發(fā)布時(shí)間：2021-06-08 22:11

　　日益嚴(yán)重的交通擁堵已經(jīng)對(duì)我國(guó)城市社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生了多種不良影響,如何緩解大城市交通擁堵已經(jīng)成為交通管理者所必須面對(duì)的問題。隨著車聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,交通管理者嘗試將車聯(lián)網(wǎng)技術(shù)用于路網(wǎng)交通信息的采集與共享,為出行者提供及時(shí)、準(zhǔn)確的交通態(tài)勢(shì)信息,以便于出行者獲取更加合理的出行路徑,緩解整個(gè)路網(wǎng)的交通擁堵程度。因此,對(duì)車聯(lián)網(wǎng)環(huán)境下路網(wǎng)交通態(tài)勢(shì)預(yù)測(cè)方法的研究,對(duì)提高城市路網(wǎng)的通行效率、改善交通擁堵具有很重要的意義。本文將路網(wǎng)交通態(tài)勢(shì)作為研究對(duì)象,考慮車聯(lián)網(wǎng)環(huán)境特征對(duì)路網(wǎng)交通態(tài)勢(shì)預(yù)測(cè)方法進(jìn)行研究,并基于構(gòu)建的車聯(lián)網(wǎng)環(huán)境對(duì)預(yù)測(cè)方法進(jìn)行有效性驗(yàn)證。首先,在對(duì)傳統(tǒng)環(huán)境及車聯(lián)網(wǎng)環(huán)境下交通狀態(tài)表征及預(yù)測(cè)方法進(jìn)行綜述基礎(chǔ)上,總結(jié)現(xiàn)有研究存在不足提出本文研究?jī)?nèi)容及技術(shù)路線。然后,通過分析國(guó)內(nèi)外交通狀態(tài)表征模型,確定了本文交通狀態(tài)表征模型的評(píng)價(jià)指標(biāo)。在此基礎(chǔ)上,提出了基于模糊綜合評(píng)價(jià)的交通狀態(tài)表征模型。接著,介紹了三類經(jīng)典交通態(tài)勢(shì)預(yù)測(cè)方法,并分析了車聯(lián)網(wǎng)環(huán)境下交通態(tài)勢(shì)影響因素�；陂L(zhǎng)短期記憶（Long Short-Term Memory,LSTM）網(wǎng)絡(luò)提出一種車聯(lián)網(wǎng)環(huán)境下路網(wǎng)交通態(tài)勢(shì)預(yù)測(cè)方法,結(jié)合LSTM網(wǎng)絡(luò)工... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：138 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３－１?ＲＮＮ網(wǎng)絡(luò)基本形式??Ｆｉｇｕｒｅ?３－１?Ｂａｓｉｃ?ｆｏｒｍ?ｏｆ?ＲＮＮ??第一種為一對(duì)多網(wǎng)絡(luò)，其輸入層只有一個(gè)輸入值，輸出層有多個(gè)輸出值，即將??

ＬＳＴＭ體系結(jié)構(gòu)由一組遞歸連接子網(wǎng)組成，稱為記憶塊。每個(gè)記憶塊包含一個(gè)??或多個(gè)自連接存記憶ｃｅｌｌ和三個(gè)乘法單元，乘法單元為ｃｅｌｌ提供連續(xù)的寫入，讀取??和重置操作，具有一個(gè)Ｃｅｌｌ的ＬＳＴＭ記憶塊結(jié)構(gòu)如圖３－２所示。??＼?ｔ?／??輸出門?“??＼?記憶門?乂??（＾）記憶塊??｜?７Ｔ＼—??圖３－２?ＬＳＴＭ記憶塊結(jié)構(gòu)??Ｆｉｇｕｒｅ?３－２?ＬＳＴＭ?ｍｅｍｏｒｙ?ｂｌｏｃｋ?ｗｉｔｈ?ｏｎｅ?ｃｅｌｌ??由圖３－２可知，三個(gè)乘法單元分別為輸入門、輸出門、記憶門，且均為非線性??求和單元，用于收集記憶塊內(nèi)部和外部的激活信號(hào)，并通過乘法控制ｃｅｌｌ的激活。??前文提到，不管當(dāng)前的預(yù)測(cè)位置與相關(guān)信息的時(shí)間間隔有多長(zhǎng)，ＬＳＴＭ都能夠??進(jìn)行處理，為說明此特點(diǎn)，對(duì)ＬＳＴＭ網(wǎng)絡(luò)中隨時(shí)間變化的梯度信息進(jìn)行分析，如??圖３－３所示。??３４??

圖３－３?ＬＳＴＭ梯度信息保存示意??Ｆｉｇｕｒｅ?３－３?Ｐｒｅｓｅｒｖａｔｉｏｎ?ｏｆ?ｇｒａｄｉｅｎｔ?ｉｎｆｏｒｍａｔｉｏｎ?ｂｙ?ＬＳＴＭ．??圖３－３中，節(jié)點(diǎn)的陰影表示該節(jié)點(diǎn)對(duì)第一時(shí)刻輸入數(shù)據(jù)的敏感性，黑色節(jié)點(diǎn)表??示敏感性高，白色節(jié)點(diǎn)表示完全不敏感。輸入門、記憶門和輸出門的狀態(tài)分別顯示??在隱含層的上方、下方及左邊，“〇”表示打開狀態(tài)，表示關(guān)閉狀態(tài)。當(dāng)記憶??門處于打開狀態(tài)而輸入門處于關(guān)閉狀態(tài)時(shí)，ｃｅｌｌ便會(huì)“記住”時(shí)間１內(nèi)輸入的數(shù)??據(jù)，從而影響未來時(shí)間的輸出。由圖３－３可知，時(shí)間１內(nèi)的輸入影響了時(shí)間４和時(shí)??間６的輸出。??近年來，ＬＳＴＭ在需要遠(yuǎn)距離記憶處理的研宄領(lǐng)域中取得了極大成功，解決了??其他任何ＲＮＮ架構(gòu)仍然不可能實(shí)現(xiàn)的一些人工問題，己經(jīng)應(yīng)用于各種現(xiàn)實(shí)而前沿??的領(lǐng)域，如強(qiáng)化學(xué)習(xí)、語(yǔ)音識(shí)別、手寫識(shí)別等，且取得了非常好的效果［５５］［５６］［５７］［５８］。??在交通態(tài)勢(shì)預(yù)測(cè)領(lǐng)域

【參考文獻(xiàn)】：
期刊論文
[1]基于車聯(lián)網(wǎng)大數(shù)據(jù)的交通路況預(yù)測(cè)研究[J]. 李業(yè)偉.  信息通信技術(shù). 2017(06)
[2]基于尖點(diǎn)突變理論的高速公路交通流狀態(tài)判別方法[J]. 胡建榮,何磊.  中國(guó)公路學(xué)報(bào). 2017(10)
[3]基于車聯(lián)網(wǎng)的城市路網(wǎng)實(shí)時(shí)行程時(shí)間預(yù)測(cè)[J]. 黃葉娜.  公路交通技術(shù). 2017(03)
[4]基于尖點(diǎn)突變的城市快速路交通流擁堵時(shí)空演化研究[J]. 許倫輝,王祥雪.  公路. 2016(12)
[5]基于深度學(xué)習(xí)的短時(shí)交通流預(yù)測(cè)[J]. 羅向龍,焦琴琴,牛力瑤,孫壯文.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[6]深度學(xué)習(xí)在城市交通流預(yù)測(cè)中的實(shí)踐研究[J]. 尹邵龍,趙亞楠.  現(xiàn)代電子技術(shù). 2015(15)
[7]基于價(jià)值函數(shù)的城市路網(wǎng)交通擁堵態(tài)勢(shì)測(cè)定模型（英文）[J]. 胡啟洲,鄧衛(wèi),孫煦.  Journal of Southeast University（English Edition）. 2015(02)
[8]基于深度學(xué)習(xí)的交通擁堵預(yù)測(cè)模型研究[J]. 譚娟,王勝春.  計(jì)算機(jī)應(yīng)用研究. 2015(10)
[9]國(guó)內(nèi)外交通擁堵評(píng)價(jià)指標(biāo)計(jì)算方法研究[J]. 鄭淑鑒,楊敬鋒.  公路與汽運(yùn). 2014(01)
[10]基于云模型的城市快速路交通狀態(tài)評(píng)價(jià)方法研究[J]. 李悅,陸化普,張永波,蔚欣欣.  公路工程. 2013(03)

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(cè)方法研究[D]. 商強(qiáng).吉林大學(xué) 2017
[2]城市快速路交通態(tài)勢(shì)評(píng)估理論與方法研究[D]. 朱琳.北京交通大學(xué) 2013

碩士論文
[1]基于LSTM和灰色模型集成的短期交通流預(yù)測(cè)[D]. 談苗苗.南京郵電大學(xué) 2017
[2]基于車聯(lián)網(wǎng)的道路車輛密度分布及預(yù)測(cè)技術(shù)研究[D]. 楊濟(jì)瑞.南京郵電大學(xué) 2017
[3]基于Spark的改進(jìn)SA-SVR短時(shí)交通預(yù)測(cè)研究[D]. 劉彩云.東華理工大學(xué) 2017
[4]車聯(lián)網(wǎng)環(huán)境下交叉口群速度引導(dǎo)模型及仿真[D]. 呂佳潤(rùn).北京交通大學(xué) 2017
[5]基于深度學(xué)習(xí)的短時(shí)交通流預(yù)測(cè)[D]. 王曉杰.青島大學(xué) 2017
[6]面向城市路網(wǎng)的短時(shí)交通參數(shù)預(yù)測(cè)方法研究[D]. 陳瑪瑙.吉林大學(xué) 2017
[7]車路協(xié)同誘導(dǎo)信息對(duì)路網(wǎng)行程時(shí)間可靠性影響研究[D]. 朱周元.北京交通大學(xué) 2016
[8]基于車路協(xié)同的車輛誘導(dǎo)策略對(duì)路網(wǎng)交通流的影響研究[D]. 熊若曦.北京交通大學(xué) 2016
[9]高速公路運(yùn)行態(tài)勢(shì)多時(shí)間尺度預(yù)測(cè)方法研究[D]. 魏冉.吉林大學(xué) 2015
[10]面向城市交通管理的道路交通狀態(tài)評(píng)估與信息發(fā)布[D]. 史巖.北京交通大學(xué) 2015



本文編號(hào)：3219304