本文關(guān)鍵詞：基于數(shù)據(jù)驅(qū)動(dòng)的路段旅行時(shí)間估計(jì)與預(yù)測(cè)研究

  更多相關(guān)文章： 旅行時(shí)間 數(shù)據(jù)驅(qū)動(dòng) GPS數(shù)據(jù) 神經(jīng)網(wǎng)絡(luò) 非參數(shù)回歸 非線性擬合

【摘要】：路段旅行時(shí)間作為一個(gè)重要的交通變量,對(duì)于交通分析和交通控制起到?jīng)Q定性的作用。準(zhǔn)確的估計(jì)與預(yù)測(cè)路段旅行時(shí)間是實(shí)現(xiàn)交通控制與管理和交通誘導(dǎo)的前提,其對(duì)于緩解道路擁堵,避免社會(huì)資源浪費(fèi),減少環(huán)境污染,降低經(jīng)濟(jì)損失等具有重要意義。 隨著交通智能化與信息化的推進(jìn),海量交通數(shù)據(jù)的記錄、存儲(chǔ)及提取已不再是一個(gè)難題,對(duì)于海量的數(shù)據(jù),基于模型的方法估計(jì)與預(yù)測(cè)路段旅行時(shí)間會(huì)面臨參數(shù)過(guò)多、模型結(jié)構(gòu)過(guò)于復(fù)雜,預(yù)測(cè)精度低等問(wèn)題,而基于數(shù)據(jù)驅(qū)動(dòng)的方法,無(wú)需建立模型,僅需尋找數(shù)據(jù)間的內(nèi)在聯(lián)系機(jī)制即可,預(yù)測(cè)較為簡(jiǎn)單高效。本文即利用數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行旅行時(shí)間估計(jì)與預(yù)測(cè)。 本文以城市快速路為研究對(duì)象,以北京市北四環(huán)一路段為例進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的路段旅行時(shí)間估計(jì)與預(yù)測(cè)研究。本文首先通過(guò)仿真獲得車輛軌跡數(shù)據(jù),進(jìn)而模擬現(xiàn)實(shí)中浮動(dòng)車信息采集場(chǎng)景獲取基于仿真的浮動(dòng)車數(shù)據(jù),然后運(yùn)用遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)對(duì)模擬的浮動(dòng)車數(shù)據(jù)進(jìn)行旅行時(shí)間估計(jì),由于仿真的采樣間隔小,可直接將路段起始點(diǎn)和終止點(diǎn)的時(shí)刻做差獲得真實(shí)的路段旅行時(shí)間,將路段旅行時(shí)間的估計(jì)值與真實(shí)值進(jìn)行比較,驗(yàn)證基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)進(jìn)行路段旅行時(shí)間估計(jì)可靠性強(qiáng)。然后提取目標(biāo)路段的真實(shí)GPS數(shù)據(jù),將真實(shí)GPS數(shù)據(jù)帶入已驗(yàn)證的神經(jīng)網(wǎng)絡(luò)模型,對(duì)實(shí)際的GPS數(shù)據(jù)進(jìn)行路段旅行時(shí)間估計(jì),得到GPS浮動(dòng)車數(shù)據(jù)的路段旅行時(shí)間估計(jì)值。 在其基礎(chǔ)上,建立歷史數(shù)據(jù)庫(kù),分別運(yùn)用非參數(shù)回歸和基于非線性擬合的非參數(shù)回歸對(duì)GPS浮動(dòng)車數(shù)據(jù)進(jìn)行路段旅行時(shí)間預(yù)測(cè),其中,分別將時(shí)間、路段平均速度及時(shí)間和平均速度同時(shí)作為輸入,探討不同的輸入對(duì)輸出的旅行時(shí)間預(yù)測(cè)值的影響。分析預(yù)測(cè)結(jié)果的平均百分比誤差A(yù)PE和平均百分比絕對(duì)誤差MAPE得出,當(dāng)時(shí)間信息與平均速度信息同時(shí)作為輸入時(shí),預(yù)測(cè)誤差最小,同時(shí),基于非線性擬合的非參數(shù)回歸方法預(yù)測(cè)路段旅行時(shí)間的準(zhǔn)確性優(yōu)于單純的非參數(shù)回歸預(yù)測(cè)方法。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP183;O212.1

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 聶慶慧;夏井新;張韋華;;基于多源ITS數(shù)據(jù)的行程時(shí)間預(yù)測(cè)體系框架及核心技術(shù)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

2 姜桂艷;常安德;張瑋;唐永勇;;基于GPS浮動(dòng)車的自然路段行程時(shí)間估計(jì)方法[J];公路;2009年11期

3 楊兆升,保麗霞,朱國(guó)華;基于Fuzzy回歸的快速路行程時(shí)間預(yù)測(cè)模型研究[J];公路交通科技;2004年03期

4 劉靜,關(guān)偉;交通流預(yù)測(cè)方法綜述[J];公路交通科技;2004年03期

5 翁劍成;榮建;任福田;魏中華;;基于非參數(shù)回歸的快速路行程速度短期預(yù)測(cè)算法[J];公路交通科技;2007年03期

6 姚智勝;邵春福;熊志華;;支持向量機(jī)在路段行程時(shí)間預(yù)測(cè)中的應(yīng)用研究[J];公路交通科技;2007年09期

7 溫惠英;徐建閩;傅惠;;基于灰色關(guān)聯(lián)分析的路段行程時(shí)間卡爾曼濾波預(yù)測(cè)算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年09期

8 張和生;張毅;溫慧敏;胡東成;;利用GPS數(shù)據(jù)估計(jì)路段的平均行程時(shí)間[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2007年03期

9 楊曉光,蔡潤(rùn)林,莊斌;基于車牌自動(dòng)識(shí)別系統(tǒng)的城市道路行程時(shí)間預(yù)測(cè)算法[J];交通與計(jì)算機(jī);2005年03期

10 高林杰;雋志才;張偉華;;基于微觀仿真的路段行程時(shí)間預(yù)測(cè)方法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2009年03期

，

本文編號(hào)：1168169