近年來,隨著城市化進(jìn)程的不斷加快,交通擁堵問題日益嚴(yán)重,治理和緩解城市交通擁堵已成為世界范圍內(nèi)各大城市亟待解決的重大社會(huì)問題。然而在城市交通擁堵時(shí)段時(shí),有相當(dāng)大一部分道路處于非擁堵狀態(tài),此時(shí)若能通過對(duì)城市道路交通狀態(tài)進(jìn)行長短時(shí)的預(yù)測,及時(shí)掌握交通道路未來一段時(shí)間的交通狀況,就可以利用預(yù)測結(jié)果進(jìn)行交通誘導(dǎo),為出行者提供更有效的出行路線規(guī)劃依據(jù),以提高已有城市道路資源的利用率,緩解城市主要擁堵路段的交通壓力。鑒于此,集合多種先進(jìn)技術(shù)的智能交通系統(tǒng)（Intelligent Transportation System,ITS）成為了解決城市道路擁堵問題的首選方法。作為ITS的一個(gè)分支,交通狀態(tài)短時(shí)預(yù)測在交通智能化管理和動(dòng)態(tài)控制中占有重要地位,是智能交通系統(tǒng)中交通控制和誘導(dǎo)的關(guān)鍵。然而,傳統(tǒng)預(yù)測方法預(yù)測精度較低,且預(yù)測所用的交通數(shù)據(jù)存在獲取成本高、質(zhì)量較差、覆蓋范圍小等問題,再加上城市復(fù)雜的路網(wǎng)結(jié)構(gòu),導(dǎo)致如何實(shí)現(xiàn)有效的城市道路短時(shí)交通狀態(tài)預(yù)測這一問題制約著智能交通的長足發(fā)展。而利用浮動(dòng)車技術(shù)獲取的海量交通數(shù)據(jù)有效克服了上述問題,使得對(duì)交通狀態(tài)特性的研究與預(yù)測也進(jìn)入了大數(shù)據(jù)時(shí)代,讓利用交通大數(shù)據(jù)來... 

【文章來源】：福建工程學(xué)院福建省

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１近五年機(jī)動(dòng)車新注冊(cè)登記情況??統(tǒng)計(jì)顯示，２０１７年全國汽車保有量達(dá)２．?１７億輛，與２０１６年相比，全年增加２３０４萬??

據(jù)公安部交通管理局發(fā)布的數(shù)據(jù)＇截至２０１７年底，全國機(jī)動(dòng)車保有量達(dá)３．?１０億輛，??其中汽車２．?１７億輛；機(jī)動(dòng)車駕駛?cè)诉_(dá)３．?８５億人，其中汽車駕駛?cè)耍常?４２億人。隨著我國??經(jīng)濟(jì)社會(huì)持續(xù)快速發(fā)展，機(jī)動(dòng)車保有量繼續(xù)保持快速增長態(tài)勢。如圖１－１所示，２０１７年在??公安交通管理部門新注冊(cè)登記的機(jī)動(dòng)車３３５２萬輛，其中新注冊(cè)登記汽車２８１３萬輛，均創(chuàng)??歷史新高。??ｍ：?ｍ?近五年機(jī)動(dòng)車新注冊(cè)登記情況??４０００????３５００??ｍｓ?￣??３０００??２７－７７??一？Ｉ??２５００?１＇?｜｜一鍾一Ｊ?＾?－??：１：?ｌｉｉＪｚ??１０００?＾??２０１３?年?２０１４?年?２０１５?年?２０１６?年?２０１７?年??圖１－１近五年機(jī)動(dòng)車新注冊(cè)登記情況??統(tǒng)計(jì)顯示，２０１７年全國汽車保有量達(dá)２．?１７億輛，與２０１６年相比，全年增加２３０４萬??輛，增長約１１．８５％。從車輛類型看，載客汽車保有量達(dá)１．８５億，其中以個(gè)人名義登記的??小型和微型載客汽車（即私家車）達(dá)１．７０億輛，占載客汽車的９１．?８９％，?７個(gè)城市汽車保??有量超過３００萬輛，如圖１＿２所示。??單位：萬輛??ｉＨＨＨ??北成重上蘇深鄭天西東武石青杭南寧佛??＆都慶海州圳州，津￥競漢產(chǎn)島州京波山??圖１－２汽車保有量超過２００萬的城市統(tǒng)計(jì)圖（截至２０１７年底）??面對(duì)持續(xù)增長的機(jī)動(dòng)車數(shù)量，尤其是私家車數(shù)量，在給公眾出行帶來諸多便利的同時(shí)??也加重了城市交通道路的負(fù)擔(dān)［２］

ｖ?＝?Ｖｆ（ｌ?—）?（２－６）??Ｐｊａｍ??對(duì)應(yīng)的１７－ｐ曲線如圖２－１所示，其中ｐ；ａｍ稱為阻塞密度。觀察分析可知，該曲線具有??如下特點(diǎn)：當(dāng)／３＝〇時(shí)，Ｖ值可達(dá)理論最高速度，該速度也被稱為自由流速度Ｖ／；且直線上??任意一點(diǎn)的橫、縱坐標(biāo)與原點(diǎn)０所圍成的矩形面積即為該點(diǎn)的交通流量。線性模型具有簡??單易懂等特點(diǎn)，使得其得到了廣泛的應(yīng)用，至今仍是一種非常重要交通流分析模型。??１２??

【參考文獻(xiàn)】：
期刊論文
[1]基于強(qiáng)空間集成的交通狀態(tài)判別方法[J]. 劉擎超,蔡英鳳,江浩斌,何友國,陳龍.  計(jì)算機(jī)工程. 2017(11)
[2]基于FCM的無檢測器交叉口短時(shí)交通流量預(yù)測[J]. 張明輝.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(04)
[3]利用浮動(dòng)車大數(shù)據(jù)進(jìn)行稀疏路段行程時(shí)間推斷[J]. 張發(fā)明,朱欣焰,咼維,胡濤.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(01)
[4]基于跟蹤算法和模糊推理的交通事件檢測方法[J]. 朱文興,劉曉亮,趙成龍.  數(shù)據(jù)采集與處理. 2016(06)
[5]基于大數(shù)據(jù)下的北京交通擁堵評(píng)價(jià)指標(biāo)分析[J]. 王妍穎,黃宇.  交通運(yùn)輸系統(tǒng)工程與信息. 2016(04)
[6]浮動(dòng)車技術(shù)應(yīng)用研究進(jìn)展[J]. 鄭珂,朱敦堯.  現(xiàn)代電子技術(shù). 2016(11)
[7]浮動(dòng)車在城市智能交通系統(tǒng)中的應(yīng)用簡述[J]. 阮巍,付建勝,王川久,劉夢(mèng)依.  公路交通技術(shù). 2016(02)
[8]基于模糊綜合層次分析法的道路交通運(yùn)行狀態(tài)判別[J]. 莊勁松,曲大義,曹俊業(yè),萬孟飛,陳文嬌,王茲林.  青島理工大學(xué)學(xué)報(bào). 2015(06)
[9]高速公路交通狀態(tài)判別模型研究[J]. 于泉,豐柱林,徐紅領(lǐng),任廣麗.  交通運(yùn)輸工程與信息學(xué)報(bào). 2015(02)
[10]基于時(shí)空上下文協(xié)同過濾的出租車載客點(diǎn)推薦算法[J]. 錢文逸,蔣新華,廖律超,鄒復(fù)民.  計(jì)算機(jī)應(yīng)用. 2015(06)

博士論文
[1]基于機(jī)器學(xué)習(xí)的交通狀態(tài)判別與預(yù)測方法研究[D]. 商強(qiáng).吉林大學(xué) 2017
[2]基于多斷面信息的城市道路網(wǎng)交通流預(yù)測方法研究[D]. 崔立成.大連海事大學(xué) 2012
[3]基于組合網(wǎng)絡(luò)的城市道路網(wǎng)可靠性研究[D]. 董勝武.吉林大學(xué) 2010
[4]城市路網(wǎng)交通預(yù)測模型研究及應(yīng)用[D]. 張揚(yáng).上海交通大學(xué) 2009
[5]基于實(shí)時(shí)數(shù)據(jù)的道路網(wǎng)短時(shí)交通流預(yù)測理論與方法研究[D]. 姚智勝.北京交通大學(xué) 2007
[6]城市快速路自動(dòng)事故檢測方法研究[D]. 蔡曉禹.同濟(jì)大學(xué) 2007
[7]高速公路交通事件檢測及交通疏導(dǎo)技術(shù)研究[D]. 蔡志理.吉林大學(xué) 2007

碩士論文
[1]城市道路短時(shí)交通流動(dòng)態(tài)預(yù)測方法研究與應(yīng)用[D]. 謝生龍.長安大學(xué) 2015
[2]基于固定型檢測器的高速公路自動(dòng)事件檢測算法研究[D]. 韋旭棉.山東大學(xué) 2011
[3]基于數(shù)據(jù)融合的城市道路交通狀態(tài)判別算法研究[D]. 王春娥.吉林大學(xué) 2008



本文編號(hào)：2939592