本文關(guān)鍵詞：基于數(shù)據(jù)挖掘技術(shù)的交通擁堵判別與預(yù)測算法研究及應(yīng)用　出處：《青島科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 常發(fā)擁堵 偶發(fā)擁堵 數(shù)據(jù)挖掘技術(shù) 深度學(xué)習(xí)

【摘要】：城市交通的發(fā)展與人類生活不可分割,如何合理配置交通資源、規(guī)劃城市交通已經(jīng)成為一個亟待解決的問題。在諸多交通問題中,交通擁堵是影響范圍最大、時間持續(xù)最長、發(fā)生頻率最高的問題。常發(fā)擁堵狀態(tài)和偶發(fā)擁堵狀態(tài)是最常見的兩類交通擁堵狀態(tài)。常發(fā)性擁堵一般發(fā)生在交通高峰時間,是由于交通需求超出道路正常容量所致,具有可預(yù)測性。偶發(fā)性擁堵發(fā)生時間非固定,是由于突發(fā)交通事故所致,具有偶然性。雖然兩類擁堵狀態(tài)發(fā)生條件和發(fā)生時間不同,但是如果能把握這兩類狀態(tài)的特點并正確識別它們,則可以協(xié)助交通管理者采取及時的控制措施,提高交通資源的使用效率,從而降低經(jīng)濟損失和其他外部成本。所以探求常發(fā)擁堵和偶發(fā)擁堵的發(fā)生規(guī)律是具有重要意義的。同時如果能預(yù)知交通,對于市民出行、交警制定疏導(dǎo)策略更是至關(guān)重要。本文就如何識別常發(fā)、偶發(fā)擁堵和如何預(yù)測交通事故這兩個問題進行了討論,并結(jié)合了數(shù)據(jù)挖掘技術(shù)來探討了該技術(shù)在交通領(lǐng)域的應(yīng)用。對于常發(fā)擁堵和偶發(fā)擁堵問題,本文首先通過交叉驗證的方法訓(xùn)練支持向量分類器,再將交通流信息輸入分類器判別交通擁堵狀態(tài),然后采用統(tǒng)計學(xué)里的方法來區(qū)分常發(fā)擁堵和偶發(fā)擁堵。經(jīng)過實驗驗證該算法準(zhǔn)確率和運行速度均符合實際要求。對于交通狀態(tài)預(yù)測問題,本文采用了深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)方法。深度學(xué)習(xí)的應(yīng)用領(lǐng)域非常廣泛,目前深度學(xué)習(xí)經(jīng)常被用于圖像識別和自然語言處理領(lǐng)域中,在交通領(lǐng)域的應(yīng)用目前非常少。為了探索這一新的領(lǐng)域,本文采用了對照實驗的方法,對不同道路做了多組實驗,從而得出最好的方案。從實驗驗證結(jié)果來看,盲目運用深度學(xué)習(xí)模型無法達到預(yù)期效果,必須采取一定的策略。比如通過某條道路相鄰路口的交通流信息來預(yù)測該路口信息可以達到理想效果。
[Abstract]:The development of urban traffic is inseparable from human life , how to allocate traffic resources rationally and to plan urban traffic has become an urgent problem .

【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U491;TP311.13

【參考文獻】

相關(guān)期刊論文 前10條

1 李岳云;許悅雷;馬時平;史鶴歡;;深度卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測[J];中國圖象圖形學(xué)報;2016年01期

2 李寰宇;畢篤彥;楊源;查宇飛;覃兵;張立朝;;基于深度特征表達與學(xué)習(xí)的視覺跟蹤算法研究[J];電子與信息學(xué)報;2015年09期

3 尹寶才;王文通;王立春;;深度學(xué)習(xí)研究綜述[J];北京工業(yè)大學(xué)學(xué)報;2015年01期

4 鄧軍;肖遙;郝艷捧;李立mg;趙宇明;張建功;;基于模糊聚類和最小二乘支持向量機的特高壓直流輸電線路合成電場預(yù)測方法[J];高電壓技術(shù);2013年12期

5 傅貴;韓國強;逯峰;許子鑫;;基于支持向量機回歸的短時交通流預(yù)測模型[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2013年09期

6 劉志強;呂學(xué);張利;;基于多分類GA-SVM的高速公路AID模型[J];系統(tǒng)工程理論與實踐;2013年08期

7 劉軍;宋國華;趙琦;高永;;基于FCD的橋下積水導(dǎo)致城市交通擁堵點段識別方法研究[J];交通信息與安全;2013年03期

8 魏丹;;基于集對分析的道路交通擁堵判定[J];交通標(biāo)準(zhǔn)化;2013年03期

9 魯小丫;宋志豪;徐柱;李木梓;李婷;孫維亞;;利用實時路況數(shù)據(jù)聚類方法檢測城市交通擁堵點[J];地球信息科學(xué)學(xué)報;2012年06期

10 楊春蕾;陳玉冬;;城市交通擁堵問題的經(jīng)濟學(xué)解析[J];商業(yè)研究;2012年03期

相關(guān)博士學(xué)位論文 前1條

1 劉夢涵;面向特大城市的分層次交通擁堵評價模型及算法[D];北京交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前1條

1 路加;交通擁擠的度量方法與基于浮動車的交通擁擠檢測[D];清華大學(xué);2003年

，

本文編號：1425320