本文關鍵詞：短時交通流組合模型預測　出處：《南京理工大學學報》2014年02期 　論文類型：期刊論文

  更多相關文章： 間斷流 短時交通流預測 卡爾曼濾波模型 徑向基函數神經網絡 慣性因子

【摘要】：針對城市道路流量的非線性和不確定性特點,為避免單一模型預測準確率不高的缺陷,該文提出了一種短時交通流組合模型。該模型包含卡爾曼濾波模型和徑向基函數神經網絡模型2個子模型,較好地解決了神經網絡不能反映大流量下的穩(wěn)態(tài)性問題,以及卡爾曼濾波在流量不穩(wěn)定時預測準確率不高的問題。在組合模型中引入慣性因子,確保了模型的穩(wěn)定性。仿真結果表明該方法是可行有效的。
[Abstract]:In view of the nonlinear and uncertain characteristics of urban road flow, in order to avoid the single model prediction accuracy is not high defects. In this paper, a short-time traffic flow combination model is proposed, which consists of two sub-models: Kalman filter model and radial basis function neural network model. It solves the problem that neural network can not reflect the steady state of large flow, and Kalman filter is not accurate when the flow is unstable. The inertial factor is introduced into the combination model. The stability of the model is ensured. The simulation results show that the method is feasible and effective.
【作者單位】： 浙江工業(yè)大學計算機科學與技術學院;浙江大學工業(yè)控制國家重點實驗室;
【基金】：國家自然科學基金(61174174) 中央高校基本科研業(yè)務專項資金(2013XZZX008-1) 浙江省交通運輸廳科研計劃項目(2014T08)
【分類號】：U491.112
【正文快照】： 隨著城市交通流的不斷增大,智能交通系統(tǒng)應運而生,交通控制和交通誘導是智能交通系統(tǒng)的重要領域,而交通流預測是實現交通控制和交通誘導的關鍵[1]。交通流可分為連續(xù)流和間斷流[2],間斷交通流中存在引起交通流周期性間斷的固定元素,這些元素包括交通信號、停車標志和其他管制

【參考文獻】

相關期刊論文 前7條

1 李振龍;張利國;錢海峰;;基于非參數回歸的短時交通流預測研究綜述[J];交通運輸工程與信息學報;2008年04期

2 王均;關偉;;基于Kalman濾波的城市環(huán)路交通流短時預測研究[J];交通與計算機;2006年05期

3 孫立光;李瑞敏;董\~;陸化普;;短時交通流組合預測模型研究[J];武漢理工大學學報(交通科學與工程版);2010年05期

4 聶佩林;余志;何兆成;;基于約束卡爾曼濾波的短時交通流量組合預測模型[J];交通運輸工程學報;2008年05期

5 高慧;趙建玉;賈磊;;短時交通流預測方法綜述[J];濟南大學學報(自然科學版);2008年01期

6 顧晨陽;羅熹;程文龍;;變權重組合預測模型在短時交通流預測中的應用[J];統(tǒng)計與決策;2010年06期

7 沈國江;王嘯虎;孔祥杰;;短時交通流量智能組合預測模型及應用[J];系統(tǒng)工程理論與實踐;2011年03期

【共引文獻】

相關期刊論文 前10條

1 田光理;苑紅偉;牛德寧;;基于粗糙集理論的短時交通流組合預測研究[J];道路交通與安全;2010年02期

2 王建;鄧衛(wèi);趙金寶;;基于改進型貝葉斯組合模型的短時交通流量預測[J];東南大學學報(自然科學版);2012年01期

3 曹樹志;項響琴;;基于改進的K_Means算法的城市高架橋交通流分析[J];公路交通科技(應用技術版);2010年10期

4 姚琛;羅霞;漢克·范少倫;;基于粗集和神經網絡耦合的短時交通流預測[J];公路交通科技;2010年11期

5 吳寶春;鄭蕊蕊;李敏;楊亞寧;;基于遺傳灰色GM(1,1,ρ)模型的短時交通流量預測[J];電子設計工程;2012年13期

6 曹政才;韓丁富;王永吉;;面向城市交通網絡的一種新型動態(tài)路徑尋優(yōu)方法[J];電子學報;2012年10期

7 姜桂艷;王秋蘭;李琦;;基于多時間尺度一步外推的短時交通參數多步預測方法[J];公路交通科技;2013年02期

8 熊杰;關偉;孫宇星;;基于Kalman濾波的地鐵換乘客流預測[J];北京交通大學學報;2013年03期

9 陳相艷;周德儉;袁海英;;基于ARIMA與RBF組合模型的短時交通量預測[J];廣西工學院學報;2013年02期

10 張秋余;朱學明;;基于GA-Elman神經網絡的交通流短時預測方法[J];蘭州理工大學學報;2013年03期

相關會議論文 前1條

1 胡曉健;陸建;;基于二步自適應的交通量實時預測模型[A];2007第三屆中國智能交通年會論文集[C];2007年

相關博士學位論文 前10條

1 王春;基于VR/GIS一體化城市微觀交通虛擬仿真系統(tǒng)的研究與應用[D];中國海洋大學;2010年

2 姚琛;基于信息提取計算的動態(tài)交通數據分析及應用[D];西南交通大學;2011年

3 楊祖元;城市交通信號系統(tǒng)智能控制策略研究[D];重慶大學;2008年

4 肖培靈;濰坊市可持續(xù)發(fā)展能力研究及其應用[D];天津大學;2009年

5 王新穎;基于網格的短時交通狀態(tài)預測研究[D];吉林大學;2010年

6 龔勃文;大規(guī)模路網下中心式動態(tài)交通誘導系統(tǒng)關鍵技術研究[D];吉林大學;2010年

7 王凡;基于支持向量機的交通流預測方法研究[D];大連理工大學;2010年

8 靳引利;省域高速公路網交通誘導系統(tǒng)關鍵技術研究[D];長安大學;2009年

9 李繼偉;城市主次干路的路段行程時間估計與預測方法研究[D];吉林大學;2012年

10 楊飛;基于回聲狀態(tài)網絡的交通流預測模型及其相關研究[D];北京郵電大學;2012年

相關碩士學位論文 前10條

1 全書鵬;智能交通中車流量預測與路徑優(yōu)化技術的研究[D];鄭州大學;2010年

2 易柳;無檢測器路口交通流量預測方法研究[D];湘潭大學;2010年

3 朱理;克隆選擇算法在城市道路交通信號控制中的應用研究[D];湘潭大學;2010年

4 林鑫;城市道路交通流數據的挖掘[D];天津理工大學;2010年

5 田智韜;基于浮動車與固定檢測器的交通流數據融合技術研究[D];北京交通大學;2011年

6 王小英;道路網短時交通流分析與預測[D];武漢理工大學;2010年

7 周娜;并聯機器人視覺伺服系統(tǒng)的跟蹤檢測研究[D];東華大學;2011年

8 黃阿瓊;城市快速路主輔路交通流分析與控制方法研究[D];北京交通大學;2011年

9 姜蕊;融合預測信息的動態(tài)路徑選擇算法研究[D];北京交通大學;2011年

10 毛小飛;基于小波包分析和支持向量回歸機的交通流量預測方法研究[D];西華大學;2011年

【二級參考文獻】

相關期刊論文 前10條

1 陳華友,許義生;非負可變權重的組合預測模型研究[J];安徽大學學報(自然科學版);1998年02期

2 楊芳明;朱順應;;基于小波的短時交通流預測[J];重慶交通學院學報;2006年03期

3 趙晶;唐煥文;朱訓芝;;模擬退火算法的一種改進及其應用研究[J];大連理工大學學報;2006年05期

4 王正武,黃中祥;短時交通流預測模型的分析與評價[J];系統(tǒng)工程;2003年06期

5 楊世堅,賀國光;基于模糊C均值聚類和神經網絡的短時交通流預測方法[J];系統(tǒng)工程;2004年08期

6 王曉原;吳磊;張開旺;張敬磊;;非參數小波算法的交通流預測方法[J];系統(tǒng)工程;2005年10期

7 張曉利;賀國光;;考慮交通吸納點的非參數回歸組合型短時交通流預測方法[J];系統(tǒng)工程;2006年12期

8 王進;史其信;;短時交通流預測模型綜述[J];中國公共安全(學術卷);2005年01期

9 劉靜,關偉;交通流預測方法綜述[J];公路交通科技;2004年03期

10 楊立才,賈磊;粗神經網絡及其在交通流預測中的應用[J];公路交通科技;2004年10期

【相似文獻】

相關期刊論文 前10條

1 潘龍;王建國;;基于EMD和RBF的隧道圍巖監(jiān)測數據分析[J];合肥工業(yè)大學學報(自然科學版);2011年03期

2 黃銘;劉俊;;堆載預壓作用下路基沉降的多測點監(jiān)測模型[J];上海交通大學學報;2011年05期

3 李春貴;陽樹洪;王萌;張增芳;;基于SARSA(λ)算法的單路口交通信號學習控制[J];廣西工學院學報;2008年02期

4 林海軍;滕召勝;遲海;易釗;鄔蓉蓉;;基于多傳感器信息融合的汽車衡誤差補償[J];儀器儀表學報;2009年06期

5 李春貴;周堅和;孫自廣;王萌;張增芳;;基于多智能體團隊強化學習的交通信號控制[J];廣西工學院學報;2011年02期

6 賀國光,李宇,馬壽峰;基于數學模型的短時交通流預測方法探討[J];系統(tǒng)工程理論與實踐;2000年12期

7 賀國光,馬壽峰,李宇;基于小波分解與重構的交通流短時預測法[J];系統(tǒng)工程理論與實踐;2002年09期

8 王雷;許晗;鄭山水;;ITS中交通流預測方法的研究[J];中國科技信息;2008年10期

9 鄧志龍;李全;陳茜;;基于灰色系統(tǒng)理論的短時交通流預測[J];公路交通技術;2006年01期

10 王曉原;劉海紅;;基于投影尋蹤自回歸的短時交通流預測[J];系統(tǒng)工程;2006年03期

相關會議論文 前3條

1 唐麗娜;張衛(wèi)華;;短時交通流預測方法的比較研究[A];2007第三屆中國智能交通年會論文集[C];2007年

2 張利;李星毅;施化吉;;一種基于ARIMA模型的短時交通流量改進預測算法[A];2007第三屆中國智能交通年會論文集[C];2007年

3 張均任;;關于高等級道路設計若干問題探討[A];中國土木工程學會1998年全國市政工程學術交流會論文集[C];1998年

相關博士學位論文 前8條

1 姚智勝;基于實時數據的道路網短時交通流預測理論與方法研究[D];北京交通大學;2007年

2 郭t，

本文編號：1440449