【摘要】：隨著我國城市的不斷發(fā)展,城市汽車保有量逐年遞增,而城市可利用的空間資源越來越少,使得道路交通供需關系發(fā)展不均衡日益突出,交通擁堵等問題越來越嚴重。信息技術的發(fā)展,云計算、大數(shù)據(jù)、智能檢測技術在交通領域的應用,使得交通流數(shù)據(jù)的獲取及應用更加方便;在城市交通網(wǎng)絡中,由于交通流本身具有明顯的時空特性,因此考慮交通流時空特性的影響,并采用智能算法對時空數(shù)據(jù)融合,得到全面及可靠的交通流數(shù)據(jù);通過時空特性的城市交通協(xié)同控制,在時間上進行小范圍或節(jié)點的流量調(diào)控,同時在空間上對交通流量合理分配,對緩解交通擁堵具有非常重要的現(xiàn)實意義。首先,本文從時空特性在交通領域的應用及交通協(xié)同控制的研究現(xiàn)狀出發(fā),對時空特性的城市交通協(xié)同控制進行分析,包括交通流參數(shù)的分析以及交通流參數(shù)的選取,交通時空特性基礎以及時空數(shù)據(jù)關聯(lián)等。針對交通協(xié)同控制相關的智能交通算法,如遺傳算法、微粒群算法等進行分析與闡述。其次,時間序列的交通數(shù)據(jù)重點描述斷面交通流量變化,而空間序列的交通數(shù)據(jù)主要描述路網(wǎng)交通流分布。對時間特性、空間特性及時空特性的交通數(shù)據(jù)進行分析,利用時空相關系數(shù)分析時空數(shù)據(jù)之間的相互影響。在進行數(shù)據(jù)操作之前,首先是對交通數(shù)據(jù)進行數(shù)據(jù)預處理,得到可靠的時空序列的交通數(shù)據(jù);利用時空數(shù)據(jù)相關系數(shù)來判斷時間、空間數(shù)據(jù)序列之間的關聯(lián)程度;考慮時空特性的影響,利用遺傳算法的群體搜索技術及小波神經(jīng)網(wǎng)絡的較強學習能力,建立遺傳-小波神經(jīng)網(wǎng)絡(GA-WNN)的交通數(shù)據(jù)融合模型,并使用MAE、MRE和MSE等三個評價指標對時空交通數(shù)據(jù)序列進行分析,得到更全面、更綜合有效的時空數(shù)據(jù)序列。最后,對時空特性的城市交通協(xié)同控制模型的建模思路進行分析,包括協(xié)同控制基本理論、協(xié)同控制的目標,以及時空飽和度、連續(xù)交叉口的延誤、行程時間等對協(xié)同控制的影響參數(shù)。采用時空飽和度、交叉口延誤等參數(shù)為約束條件建立以行程時間最小并解決路段部分擁擠為目標的協(xié)同控制模型;利用遺傳算法優(yōu)化的微粒群算法改進種群的分割策略,提高粒子群算法的全局最優(yōu)能力以及提高搜索精度的能力,對時空特性的交通協(xié)同控制模型求解;通過實例分析,時空特性的交通協(xié)同控制能有效縮短路網(wǎng)行程時間、優(yōu)化交通控制參數(shù)、均衡路網(wǎng)交通分布,達到緩解路段交通擁堵的目的。
【圖文】：

民入卜TN目DZ團助TD6TTSTNLT陽gT呀的T紛T9舊T卜洲TBTT口DTDDTT團入BE卜嘴曰困困坦叮卜mBN口TDT工困m

圖 3-3 空間特性的交通流量對比圖3.1.3 時空特性的交通數(shù)據(jù)分析車輛在道路上運行時，在時間維度和空間維度上，交通流都是存在內(nèi)在聯(lián)系的，通過時空特性的交通數(shù)據(jù)融合，擴大交通數(shù)據(jù)的時空覆蓋范圍，優(yōu)化交通流時空分布。在單點檢測位置處，往往受到其上游、下游等路段的交通流影響，從而使得該點交通流具有時變性。因此，在考慮某一點的交通流時，需要考慮其空間因素的影響。交通流時空關系如圖 3-4 所示。．．．T-n時段路段1 路段2 路段3 ．．．路段m-1 路段mT-2時段路段1 路段2 路段3 ．．．路段m-1 路段mT-1時段路段1 路段2 路段3 ．．．路段m-1 路段m歷史時間段路段m+1路段m+1路段m+1空間維度．．．
【學位授予單位】：重慶交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U491.54

【參考文獻】

相關期刊論文 前10條

1 邱世崇;陸百川;馬慶祿;鄒巍;張勤;;基于時空特性分析和數(shù)據(jù)融合的交通流預測[J];武漢理工大學學報(信息與管理工程版);2015年02期

2 張婧;任剛;;城市道路交通擁堵狀態(tài)時空相關性分析[J];交通運輸系統(tǒng)工程與信息;2015年02期

3 韋正敏;趙慶鑫;;基于交通密度的城市快速路交織區(qū)長度設計研究[J];交通標準化;2014年23期

4 王桂洋;張亞庭;;基于APSO優(yōu)化算法的GCHP系統(tǒng)神經(jīng)網(wǎng)絡預測控制[J];計算機測量與控制;2014年01期

5 崔曉琳;賈順平;孫明東;;空間平均速度與時間平均速度關系模型驗證[J];綜合運輸;2012年11期

6 盧曉珊;黃海軍;尚華艷;;先進出行者信息系統(tǒng)環(huán)境下的可變信息板選址[J];北京航空航天大學學報;2012年10期

7 何兆成;盧瑞琪;聶佩林;;基于浮動車定位數(shù)據(jù)的高速公路區(qū)間平均速度估計[J];公路交通科技;2011年06期

8 高為;陸百川;，

本文編號：2656927