智能交通流量預(yù)測和多路徑優(yōu)化問題研究

發(fā)布時間：2020-07-20 08:59

【摘要】：智能交通系統(tǒng)已經(jīng)逐漸成為解決各種交通問題的有效手段之一,本文主要針對其中的短時交通流量預(yù)測和路徑規(guī)劃問題展開研究,本文的研究成果主要是通過預(yù)測研究方案和規(guī)劃研究方案的形式來展示;本文所設(shè)計的研究方案主要用于解決在沒有實時數(shù)據(jù)情況下,交通應(yīng)用軟件如何快速的提供交通流量預(yù)測結(jié)果以及如何提供個人定制的道路規(guī)劃方案的問題。針對短時交通流量預(yù)測問題,如何快速和準(zhǔn)確的預(yù)測某條道路的交通流量是本文的主要問題。本文提出采用極端隨機樹與卡爾曼濾波的組合模型實現(xiàn)快速和準(zhǔn)確交通量預(yù)測,該預(yù)測模型結(jié)合了卡爾曼濾波遞推算法和極端隨機樹的優(yōu)點:卡爾曼濾波遞推算法可以提高運算效率,具有較高的快速信號處理能力;極端隨機樹可以根據(jù)特征參數(shù)的重要程度進行參數(shù)提取,可用于解決卡爾曼濾波發(fā)散問題。研究結(jié)果表明所提出的短期交通流量預(yù)測方法具有先進性和可實現(xiàn)性。另一方面,針對個人定制的道路規(guī)劃問題,不僅需要考慮當(dāng)前道路的交通情況,還應(yīng)該考慮出行者對出行方式的偏好。個人偏好可以根據(jù)歷史出行數(shù)據(jù),利用數(shù)據(jù)挖掘相關(guān)方法計算得出。本文具體利用樸素貝葉斯算法計算出個人偏好情況,樸素貝葉斯算法是經(jīng)典的預(yù)測算法,具有計算要求低,數(shù)據(jù)依賴性低等優(yōu)點。最后,本文采用GS算法和蟻群優(yōu)化來實現(xiàn)不同路徑規(guī)劃方案的設(shè)計。GS算法是一種資源配置機制,能較好的解決穩(wěn)定匹配問題。蟻群優(yōu)化是一種基于群智能的現(xiàn)代啟發(fā)式算法,能較好的用于多限制條件下多選擇的決策問題。針對本文提出的具體模型,利用GS算法的穩(wěn)定匹配以及蟻群優(yōu)化的信息素定義及揮發(fā)等規(guī)則設(shè)計不同的路徑規(guī)劃方案。本文最后通過仿真結(jié)果驗證了所設(shè)計的路徑規(guī)劃方案具備較高的效益值。對本文的具體工作的簡單總結(jié)如下:(1)采用極端隨機樹與卡爾曼濾波的組合模型,實現(xiàn)快速和準(zhǔn)確的短期交通流量預(yù)測方案的設(shè)計。首先利用極端隨機樹從歷史交通數(shù)據(jù)中選擇出對交通量影響較大的特征參數(shù),然后利用卡爾曼濾波通過所選出的參數(shù)實現(xiàn)交通流量的預(yù)測。(2)基于出行者的個人歷史出行數(shù)據(jù),采用樸素貝葉斯算法計算出行者對出行方式的喜好程度,作為路徑規(guī)劃方案設(shè)計的重要參數(shù)。(3)基于交通量預(yù)測結(jié)果以及個人偏好計算結(jié)果,分別采用GS算法、改進型蟻群優(yōu)化算法實現(xiàn)個人化路徑規(guī)劃方案的設(shè)計。優(yōu)化的準(zhǔn)則是保證最短出行時間,避免擁堵的同時,充分考慮用戶的個人喜好。(4)通過仿真驗證并與幾種常見方案進行對比,證明所提方案的優(yōu)越性,以及指出方案中所存在的不足之處。通過本文的工作,提出了一種基于傳統(tǒng)方法的新型組合模型,完成了快速和準(zhǔn)確的交通流量預(yù)測方案的設(shè)計。提出針對已成熟算法進行簡單改進以適用于新的場景,完成了個人定制的道路規(guī)劃方案的設(shè)計。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U491.1
【圖文】：