發(fā)布時(shí)間：2020-07-04 06:18

【摘要】：高速公路行駛速度短期預(yù)測(cè)是高速公路交通管理的重要基礎(chǔ)依據(jù)。高速公路車輛的行駛速度容易受到事故、天氣等隨機(jī)因素的影響,具有較強(qiáng)的時(shí)變性和隨機(jī)性,并給交通預(yù)測(cè)增加了的難度。本文重點(diǎn)分析降雨天氣對(duì)高速公路行駛速度的影響,充分挖掘交通調(diào)查數(shù)據(jù)中的行駛速度數(shù)據(jù)和降雨數(shù)據(jù)之間的影響規(guī)律,并在此基礎(chǔ)上建立降雨條件下高速公路行駛速度短期預(yù)測(cè)模型,旨在提高行駛速度預(yù)測(cè)的準(zhǔn)確性和魯棒性。首先,本文對(duì)交調(diào)數(shù)據(jù)中分車型統(tǒng)計(jì)到的平均行駛速度數(shù)據(jù)和同時(shí)間段的降雨數(shù)據(jù)進(jìn)行預(yù)處理,提取各車型流量及速度信息,并分析各車型行駛速度的變化規(guī)律;系統(tǒng)分析了影響行駛速度的各因素,并消除其他因素的影響,重點(diǎn)分析降雨因素與車輛行駛速度之間的相關(guān)性,進(jìn)而分析得出了降雨天氣對(duì)高速公路行駛速度的影響規(guī)律。在分析降雨條件對(duì)高速公路行駛速度的影響規(guī)律的基礎(chǔ)上,提出基于模式識(shí)別算法的行駛速度短時(shí)預(yù)測(cè)模型,應(yīng)用Bayes-KNN算法識(shí)別行駛速度相似模式,進(jìn)而預(yù)測(cè)行駛速度。Bayes-KNN算法有效結(jié)合了貝葉斯分類算法和K近鄰預(yù)測(cè)算法的優(yōu)點(diǎn),提高了K近鄰算法在大數(shù)據(jù)環(huán)境下的預(yù)測(cè)效率。該算法的特征向量中包含降雨因素,可直接搜索與當(dāng)前時(shí)段最為相似的天氣條件下的歷史平均行駛速度,且算法不受隨機(jī)事件的影響,有效提高算法的魯棒性。最后,基于寧滬高速蘇州至無錫段實(shí)測(cè)行駛速度數(shù)據(jù)與地面監(jiān)測(cè)站降雨數(shù)據(jù)驗(yàn)證了Bayes-KNN預(yù)測(cè)算法的可行性,并從平均絕對(duì)誤差、平均相對(duì)誤差、均方誤差、均方相對(duì)誤差四個(gè)方面評(píng)價(jià)模型在降雨天氣下的預(yù)測(cè)性能。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491
【圖文】：

制不同、設(shè)備維護(hù)不到位等原因，天。因此，本章對(duì)原始數(shù)據(jù)進(jìn)行填補(bǔ)與據(jù)的采集方式及數(shù)據(jù)描述統(tǒng)于水文部門對(duì)江、河、湖泊、水庫(kù)、包括：水位、流量、流速、降雨（雪要由監(jiān)測(cè)中心、通信網(wǎng)絡(luò)、前端監(jiān)測(cè)器、公網(wǎng)專線（或移動(dòng)專線）、水文/北斗衛(wèi)星、Internet 公網(wǎng)/移動(dòng)專線等要包括雨量傳感器、水位計(jì)、工業(yè)照- 1 所示：

本文以 0、1、2、3、4 分別代表無雨、小雨、中雨、大雨、別注意的是，本文中收集到的降雨量數(shù)據(jù)以小時(shí)為周期統(tǒng)計(jì)，故假定氣對(duì)車輛行駛速度的影響程度相同。表 2- 3 降雨等級(jí)劃分標(biāo)準(zhǔn)雨等級(jí) 1h 降雨量 mm 降雨等級(jí) 1h 降雨量 mm小雨 0~2.5 大雨 8.0-16.0中雨 2.5-8.0 暴雨 大于 16.0高速公路交通調(diào)查系統(tǒng)路交通調(diào)查系統(tǒng)是一種利用現(xiàn)代高科技雷達(dá)技術(shù)實(shí)時(shí)檢測(cè)和定位區(qū)域通數(shù)據(jù)的裝置，主要采用微波組合的雙頻設(shè)備，通過架設(shè)在龍門架上設(shè)備共同完成數(shù)據(jù)的采集、存儲(chǔ)和上傳任務(wù)，高速公路交通調(diào)查系統(tǒng) 所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 繆迅;;換個(gè)角度來看“老年代步車”[J];中國(guó)老年;2016年24期

2 唐翠;;追本溯源,讓學(xué)生從“頭”想起——《看圖找關(guān)系》教學(xué)片段反思[J];新課程(小學(xué));2016年12期

3 周報(bào);;在瑞典開車[J];中國(guó)公路;2002年01期

4 張志堯;帶電腦的拖拉機(jī)[J];糧油加工與食品機(jī)械;1989年01期

5 黃君杰;;高架地鐵的噪聲及防治[J];地下工程與隧道;1989年04期

6 荊彬彬;鄢小文;吳煥;徐建閩;;考慮行駛速度波動(dòng)的進(jìn)口單放綠波協(xié)調(diào)控制模型[J];交通運(yùn)輸系統(tǒng)工程與信息;2017年03期

7 黃宏;;過村鎮(zhèn)公路機(jī)動(dòng)車合理限制行駛速度研究[J];福建交通科技;2015年03期

8 徐進(jìn);邵毅明;彭其淵;陳泳汐;;大客車和小客車在各種類型公路上的連續(xù)行駛速度工況分析[J];交通科學(xué)與工程;2012年04期

9 金守峰;胡永彪;;基于機(jī)器視覺的工程機(jī)械行駛速度的研究[J];中國(guó)工程機(jī)械學(xué)報(bào);2012年04期

10 邵群紅;德國(guó)之“行”[J];汽車與安全;1998年01期

相關(guān)會(huì)議論文 前8條

1 池晶晶;黃堅(jiān);杜博文;;基于VSP分布的北京道路劃分[A];第七屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通技術(shù)[C];2012年

2 胡一kw;;m鷬莑#R樟跛僭碓詬咚倭袔噬系腶捎肹A];第九屆京粵港滬鐵道學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2005年

3 劉可安;谷豐;胡志坤;陳曉龍;王文祥;;一種交通擁堵的綜合評(píng)價(jià)方案[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

4

本文編號(hào)：2740761