【摘要】：為了解決已有交通流量監(jiān)測(cè)系統(tǒng)存在的數(shù)據(jù)采集分散、車(chē)輛識(shí)別度低、實(shí)時(shí)性差和流量預(yù)測(cè)誤差大等問(wèn)題,設(shè)計(jì)了一種基于物聯(lián)網(wǎng)技術(shù)和最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LSSVM)的交通流量預(yù)測(cè)系統(tǒng);首先,描述了系統(tǒng)原理和部署模型,然后對(duì)系統(tǒng)的硬件即車(chē)載傳感器節(jié)點(diǎn)和Sink節(jié)點(diǎn)進(jìn)行了設(shè)計(jì),同時(shí)對(duì)系統(tǒng)的軟件流程進(jìn)行了描述,通過(guò)在監(jiān)控中心執(zhí)行PCA主成分分析方法實(shí)現(xiàn)對(duì)采集數(shù)據(jù)提取獨(dú)立主成分,消除無(wú)關(guān)冗余數(shù)據(jù),在此基礎(chǔ)上采用LSSVM實(shí)現(xiàn)道路交流流量預(yù)測(cè);最后,在十字路口布置實(shí)驗(yàn)環(huán)境,實(shí)驗(yàn)結(jié)果表明:文章方法能實(shí)時(shí)精確地實(shí)現(xiàn)交通流量預(yù)測(cè),與其它方法相比,具有擬合精度高和的泛化能力強(qiáng)的優(yōu)點(diǎn),具有很強(qiáng)的實(shí)用性。
[Abstract]:In order to solve the problems existing in the existing traffic flow monitoring system, such as scattered data collection, low vehicle recognition, poor real-time performance and large flow prediction error, a new method based on Internet of things and least squares support vector machine (Least Squares Support Vector Machine,) is designed. The traffic flow forecasting system based on LSSVM; Firstly, the principle and deployment model of the system are described, then the hardware of the system, that is, the sensor node and the Sink node, are designed, and the software flow of the system is described. The PCA principal component analysis (PCA) method is implemented in the monitoring center to extract the independent principal components from the collected data, and the irrelevant redundant data is eliminated. On this basis, LSSVM is used to realize the traffic flow prediction. Finally, the experimental environment is arranged at the crossroads. The experimental results show that the proposed method can accurately predict the traffic flow in real time. Compared with other methods, it has the advantages of high fitting precision and strong generalization ability, and has strong practicability.
【作者單位】： 河南城建學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：河南省重點(diǎn)科技攻關(guān)項(xiàng)目(132102210478)
【分類(lèi)號(hào)】：U491.1;TP274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇鑫;;國(guó)內(nèi)交通科技成果:Google地圖增加交通流量預(yù)測(cè)新功能[J];道路交通與安全;2009年02期

2 袁綸華;太原市城市干道系統(tǒng)交通流量預(yù)測(cè)和計(jì)算方法的探討[J];國(guó)外城市規(guī)劃;1981年02期

3 張良智,姜華平;基于遺傳算法的交通流量組合預(yù)測(cè)[J];山東交通學(xué)院學(xué)報(bào);2005年02期

4 胡丹;肖建;車(chē)暢;;提升小波支持向量機(jī)在交通流量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2007年08期

5 首艷芳;徐建閩;李紅杰;;中國(guó)南部交通流量預(yù)測(cè)模型研究(英文)[J];科學(xué)技術(shù)與工程;2008年11期

6 李存軍,鄧紅霞;用相關(guān)路段交通流逼近目標(biāo)路段流量的神經(jīng)網(wǎng)絡(luò)方法[J];交通運(yùn)輸工程與信息學(xué)報(bào);2004年01期

7 毛玉明;王英龍;張立東;;分段學(xué)習(xí)的雙隱層BPNN對(duì)交通流量預(yù)測(cè)的研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年13期

8 張赫,楊兆升,李貽武;無(wú)檢測(cè)器交叉口交通流量預(yù)測(cè)方法綜合研究[J];公路交通科技;2002年01期

9 劉世超;基于極大似然估計(jì)的路段交通流量預(yù)測(cè)[J];西南交通大學(xué)學(xué)報(bào);2005年02期

10 溫惠英;李俊輝;;基于改進(jìn)支持向量機(jī)的交通流量預(yù)測(cè)算法研究[J];交通與計(jì)算機(jī);2008年02期

相關(guān)會(huì)議論文 前10條

1 劉智勇;徐今強(qiáng);李水友;;城市交通流量的混沌時(shí)間序列預(yù)測(cè)[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專(zhuān)輯[C];2004年

2 龐清樂(lè);;基于蟻群算法的交通流量預(yù)測(cè)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

3 谷遠(yuǎn)利;余惠華;;動(dòng)態(tài)交通流量預(yù)測(cè)方法研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊(cè)）[C];2005年

4 周申培;嚴(yán)新平;;信息融合技術(shù)在交通流量預(yù)測(cè)中的應(yīng)用[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

5 于江波;陳后金;;基于分段學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)的交通流量預(yù)測(cè)[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 張利;李星毅;施化吉;;一種基于ARIMA模型的短時(shí)交通流量改進(jìn)預(yù)測(cè)算法[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

7 劉強(qiáng);朱敏;王小維;邱震宇;;灰色神經(jīng)模型在空中交通流量預(yù)測(cè)中的應(yīng)用[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

8 唐麗娜;張衛(wèi)華;;短時(shí)交通流預(yù)測(cè)方法的比較研究[A];2007第三屆中國(guó)智能交通年會(huì)論文集[C];2007年

9 高慧;趙建玉;賈磊;;基于前向型神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

10 王亞琴;覃明貴;朱建秋;朱揚(yáng)勇;;智能交通中的數(shù)據(jù)挖掘技術(shù)[A];第一屆中國(guó)智能交通年會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前6條

1 記者 陳鈞;CBD立體交通：水上橋梁 水底隧道[N];重慶日?qǐng)?bào);2006年

2 ;機(jī)場(chǎng)北線打開(kāi)首都機(jī)場(chǎng)北大門(mén)[N];北京日?qǐng)?bào);2006年

3 司超慧;第三方缺失致9億豪賭巨虧 中原高速被疑“利益輸送”[N];經(jīng)濟(jì)視點(diǎn)報(bào);2006年

4 記者 童凱　通訊員 何業(yè);“綠波帶”工程本月啟動(dòng)[N];泰州日?qǐng)?bào);2010年

5 記者 靳曉磊;我市將建第二條“石太高速”[N];石家莊日?qǐng)?bào);2009年

6 本報(bào)記者 鄭明橋　通訊員 申志忠 陳歡;蛟龍入江穿南北 勇立潮頭為人先[N];經(jīng)濟(jì)日?qǐng)?bào);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李波;基于小波分析和遺傳神經(jīng)網(wǎng)絡(luò)的短時(shí)城市交通流量預(yù)測(cè)研究[D];北京交通大學(xué);2012年

2 易柳;無(wú)檢測(cè)器路口交通流量預(yù)測(cè)方法研究[D];湘潭大學(xué);2010年

3 屈凡;基于混沌和模糊神經(jīng)網(wǎng)絡(luò)的城市短時(shí)交通流量預(yù)測(cè)[D];長(zhǎng)安大學(xué);2012年

4 吳笛;基于信息融合技術(shù)的繞城高速交通流誘導(dǎo)系統(tǒng)模型研究[D];電子科技大學(xué);2009年

5 原紹鵬;城市單交叉口的交通流量預(yù)測(cè)及信號(hào)控制[D];長(zhǎng)安大學(xué);2012年

6 楊國(guó)軍;復(fù)雜道路情況下智能交通系統(tǒng)建模、控制與仿真[D];蘭州交通大學(xué);2013年

7 方良君;短時(shí)交通狀態(tài)預(yù)測(cè)下的動(dòng)態(tài)交通信號(hào)控制方法研究[D];浙江工業(yè)大學(xué);2013年

8 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(cè)方法研究[D];西華大學(xué);2011年

9 何偉;模糊神經(jīng)網(wǎng)絡(luò)在交通流量預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2012年

10 董衛(wèi)斌;西安市南部區(qū)域交通組織規(guī)劃研究[D];長(zhǎng)安大學(xué);2013年

，

本文編號(hào)：2319343