隨著城鎮(zhèn)化進程的發(fā)展以及汽車保有量的不斷增加,交通擁堵已經(jīng)成為全世界面臨的重要問題。道路行程時間預測不僅可以用來高效的管理城市路網(wǎng),還有助于人們合理的安排出行時間及出行路線,節(jié)能減排,是智慧交通領域中有重要意義的研究課題。本文首先從時間和天氣這兩個主要影響因素出發(fā)分析道路行程時間的分布特性,使用速度動態(tài)相對偏移率評價道路擁堵狀況,挖掘道路擁堵狀況的時變規(guī)律及異常道路,建立了道路交通狀況的時間序列預測模型,進而估算道路行程時間。在阿里云提供數(shù)據(jù)集上的實驗結果表明,本文構建的基于時間和天氣的預測模型具有顯著的預測效果。其次,為了更加直觀的呈現(xiàn)路網(wǎng)交通狀況及行程時間預測結果,本文還開展了車輛軌跡及路網(wǎng)態(tài)勢的可視化研究。尤其是針對電子地圖難以實時高效地顯示大量點數(shù)據(jù)的問題,本文設計實現(xiàn)了一種針對電子地圖中高效顯示大量點數(shù)據(jù)的采樣算法及框架。最后,基于B/S架構設計實現(xiàn)了道路行程時間分析、預測及可視化的原型系統(tǒng)。綜上所述,本文為道路行程時間建立了考慮天氣影響系數(shù)的時間序列預測模型以及可視化原型系統(tǒng),來解決城市交通擁堵問題,并且挖掘了異常道路。還解決了電子地圖高效顯示大量點數(shù)據(jù)的問題。 

【文章來源】：天津大學天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【部分圖文】：

人工神經(jīng)網(wǎng)絡示意圖

圖 2-3 中國互聯(lián)網(wǎng)星際圖從本質(zhì)上講可視化技術是一種提供給用戶泛型視覺效果的技術[36]，它主要借助于一些可視化工具來表達這種視覺效果。目前比較流行的可視化工具包括 ECharts.js 和 D3.js 等[37]。ECharts.js 是一種由百度 EFE(Excellent Front End)數(shù)據(jù)可視化團隊所開發(fā)的可視化工具，它兼容目

圖 3-15 2016 年 3 月份整個路網(wǎng)擁堵狀態(tài)時變圖3.4.2 聚類分析挖掘異常路段道路擁堵情況是受上下游路段影響的，也會影響到其上下游路段的擁堵情況。當?shù)缆窌惩〞r，會減少上下游路段在下一時刻的通行壓力；當?shù)缆窊矶聲r，會增

【參考文獻】：
期刊論文
[1]聚類方法綜述[J]. 金建國.  計算機科學. 2014(S2)
[2]大數(shù)據(jù)可視分析綜述[J]. 任磊,杜一,馬帥,張小龍,戴國忠.  軟件學報. 2014(09)
[3]TOP50+5大數(shù)據(jù)可視化分析工具[J]. 謝然.  互聯(lián)網(wǎng)周刊. 2014(17)

碩士論文
[1]基于中觀仿真的動態(tài)交通參數(shù)標定技術及路網(wǎng)運行狀態(tài)評價體系[D]. 滕懷龍.北京交通大學 2007



本文編號：3398584