隨著我國機(jī)動(dòng)車保有量的不斷增加,高速公路的擁堵問題日益嚴(yán)峻,于是對(duì)高速公路的信息服務(wù)水平提出了更高的要求,行程時(shí)間預(yù)測可以指導(dǎo)出行者制定出行計(jì)劃、為管理者提供決策依據(jù),能在一定程度上緩解交通擁堵。因此本文對(duì)高速公路的行程時(shí)間預(yù)測展開了研究,以期得到更加精確的預(yù)測效果。為了選定貼合研究對(duì)象的預(yù)測方法,對(duì)幾種經(jīng)典的預(yù)測方法進(jìn)行了歸納總結(jié),考慮到高速公路行程時(shí)間預(yù)測對(duì)預(yù)測精度和速度的要求,以及非參數(shù)回歸法以數(shù)據(jù)為驅(qū)動(dòng)的特點(diǎn)更符合收費(fèi)數(shù)據(jù)的特征,本文選用K近鄰非參數(shù)回歸法進(jìn)行預(yù)測研究。為了提高預(yù)測精度,對(duì)K近鄰非參數(shù)回歸法進(jìn)行了改進(jìn),對(duì)狀態(tài)向量和K近鄰搜索進(jìn)行了優(yōu)化。為落實(shí)提出的改進(jìn)方法,本文做了以下工作:1)狀態(tài)向量的改進(jìn)。為了使?fàn)顟B(tài)向量在包含足夠多特征信息的前提下精簡狀態(tài)向量的數(shù)量,利用主成分分析法降低狀態(tài)向量的維數(shù)。2)歷史數(shù)據(jù)庫的改進(jìn)。結(jié)合收費(fèi)數(shù)據(jù)和交通事件數(shù)據(jù)建立交通事件狀態(tài)下的子數(shù)據(jù)庫,并借助樸素貝葉斯分類法建立常規(guī)交通狀態(tài)下的子數(shù)據(jù)庫,優(yōu)化了數(shù)據(jù)庫的結(jié)構(gòu),降低了在歷史數(shù)據(jù)庫中搜索近鄰的復(fù)雜度,提高了運(yùn)算效率。3)K近鄰搜索的改進(jìn)。根據(jù)歷史數(shù)據(jù)庫的分類結(jié)果,不同子數(shù)據(jù)庫選用不同K值進(jìn)行預(yù)測,實(shí)現(xiàn)了變K值搜索。為證明改進(jìn)的有效性,從而獲得更精確的預(yù)測結(jié)果,本文以廣州機(jī)場高速南線為例,選取了具有代表性的10天內(nèi)的收費(fèi)數(shù)據(jù)和交通事件數(shù)據(jù),其中收費(fèi)數(shù)據(jù)包括車輛進(jìn)出收費(fèi)站的收費(fèi)站點(diǎn)、時(shí)間等信息,交通事件數(shù)據(jù)包括發(fā)生事故和施工的位置、時(shí)間等信息。驗(yàn)證了所提出的K近鄰非參數(shù)回歸法改進(jìn)方法的有效性,證明其無論是在分別應(yīng)用或是共同應(yīng)用時(shí)都能夠在一定程度上提高預(yù)測精度。并提出了改進(jìn)后的K近鄰非參數(shù)回歸法在高速公路信息管理系統(tǒng)中的應(yīng)用。
【學(xué)位單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U491
【部分圖文】：

圖 2.4 第二周-星期二行程時(shí)間分布圖 2.5 第二周-星期三行程時(shí)間分布圖知，在同一天內(nèi)的不同時(shí)段里行程時(shí)間具有一定的波動(dòng)性，但勢，可以看出行程時(shí)間變化中明顯的早高峰時(shí)段、晚高峰時(shí)段比星期二和星期三的行程時(shí)間變化規(guī)律發(fā)現(xiàn)，星期二在晚高峰通量減少，交通流本應(yīng)逐漸平穩(wěn)，但是在 20:00 至 22:00 期間行

圖 2.5 第二周-星期三行程時(shí)間分布圖知，在同一天內(nèi)的不同時(shí)段里行程時(shí)間具有一定的波動(dòng)性，但勢，可以看出行程時(shí)間變化中明顯的早高峰時(shí)段、晚高峰時(shí)段比星期二和星期三的行程時(shí)間變化規(guī)律發(fā)現(xiàn)，星期二在晚高峰通量減少，交通流本應(yīng)逐漸平穩(wěn)，但是在 20:00 至 22:00 期間行，這是由于當(dāng)天 20:16 施工造成的。從約 20:00 開始行程時(shí)間呈時(shí)路段上開始施工作業(yè)，車輛在事故位置的上游開始排隊(duì)，并約 21:00 左右行程時(shí)間的波動(dòng)達(dá)到最大，此時(shí)道路上擁擠現(xiàn)象結(jié)束清理完畢，排隊(duì)車輛逐漸減少，由施工引起的擁擠開始消時(shí)的變化趨于平穩(wěn)直至達(dá)到自由流狀態(tài)�？梢娫诟咚俟方煌ǘǖ某掷m(xù)時(shí)間才能使交通恢復(fù)到正常狀態(tài)，在這個(gè)期間內(nèi)，高影響，造成了路段行程時(shí)間的異常波動(dòng)。

MATLAB 軟件對(duì)上述 12 個(gè)原始變量進(jìn)行主成分分析，分析、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，如表 4.7 所示，其示意圖如圖 4.4 所表 4.7 主成分分析結(jié)果成分 特征值 貢獻(xiàn)率 累計(jì)貢獻(xiàn)率1 81.6244 54.2807 54.28072 40.4656 26.9099 81.19063 17.9439 11.9328 93.12344 5.2135 3.4670 96.59055 1.8411 1.2243 97.81486 1.1578 0.7699 98.58487 0.8876 0.5902 99.17508 0.7805 0.5190 99.69409 0.4023 0.2675 99.961610 0.0578 0.0384 10011 5.6E-32 3.72E-32 10012 1.59E-35 1.06E-35 100
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王翔;陳小鴻;楊祥妹;;基于K最近鄰算法的高速公路短時(shí)行程時(shí)間預(yù)測[J];中國公路學(xué)報(bào);2015年01期

2 趙建東;王浩;劉文輝;;高速公路旅行時(shí)間的自適應(yīng)插值卡爾曼濾波預(yù)測[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

3 李慧兵;楊曉光;;面向間斷流行程時(shí)間預(yù)測的浮動(dòng)車數(shù)據(jù)挖掘[J];計(jì)算機(jī)工程與應(yīng)用;2012年32期

4 于濱;鄔珊華;王明華;趙志宏;;K近鄰短時(shí)交通流預(yù)測模型[J];交通運(yùn)輸工程學(xué)報(bào);2012年02期

5 任千里;劉恒;雷曉斌;石小法;;基于車牌照數(shù)據(jù)的城市快速路行程時(shí)間短時(shí)預(yù)測方法研究[J];交通與運(yùn)輸(學(xué)術(shù)版);2011年02期

6 芮少權(quán);匡安樂;;高速公路月度交通量ARIMA預(yù)測模型[J];長安大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

7 楊兆升;高學(xué)英;;基于影響因素分類的路段行程時(shí)間融合研究[J];公路交通科技;2010年04期

8 張曉利;陸化普;;非參數(shù)回歸方法在短時(shí)交通流預(yù)測中的應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版)網(wǎng)絡(luò).預(yù)覽;2009年09期

9 劉浩;張可;漢克·范少倫;;行程時(shí)間噪聲數(shù)據(jù)處理技術(shù)研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2009年04期

10 竇慧麗;劉好德;吳志周;楊曉光;;基于小波分析和ARIMA模型的交通流預(yù)測方法[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

相關(guān)博士學(xué)位論文 前3條

1 李琦;基于多源數(shù)據(jù)的交通狀態(tài)監(jiān)測與預(yù)測方法研究[D];吉林大學(xué);2013年

2 錢超;高速公路ETC數(shù)據(jù)挖掘研究與應(yīng)用[D];長安大學(xué);2013年

3 張曉利;基于非參數(shù)回歸的短時(shí)交通流量預(yù)測方法研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 陳佳維;基于K近鄰非參數(shù)回歸方法的短時(shí)交通流預(yù)測[D];西南交通大學(xué);2017年

2 徐菲菲;基于微波數(shù)據(jù)的高速公路交通擁擠檢測及旅行時(shí)間預(yù)測[D];北京交通大學(xué);2016年

3 黃龍超;基于數(shù)據(jù)驅(qū)動(dòng)的路段旅行時(shí)間估計(jì)與預(yù)測研究[D];北京交通大學(xué);2015年

4 劉亞彬;公交動(dòng)態(tài)調(diào)度系統(tǒng)中的數(shù)據(jù)預(yù)測方法[D];東北大學(xué);2014年

5 程麗;高速公路短時(shí)交通流預(yù)測預(yù)警研究[D];昆明理工大學(xué);2014年

6 馮巳洋;基于DE-WNN模型的交通流預(yù)測方法研究[D];西南交通大學(xué);2013年

7 吳漢;短時(shí)交通流預(yù)測及路徑選擇問題的研究[D];浙江大學(xué);2013年

8 戎亞萍;基于路況數(shù)據(jù)的交通流預(yù)測模型及其對(duì)比分析[D];北京交通大學(xué);2013年

9 劉祥;基于改進(jìn)的非參數(shù)回歸交通流量預(yù)測方法[D];華中科技大學(xué);2011年

10 牛虎;公交車輛到站時(shí)間預(yù)測研究[D];北京交通大學(xué);2010年

本文編號(hào)：2883119