presented, and the concrete calculation model is given.The fusion method is verified by the measured floating vehicle data, microwave detector data and license plate recognition data on the Beijing-Tibet Expressway. The robustness of the fusion method is analyzed when the microwave detector fails.The results show that the average absolute error percentage of fusion data is 7.90% higher than that of floating vehicle data or microwave detector data, respectively, and the fusion method can get better results.In the case of microwave detector failure, the fusion accuracy is decreased, but the error of fusion data is still smaller than that of only using floating car data, which shows that the fusion method has some robustness.
【作者單位】： 清華大學交通研究所;清華大學土木工程系;
【基金】：國家自然科學基金項目(71361130015)
【分類號】：U491.1

【參考文獻】

相關(guān)期刊論文 前10條

1 仲崇權(quán),張立勇,楊素英,趙文豪;多傳感器分組加權(quán)融合算法研究[J];大連理工大學學報;2002年02期

2 李月;徐余法;陳國初;苗銳;俞金壽;;D-S證據(jù)理論在多傳感器故障診斷中的改進及應用[J];東南大學學報(自然科學版);2011年S1期

3 徐從富,耿衛(wèi)東,潘云鶴;面向數(shù)據(jù)融合的DS方法綜述[J];電子學報;2001年03期

4 鄒亮;徐建閩;朱玲湘;溫惠英;;基于浮動車移動檢測與感應線圈融合技術(shù)的行程時間估計模型[J];公路交通科技;2007年06期

5 李瑞敏;陳熙怡;;多源數(shù)據(jù)融合的道路旅行時間估計方法研究[J];公路交通科技;2014年02期

6 宋儷婧;陳金川;石建軍;王書靈;;應用車輛牌照自動識別系統(tǒng)自動檢測行程延誤的算法研究[J];交通運輸工程與信息學報;2008年02期

7 劉紅紅;楊兆升;;基于數(shù)據(jù)融合技術(shù)的路段出行時間預測方法[J];交通運輸工程學報;2008年06期

8 劉桂蓮;王福林;索瑞霞;;BP神經(jīng)網(wǎng)絡算法的改進及其應用[J];農(nóng)業(yè)系統(tǒng)科學與綜合研究;2010年02期

9 李嘉;劉春華;胡賽陽;王芳;;基于交通數(shù)據(jù)融合技術(shù)的行程時間預測模型[J];湖南大學學報(自然科學版);2014年01期

10 B Raghuram Kadali;Nivedan Rathi;Vedagiri Perumal;;Evaluation of pedestrian mid-block road crossing behaviour using artificial neural network[J];Journal of Traffic and Transportation Engineering(English Edition);2014年02期

【共引文獻】

相關(guān)期刊論文 前10條

1 王杰,檀根甲,胡易冰,劉明芳;基于神經(jīng)網(wǎng)絡的稻白葉枯病中期預警[J];安徽農(nóng)業(yè)大學學報;2002年01期

2 林增;王俊峰;王禹霖;;基于CPN高鐵臨時限速數(shù)據(jù)融合方案驗證[J];北京交通大學學報;2012年03期

3 楊兆升;孫曉梅;王志建;;快速路截面數(shù)據(jù)和車牌識別數(shù)據(jù)融合算法[J];北京工業(yè)大學學報;2009年10期

4 楊兆升;高學英;林賜云;孫迪;;基于路段下游檢測線圈的路段行程時間估計[J];北京工業(yè)大學學報;2010年06期

5 李進;趙宇;黃敏;;基于決策級數(shù)據(jù)融合的可靠性綜合驗證方法[J];北京航空航天大學學報;2010年05期

6 劉耦耕,賀素良,羅飛,舒小華;信息融合技術(shù)及其在包裝工業(yè)中的應用[J];包裝工程;2004年02期

7 孫潔娣;溫江濤;靳世久;;基于D-S證據(jù)理論的管道安全監(jiān)測數(shù)據(jù)融合技術(shù)的研究[J];傳感技術(shù)學報;2007年02期

8 黃樹峰;秦超英;郭培榮;;帶反饋信息的多傳感器航跡融合算法[J];傳感技術(shù)學報;2009年11期

9 陳天璐,闕沛文;D-S證據(jù)理論在數(shù)據(jù)融合中失效問題的研究[J];傳感器技術(shù);2004年12期

10 潘鵬;付強;;基于最近鄰域法的氣體傳感器模式識別技術(shù)研究[J];傳感器與微系統(tǒng);2009年03期

相關(guān)會議論文 前7條

1 孔鵬程;周健;;基于D-S證據(jù)理論的改進算法的研究[A];2011中國儀器儀表與測控技術(shù)大會論文集[C];2011年

2 熊凌;張凱;;數(shù)據(jù)融合及其應用[A];2005年十二省區(qū)市機械工程學會學術(shù)年會論文集（湖北專集）[C];2005年

3 尹東;任志清;侯蕾;;基于智能Agent的目標特征選取研究[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學術(shù)年會論文集[C];2004年

4 陳磊;賀小明;劉清龍;;磨煤機故障診斷中信息融合技術(shù)的應用[A];第五屆設(shè)備管理第八屆設(shè)備潤滑與液壓學術(shù)會議論文集——《設(shè)備管理設(shè)備潤滑與液壓技術(shù)》[C];2004年

5 張海林;田壽;李強;;帶時間窗的最優(yōu)路徑選擇模型的建模與仿真[A];2008第四屆中國智能交通年會論文集[C];2008年

6 施式亮;何利文;李潤求;念其鋒;;煤礦掘進工作面瓦斯涌出混沌時間序列預測模型及應用[A];中國職業(yè)安全健康協(xié)會2013年學術(shù)年會論文集[C];2013年

7 曾戊忠;鐘誠文;;基于DS理論的氣象預報意見融合系統(tǒng)[A];第31屆中國氣象學會年會S13 氣象通信與信息技術(shù)應用實踐與新技術(shù)探索[C];2014年

相關(guān)博士學位論文 前10條

1 姜延吉;多傳感器數(shù)據(jù)融合關(guān)鍵技術(shù)研究[D];哈爾濱工程大學;2010年

2 江虹;基于手部特征識別關(guān)鍵技術(shù)的研究與實現(xiàn)[D];吉林大學;2011年

3 魯峰;航空發(fā)動機故障診斷的融合技術(shù)研究[D];南京航空航天大學;2009年

4 張乃洲;實體搜索爬蟲和信息抽取研究[D];武漢大學;2011年

5 朱方;多信息融合模式分類方法研究及在公交客流識別系統(tǒng)中的應用[D];河北工業(yè)大學;2010年

6 廖孝勇;浮動車交通參數(shù)檢測及在道路交通狀態(tài)分析中的應用研究[D];重慶大學;2011年

7 常鳳香;基于生物電阻抗測量原理的經(jīng)絡診斷數(shù)據(jù)可視化方法研究[D];燕山大學;2012年

8 孫銳;基于D-S證據(jù)理論的信息融合及在可靠性數(shù)據(jù)處理中的應用研究[D];電子科技大學;2012年

9 馬飛;褐飛虱發(fā)生系統(tǒng)的混沌特性及其預測研究[D];南京農(nóng)業(yè)大學;2001年

10 何衍;機動目標跟蹤與傳感器網(wǎng)絡自組織[D];浙江大學;2001年

相關(guān)碩士學位論文 前10條

1 張西雅;基于信息融合的汽車防追尾避撞目標識別研究[D];鄭州大學;2010年

2 王玉波;基于基本概率賦值調(diào)整的數(shù)據(jù)融合方法及應用[D];大連理工大學;2010年

3 張祥明;基于信息融合的礦井提升機健康診斷研究[D];河南理工大學;2010年

4 盧永芳;基于信息融合的配電柜故障電弧預報警系統(tǒng)算法研究[D];河南理工大學;2010年

5 劉勰;基于數(shù)據(jù)融合的產(chǎn)品設(shè)計評價與優(yōu)化[D];浙江工商大學;2011年

6 陳華志;基于雷達/紅外數(shù)據(jù)融合多目標跟蹤濾波算法的研究[D];電子科技大學;2011年

7 王洋;城鎮(zhèn)供水管網(wǎng)模擬與監(jiān)控模型研究[D];河北農(nóng)業(yè)大學;2011年

8 杜亮;虛擬人足球比賽決策算法研究[D];西安電子科技大學;2009年

9 方志輝;基于嵌入式平臺的疲勞駕駛狀態(tài)參數(shù)信息融合研究[D];太原理工大學;2011年

10 閆軍;基于單平臺的雷達探測數(shù)據(jù)點跡建航[D];江南大學;2011年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 李平勇;游磊;蘇長明;;嵌入式系統(tǒng)教學體系建設(shè)研究[J];教育與教學研究;2011年05期

2 周舒杰;廖孝勇;趙敏;孫棣華;;面向道路網(wǎng)的浮動車最小覆蓋率模型[J];重慶工學院學報(自然科學版);2009年04期

3 吳英;蔣雯;王棟;鄧勇;;一種最優(yōu)沖突證據(jù)組合方法[J];電機與控制學報;2009年S1期

4 宋清昆;王建雙;王慕坤;;基于遺傳算法的小波神經(jīng)網(wǎng)絡控制器設(shè)計[J];電機與控制學報;2010年04期

5 董彥佼;韓元杰;劉潔莉;;D-S證據(jù)理論在多傳感器目標識別中的改進[J];彈箭與制導學報;2009年04期

6 邵杰,黃山;城市道路路段車輛旅行時間檢測系統(tǒng)的研究[J];道路交通與安全;2002年05期

7 楊忠振;賈鵬;于濱;;基于GIS的城市道路交通管理信息及交通資源分析系統(tǒng)[J];大連理工大學學報;2006年04期

8 安學利;周建中;劉力;李清清;李超順;;基于熵權(quán)理論和信息融合技術(shù)的水電機組振動故障診斷[J];電力系統(tǒng)自動化;2008年20期

9 聶慶慧;夏井新;張韋華;;基于多源ITS數(shù)據(jù)的行程時間預測體系框架及核心技術(shù)[J];東南大學學報(自然科學版);2011年01期

10 孫全,葉秀清,顧偉康;一種新的基于證據(jù)理論的合成公式[J];電子學報;2000年08期

【相似文獻】

相關(guān)期刊論文 前4條

1 曹潔;徐永勝;;基于D-S證據(jù)理論的車輛視頻檢測的研究[J];計算機仿真;2007年07期

2 趙一兵;王榮本;李琳輝;郭烈;;基于D-S證據(jù)理論的障礙目標身份識別[J];吉林大學學報(工學版);2008年06期

3 李彬;馬國勝;李劍;;D-S證據(jù)理論在公路車輛識別方面的應用[J];中國儀器儀表;2010年04期

4 樊曉宇;;基于BP神經(jīng)網(wǎng)絡與D-S證據(jù)理論的車輛識別模型設(shè)計[J];長江大學學報(自科版);2013年25期

，

本文編號：1754635