【摘要】：為分析道路交通狀態(tài)波動范圍,提出了一種基于模糊信息�；c支持向量機(jī)組合預(yù)測的建模方法。分析了道路交通狀態(tài)波動特點(diǎn)和交通參數(shù)選擇原則,以模糊理論和時間序列預(yù)測為基礎(chǔ),通過模糊信息粒以15 min時間窗將樣本數(shù)據(jù)模糊化,得到Low、R、Up這3組時間序列;并利用支持向量機(jī)模型分別對其進(jìn)行預(yù)測,獲得道路交通狀態(tài)的波動范圍與變化趨勢。實例分析時,在驗證數(shù)據(jù)采集路段屬性相近的前提下,用該組合模型對早、晚高峰和平峰等3個時段的交通波動狀態(tài)進(jìn)行驗證,驗證結(jié)果有較高精度,能有效預(yù)測交通狀態(tài)波動情況。
[Abstract]:In order to analyze the range of road traffic state fluctuation, a modeling method based on fuzzy information granulation and support vector machine (SVM) was proposed. The characteristics of road traffic state fluctuation and the principle of traffic parameter selection are analyzed. On the basis of fuzzy theory and time series prediction, three groups of Low,R,Up time series are obtained by fuzzy information particle fuzzifying the sample data in 15 min time window. By using the support vector machine model, the fluctuation range and the change trend of the road traffic state are obtained. On the premise of verifying that the attribute of data acquisition road section is similar, the combination model is used to verify the traffic fluctuation state in three periods, such as early peak and late peak, and the verification result has high precision. It can predict the fluctuation of traffic condition effectively.
【作者單位】： 重慶交通大學(xué)交通運(yùn)輸學(xué)院;重慶交通大學(xué)重慶山地城市交通系統(tǒng)與安全實驗室;
【分類號】：U491

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 田�；�;郭彬;;基于時空特征分析的短時交通流預(yù)測模型[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2016年03期

2 黃艷國;許倫輝;鄺先驗;;基于模糊C均值聚類的城市道路交通狀態(tài)判別[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2015年02期

3 劉擎超;陸建;陳淑燕;;基于能力區(qū)域的交通狀態(tài)預(yù)測方法[J];物理學(xué)報;2014年14期

4 彭勇;陳俞強(qiáng);;基于信息�；腟VM時序回歸預(yù)測[J];計算機(jī)系統(tǒng)應(yīng)用;2013年05期

5 康海貴;莫仁杰;李明偉;;基于云遺傳算法優(yōu)選的SVR交通量預(yù)測模型[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2013年02期

6 錢民;唐克生;;基于定性動態(tài)概率網(wǎng)絡(luò)的交通狀態(tài)預(yù)測及改進(jìn)[J];云南大學(xué)學(xué)報(自然科學(xué)版);2012年02期

7 劉曉玲;賈鵬;鄔珊華;于濱;;基于多維時空參數(shù)的道路短期交通狀態(tài)預(yù)測[J];交通運(yùn)輸系統(tǒng)工程與信息;2011年04期

8 董宏輝;賈利民;孫曉亮;李晨曦;秦勇;郭敏;;基于最大熵模型的城市快速路交通狀態(tài)預(yù)測方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭海鋒;蔡華波;朱超;查琪;;基于馬爾可夫過程的路網(wǎng)交通狀態(tài)預(yù)測方法[J];浙江工業(yè)大學(xué)學(xué)報;2017年04期

2 馮青平;李星毅;;基于MapReduce和聚類算法的交通狀態(tài)識別[J];信息技術(shù);2017年05期

3 王舒陽;姚斌;姚博世;馮偉;何昱超;曹新城;;基于信息粒化支持向量機(jī)的主軸熱誤差綜合預(yù)測模型[J];工具技術(shù);2017年05期

4 陸百川;李曉璐;郭桂林;黃梨力;;基于模糊信息粒與SVM的道路交通狀態(tài)波動分析[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2017年07期

5 陳小波;劉祥;韋中杰;梁軍;蔡英鳳;陳龍;;基于GA-LSSVR模型的路網(wǎng)短時交通流預(yù)測研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2017年01期

6 Dong-wei XU;Yong-dong WANG;Li-min JIA;Yong QIN;Hong-hui DONG;;基于ARIMA和Kalman濾波的道路交通狀態(tài)實時預(yù)測（英文）[J];Frontiers of Information Technology & Electronic Engineering;2017年02期

7 唐克生;段麗梅;;基于Apriori關(guān)聯(lián)算法的醫(yī)藥零售配送中心分揀儲位設(shè)計[J];昆明冶金高等�？茖W(xué)校學(xué)報;2016年05期

8 鐘毅;;一種基于相關(guān)系數(shù)的模糊C-均值聚類算法[J];軟件產(chǎn)業(yè)與工程;2016年06期

9 李曉玲;王偉智;;基于仿真的城市快速路施工區(qū)警示系統(tǒng)研究[J];貴州大學(xué)學(xué)報(自然科學(xué)版);2016年05期

10 蔡曉禹;蔡明;;基于FCM山地城市快速路交通狀態(tài)判別方法研究[J];公路;2016年07期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張洪賓;孫小端;賀玉龍;;短時交通流復(fù)雜動力學(xué)特性分析及預(yù)測[J];物理學(xué)報;2014年04期

2 朱征宇;劉琳;崔明;;一種結(jié)合SVM與卡爾曼濾波的短時交通流預(yù)測模型[J];計算機(jī)科學(xué);2013年10期

3 張玉梅;吳曉軍;白樹林;;交通流量序列混沌特性分析及DFPSOVF預(yù)測模型[J];物理學(xué)報;2013年19期

4 殷俊杰;丁宏飛;薄霧;鐘媚;;基于模糊聚類的城市快速路交通流狀態(tài)劃分[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2013年04期

5 徐鵬;姜鳳茹;;基于蟻群優(yōu)化支持向量機(jī)的短時交通流量預(yù)測[J];計算機(jī)應(yīng)用與軟件;2013年03期

6 丁恒;張衛(wèi)華;鄭小燕;陳無畏;李陽陽;;基于交通預(yù)測的多態(tài)交通流信號控制[J];中國公路學(xué)報;2012年05期

7 馬慶祿;劉衛(wèi)寧;孫棣華;;道路交通流狀態(tài)的多參數(shù)融合預(yù)測方法[J];物理學(xué)報;2012年16期

8 齊馳;侯忠生;;自適應(yīng)單指數(shù)平滑法在短期交通流預(yù)測中的應(yīng)用[J];控制理論與應(yīng)用;2012年04期

9 錢民;唐克生;;基于定性動態(tài)概率網(wǎng)絡(luò)的網(wǎng)絡(luò)擁塞控制[J];計算機(jī)科學(xué);2011年S1期

10 嚴(yán)曉明;;基于優(yōu)化GA屬性約簡的上證指數(shù)預(yù)測[J];福建師范大學(xué)學(xué)報(自然科學(xué)版);2011年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓悅臻,曹三鵬;城市道路交通狀態(tài)指標(biāo)體系設(shè)計探討[J];公路;2005年06期

2 皮曉亮;王正;韓皓;孫亞;;基于環(huán)形線圈檢測器采集信息的交通狀態(tài)分類方法應(yīng)用研究[J];公路交通科技;2006年04期

3 勞云騰;楊曉光;云美萍;劉競宇;;交通狀態(tài)檢測方法的評價研究[J];交通與計算機(jī);2006年06期

4 王偉;楊兆升;李貽武;劉新杰;陳昕;;基于信息協(xié)同的子區(qū)交通狀態(tài)加權(quán)計算與判別方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2007年03期

5 戢曉峰;;城市道路交通狀態(tài)分析方法回顧與展望[J];道路交通與安全;2008年03期

6 李娟;羅霞;姚琛;;基于多源數(shù)據(jù)的交通狀態(tài)判定研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2009年03期

7 李清泉;高德荃;楊必勝;;基于模糊支持向量機(jī)的城市道路交通狀態(tài)分類[J];吉林大學(xué)學(xué)報(工學(xué)版);2009年S2期

8 強(qiáng)添綱;邱潔;;基于熵和耗散結(jié)構(gòu)理論的道路交通狀態(tài)演變機(jī)理[J];交通標(biāo)準(zhǔn)化;2010年Z1期

9 竇慧麗;王國華;;基于模糊聚類和判別分析的交通狀態(tài)提取算法[J];交通信息與安全;2010年02期

10 曹成濤;崔鳳;林曉輝;;基于神經(jīng)網(wǎng)絡(luò)的交通狀態(tài)模糊判別方法[J];科學(xué)技術(shù)與工程;2010年21期

相關(guān)會議論文 前3條

1 郭義榮;張曉棟;董寶田;吳蕾;;基于模糊理論的交通狀態(tài)快速識別與躍遷轉(zhuǎn)變方法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

2 竇瑞;云美萍;楊曉光;;基于視頻錄像的交通狀態(tài)判別算法準(zhǔn)確度評測[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C];2012年

3 余碧瑩;邵春福;;基于時空模型的道路網(wǎng)交通狀態(tài)預(yù)測[A];2008第四屆中國智能交通年會論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 馬旭輝;城市道路交通網(wǎng)絡(luò)過飽和狀態(tài)信號控制方法研究[D];北京交通大學(xué);2016年

2 劉擎超;基于集成學(xué)習(xí)的交通狀態(tài)預(yù)報方法研究[D];東南大學(xué);2015年

3 徐東偉;道路交通狀態(tài)多維多粒度獲取方法研究[D];北京交通大學(xué);2014年

4 宋淑敏;非常態(tài)下異常道路交通狀態(tài)信息獲取技術(shù)研究[D];吉林大學(xué);2012年

5 許昱瑋;VANETs中面向交通狀態(tài)的車輛主動探測方法研究[D];南開大學(xué);2012年

6 孫曉亮;城市道路交通狀態(tài)評價和預(yù)測方法及應(yīng)用研究[D];北京交通大學(xué);2013年

7 錢U，

本文編號：2460785