本文關(guān)鍵詞：基于EMD和GS-SVM融合的節(jié)假日高速公路交通流預(yù)測研究

  更多相關(guān)文章： 高速公路 節(jié)假日 經(jīng)驗?zāi)B(tài)分解 支持向量機 TransModeler

【摘要】：高速公路作為現(xiàn)代化的交通基礎(chǔ)設(shè)施具有高速迅捷的特性,而節(jié)假日免費放行政策造成的交通擁擠問題不僅嚴(yán)重影響了我國公眾出行的便捷性和舒適性,也給國民出行的交通安全帶來了嚴(yán)峻的挑戰(zhàn)。因此,科學(xué)有效的交通流預(yù)測方法以及對節(jié)假日運行狀態(tài)的仿真分析就成為了能夠有效緩解我國高速公路節(jié)假日交通擁擠的重要手段。其作用不言而喻,一方面能夠為公眾節(jié)假日順暢出行保駕護航,另一方面還可以帶來更多的社會效益,進而促進我國高速公路交通系統(tǒng)和諧、健康的可持續(xù)發(fā)展。本文首先介紹了我國高速公路節(jié)假日的交通流特性以及出行目的,在數(shù)據(jù)的基礎(chǔ)上分析了節(jié)假日交通流在時間、空間和出行方式的分布特性,重點研究了GDP和天氣因素對節(jié)假日交通流的影響。其次在總結(jié)現(xiàn)有高速公路節(jié)假日交通流預(yù)測方法的優(yōu)點和不足的基礎(chǔ)上,通過對河南鄭堯高速公路2012年至2015年的節(jié)假日交通流數(shù)據(jù)進行數(shù)據(jù)預(yù)處理,采用經(jīng)驗?zāi)B(tài)分解的方法分離出噪聲數(shù)據(jù)并進行閾值去噪,使用網(wǎng)格尋優(yōu)對支持向量機的回歸參數(shù)進行參數(shù)尋優(yōu),對節(jié)假日交通流量進行預(yù)測。最后與常用的交通預(yù)測模型進行結(jié)果對比分析,驗證了本文融合算法的準(zhǔn)確性與適應(yīng)性。最后利用TransModeler仿真軟件建立了節(jié)假日預(yù)測的模型,分析了節(jié)假日高速公路的運行狀態(tài),給出了不同閾值下高速公路的服務(wù)等級與對應(yīng)服務(wù)等級的交通量,為高速公路運營管理者提供了參考依據(jù)。研究結(jié)果表明,本文提出的經(jīng)驗?zāi)B(tài)分解閾值去噪與網(wǎng)格尋優(yōu)參數(shù)優(yōu)化的支持向量機融合的算法在交通流預(yù)測中,比未分解的精度得到提高,相比以往常用預(yù)測模型預(yù)測結(jié)果也更加精確。基于TransModeler仿真模型的節(jié)假日分等級交通流量,也為高速公路的運營管理提供了參考依據(jù)。
【關(guān)鍵詞】：高速公路 節(jié)假日 經(jīng)驗?zāi)B(tài)分解 支持向量機 TransModeler
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491.14
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-15
• 1.1 研究背景9-10
• 1.2 研究目的及意義10-11
• 1.3 國內(nèi)外現(xiàn)狀分析11-12
• 1.3.1 國外研究現(xiàn)狀11
• 1.3.2 國內(nèi)研究現(xiàn)狀11-12
• 1.4 論文的結(jié)構(gòu)安排及依托項目12-15
• 1.4.1 論文結(jié)構(gòu)安排12-14
• 1.4.2 依托項目14-15
• 第二章 節(jié)假日交通流特性及影響因子分析15-26
• 2.1 節(jié)假日高速公路交通流特性15-16
• 2.2 節(jié)假日交通出行目的16-17
• 2.3 節(jié)假日高速公路交通流分布特征17-20
• 2.3.1 出行時間分布特征17-18
• 2.3.2 出行空間分布特征18-19
• 2.3.3 出行方式分布特征19-20
• 2.4 節(jié)假日出行影響因子20-25
• 2.4.1 GDP影響因子20-23
• 2.4.2 天氣影響因子23-24
• 2.4.3 其他因素24-25
• 2.5 本章小結(jié)25-26
• 第三章 交通流數(shù)據(jù)分析及預(yù)處理26-33
• 3.1 數(shù)據(jù)預(yù)處理26
• 3.1.1 概述26
• 3.1.2 原始數(shù)據(jù)存在的不足26
• 3.2 交通流量數(shù)據(jù)的修復(fù)26-27
• 3.2.1 丟失和錯誤數(shù)據(jù)的識別26-27
• 3.2.2 丟失數(shù)據(jù)和錯誤數(shù)據(jù)修復(fù)27
• 3.3 交通流量數(shù)據(jù)歸一化27-28
• 3.4 交通流量數(shù)據(jù)分析28-32
• 3.4.1 國慶節(jié)數(shù)據(jù)分析28-29
• 3.4.2 清明節(jié)數(shù)據(jù)分析29-30
• 3.4.3 五一數(shù)據(jù)分析30-31
• 3.4.4 春節(jié)數(shù)據(jù)分析31-32
• 3.5 本章小結(jié)32-33
• 第四章 基于EMD和GS-SVM融合的節(jié)假日交通流預(yù)測33-48
• 4.1 支持向量機的理論基礎(chǔ)與原理33-36
• 4.1.1 支持向量機33-34
• 4.1.2 支持向量機回歸34-36
• 4.1.3 支持向量回歸的優(yōu)勢及適應(yīng)性36
• 4.2 經(jīng)驗?zāi)B(tài)分解EMD36-39
• 4.2.1 EMD算法基本原理36-37
• 4.2.2 EMD特征向量的提取37-39
• 4.3 SVM預(yù)測模型參數(shù)選取分析39-40
• 4.3.1 核函數(shù)39
• 4.3.2 核函數(shù)作用分析39-40
• 4.3.3 GS-SVM模型參數(shù)尋優(yōu)40
• 4.4 EMD-GS-SVM的回歸預(yù)測過程40-41
• 4.5 實證性仿真研究41-44
• 4.5.1 預(yù)測評價指標(biāo)41-42
• 4.5.2 計算結(jié)果分析42-44
• 4.6 與其他預(yù)測模型的比較分析44-47
• 4.7 本章小結(jié)47-48
• 第五章 基于TransModeler的節(jié)假日交通流狀態(tài)仿真研究48-62
• 5.1 TransModeler概述48-50
• 5.1.1 交通仿真模型48-49
• 5.1.2 TransModeler仿真軟件的優(yōu)勢49-50
• 5.2 TransModeler仿真流程設(shè)計及實現(xiàn)50-56
• 5.2.1 仿真流程設(shè)計50-51
• 5.2.2 路網(wǎng)仿真建模51-53
• 5.2.3 參數(shù)設(shè)置和校對53-55
• 5.2.4 OD反推矩陣生成及矩陣表輸入55-56
• 5.3 評價指標(biāo)56-58
• 5.3.1 TransModele評價指標(biāo)56
• 5.3.2 路段擁擠度等級劃分指標(biāo)56-57
• 5.3.3 評價指標(biāo)的選取57-58
• 5.4 實例仿真及結(jié)果分析58-61
• 5.4.1 仿真結(jié)果輸出58-60
• 5.4.2 交通量與擁擠度等級仿真結(jié)果60-61
• 5.5 本章小結(jié)61-62
• 結(jié)論62-64
• 參考文獻64-68
• 攻讀學(xué)位期間取得的研究成果68-69
• 致謝69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李晉偉;王奇;何紅太;裴冠榮;;基于EMD與ELM的輸電線路山火蔓延速度組合預(yù)測模型[J];電力建設(shè);2015年03期

2 高楊;李健;;基于EMD-PSO-SVM誤差校正模型的國際碳金融市場價格預(yù)測[J];中國人口.資源與環(huán)境;2014年06期

3 成衛(wèi);金成英;袁滿榮;;基于遺傳模擬退火算法的TRANSMODELER仿真模型參數(shù)標(biāo)定研究[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2014年03期

4 李祥飛;張再生;黃超;高楊;;基于EMD與STSA混合方法的金融收益信息提取與預(yù)測[J];系統(tǒng)工程;2014年02期

5 王博彬;邵春福;孫軼軒;李娟;計尋;;多方式交通信息條件下節(jié)假日出行行為研究[J];交通運輸系統(tǒng)工程與信息;2014年01期

6 李松;劉力軍;翟曼;;改進粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測[J];系統(tǒng)工程理論與實踐;2012年09期

7 葉林;劉鵬;;基于經(jīng)驗?zāi)B(tài)分解和支持向量機的短期風(fēng)電功率組合預(yù)測模型[J];中國電機工程學(xué)報;2011年31期

8 王景妍;張飛;;區(qū)域運輸通道內(nèi)影響旅客出行方式選擇的因素[J];交通科技與經(jīng)濟;2011年06期

9 胡海青;張瑯;張道宏;陳亮;;基于支持向量機的供應(yīng)鏈金融信用風(fēng)險評估研究[J];軟科學(xué);2011年05期

10 刁陽;雋志才;倪安寧;;基于GA-Transmodeler的動態(tài)OD矩陣估計方法[J];計算機應(yīng)用研究;2010年10期

，

本文編號：614605