近年來(lái),交通擁堵問(wèn)題已為相關(guān)的交通管理部門(mén)所重視,一些先進(jìn)的控制理念為處理這些問(wèn)題提供了新穎有效的解決方案,例如交通流短時(shí)預(yù)測(cè)。對(duì)于交通流短時(shí)預(yù)測(cè)的現(xiàn)有研究,主要集中于自由交通流狀態(tài)下的短時(shí)預(yù)測(cè),較少考慮了擁擠狀態(tài)下的交通流運(yùn)行特性;另一方面,現(xiàn)有研究絕大部分都是實(shí)測(cè)數(shù)據(jù)結(jié)合MATLAB的仿真驗(yàn)證,很少有結(jié)合專業(yè)交通仿真軟件實(shí)現(xiàn)交通流的短時(shí)預(yù)測(cè)研究。因此,本文提出的基于混沌理論和小波神經(jīng)網(wǎng)絡(luò)的擁擠交通流短時(shí)預(yù)測(cè)對(duì)交通管理和控制具有理論指導(dǎo)意義。本文基于城市快速路交通流具有的多種狀態(tài),研究了擁擠狀態(tài)下的交通流運(yùn)行特性,并利用小波神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行短時(shí)預(yù)測(cè),此外,通過(guò)交通仿真軟件TransModeler,還實(shí)現(xiàn)了交通流短時(shí)預(yù)測(cè)的仿真應(yīng)用。具體內(nèi)容包括:首先,結(jié)合城市快速路的運(yùn)行特性,分析城市快速路交通流的運(yùn)行狀態(tài)及對(duì)其進(jìn)行劃分,得到擁擠交通流的實(shí)測(cè)數(shù)據(jù);其次,著眼于擁擠交通流實(shí)測(cè)數(shù)據(jù),分析其具有的混沌特性并進(jìn)行相空間重構(gòu);進(jìn)而,利用小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)擁擠交通流的短時(shí)預(yù)測(cè);最后,通過(guò)TransModeler軟件,構(gòu)建典型的城市路網(wǎng),基于TransModeler二次開(kāi)發(fā)交通流短時(shí)預(yù)測(cè)仿真顯示平臺(tái),... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文所用數(shù)據(jù)來(lái)源-SHRP2項(xiàng)目數(shù)據(jù)源

終獲得所對(duì)應(yīng)相關(guān)參數(shù)的 16 天的數(shù)據(jù)，共有系統(tǒng)所提供的歷史數(shù)據(jù)，得出本文所使用的原還提供了數(shù)據(jù)的使用手冊(cè)，如圖 2.2 所示，，即標(biāo)簽為 #1-6，并選取同一標(biāo)簽 #2 的平均。圖 2.1 本文所用數(shù)據(jù)來(lái)源-SHRP 2 項(xiàng)目數(shù)據(jù)源

進(jìn)而，可以得到整個(gè)交通流的三種流相：1. 自由流相 (Free flow, F)如圖2.3所示，該圖主要展示了自由流與擁堵流相關(guān)交通流參數(shù)之間的關(guān)系，并且可以得出交通流率與密度是正相關(guān)的[41]，對(duì)于臨界密度critk 來(lái)說(shuō)，可以將交通流分為自由流和擁堵流，并且臨界密度critk 對(duì)應(yīng)著最大流量maxq ，對(duì)于自由流相過(guò)渡到擁堵流的過(guò)程中，有一部分是處于波動(dòng)的區(qū)域，而該區(qū)域也是后面即將要介紹的另外一種交通流狀態(tài)。圖 2.3 自由流和擁堵流中交通流量與密度關(guān)系[41]2. 寬運(yùn)動(dòng)堵塞相 (Wide moving jam, J)Boris Kerner 根據(jù)實(shí)際交通流所具有的時(shí)空特征，對(duì)擁堵流進(jìn)行了詳細(xì)的劃分

【參考文獻(xiàn)】：
期刊論文
[1]優(yōu)化BP_AdaBoost算法及其交通事件檢測(cè)[J]. 劉慶華,丁文濤,涂娟娟,方守恩.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(12)
[2]基于實(shí)測(cè)數(shù)據(jù)的城市快速路交通流特性研究[J]. 周韜.  公路工程. 2015(05)
[3]短時(shí)交通流組合模型預(yù)測(cè)[J]. 沈國(guó)江,朱蕓,錢(qián)曉杰,胡越.  南京理工大學(xué)學(xué)報(bào). 2014(02)
[4]基于小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)[J]. 金玉婷,余立建.  交通科技與經(jīng)濟(jì). 2014(01)
[5]短時(shí)交通流復(fù)雜動(dòng)力學(xué)特性分析及預(yù)測(cè)[J]. 張洪賓,孫小端,賀玉龍.  物理學(xué)報(bào). 2014(04)
[6]基于突變理論的海上交通安全系統(tǒng)演化[J]. 齊跡,鄭中義,李建民.  大連海事大學(xué)學(xué)報(bào). 2013(04)
[7]高速公路短時(shí)交通流量預(yù)測(cè)的改進(jìn)非參數(shù)回歸算法[J]. 孫棣華,李超,廖孝勇.  公路交通科技. 2013(11)
[8]相空間重構(gòu)和SVR聯(lián)合優(yōu)化的短時(shí)交通流預(yù)測(cè)[J]. 劉建華.  計(jì)算機(jī)工程與應(yīng)用. 2014(03)
[9]基于實(shí)測(cè)數(shù)據(jù)的快速路交通流參數(shù)模型[J]. 董春嬌,邵春福,諸葛承祥,李慧軒.  交通運(yùn)輸系統(tǒng)工程與信息. 2013(03)
[10]擁擠流狀態(tài)下城市快速路交通流時(shí)空特性[J]. 董春嬌,邵春福,諸葛承祥,孟夢(mèng).  北京工業(yè)大學(xué)學(xué)報(bào). 2012(08)

博士論文
[1]基于混沌理論的交通狀態(tài)預(yù)測(cè)研究[D]. 馬慶祿.重慶大學(xué) 2012
[2]多狀態(tài)下城市快速路網(wǎng)交通流短時(shí)預(yù)測(cè)理論與方法研究[D]. 董春嬌.北京交通大學(xué) 2011
[3]道路交通流數(shù)據(jù)挖掘研究[D]. 王亞琴.復(fù)旦大學(xué) 2007

碩士論文
[1]基于混沌理論和數(shù)據(jù)融合的短時(shí)交通流預(yù)測(cè)[D]. 蔣肖.重慶郵電大學(xué) 2016
[2]基于支持向量回歸機(jī)和多變量相空間重構(gòu)的短時(shí)交通流預(yù)測(cè)[D]. 張多.重慶交通大學(xué) 2014
[3]基于混沌和小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法研究[D]. 金玉婷.西南交通大學(xué) 2014
[4]基于TransModeler的城市快速路仿真平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D]. 蔣昊宸.浙江大學(xué) 2014
[5]基于TransModeler城市交通仿真平臺(tái)的設(shè)計(jì)[D]. 湯瑞.山東理工大學(xué) 2012



本文編號(hào)：2928542