發(fā)布時(shí)間：2019-11-14 07:32

【摘要】：高速公路網(wǎng)斷面交通參數(shù)已經(jīng)成為交通管理部門進(jìn)行交通管理、交通預(yù)測(cè)和交通規(guī)劃的關(guān)鍵因素。如何獲得更準(zhǔn)確和更廣泛的斷面交通參數(shù)信息成為交通信息采集技術(shù)的重要研究方向。傳統(tǒng)的斷面交通參數(shù)信息主要由固定式車檢器采集獲得，車檢器通常布設(shè)在一些重要路段上，無(wú)法提供路網(wǎng)中全面的斷面交通信息�；诼肪W(wǎng)海量起訖信息估計(jì)斷面交通參數(shù)，是一種新的交通信息采集方式，這種方法無(wú)需配置大量昂貴的設(shè)備，可應(yīng)用現(xiàn)有的路網(wǎng)數(shù)據(jù)，覆蓋整個(gè)路網(wǎng)，獲取準(zhǔn)確而全面的后驗(yàn)高速公路斷面交通參數(shù)信息。 論文介紹了基于收費(fèi)數(shù)據(jù)計(jì)算路網(wǎng)中車輛的OD行駛信息的方法，并且以O(shè)racle數(shù)據(jù)庫(kù)作為平臺(tái)，Visual C++編程訪問(wèn)Oracle數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了高速公路網(wǎng)中車輛OD信息的計(jì)算。論文提出的車輛分型量化精度高，車型劃分粒度小，以車輛OD信息表為基礎(chǔ)，判斷車輛的車型、行駛路徑和速度等信息，計(jì)算出了陜西省路網(wǎng)中所有相鄰收費(fèi)站間的斷面交通量、車輛速度和占有率三個(gè)交通參數(shù)。 論文采用逐層逼近的方法，從1個(gè)月的時(shí)間周期開始，不斷縮小交通參數(shù)觀察時(shí)間周期，在Visual C++平臺(tái)上編程實(shí)現(xiàn)了基于收費(fèi)數(shù)據(jù)對(duì)不同時(shí)間精度下的交通量和占有率的計(jì)算。并以車檢器檢測(cè)交通量作為基準(zhǔn)數(shù)據(jù)，對(duì)不同時(shí)間周期下交通量進(jìn)行誤差估計(jì)，得到基于收費(fèi)數(shù)據(jù)估計(jì)交通量的時(shí)間精確度。對(duì)得到的斷面交通量和占有率結(jié)果進(jìn)行分析，結(jié)果顯示基于收費(fèi)數(shù)據(jù)估計(jì)的交通參數(shù)結(jié)果和實(shí)際交通流特征相符，有較好的適應(yīng)性和準(zhǔn)確性。 結(jié)合收費(fèi)數(shù)據(jù)和車檢器數(shù)據(jù)對(duì)斷面交通量進(jìn)行估計(jì)是本文的一大特色。論文建立了BP神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練網(wǎng)絡(luò)時(shí)以斷面1小時(shí)基于OD收費(fèi)數(shù)據(jù)計(jì)算的交通量作為的輸入，以車檢器檢測(cè)交通量作為輸出，在Matlab平臺(tái)上編程實(shí)現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)校正交通參數(shù)算法的仿真實(shí)驗(yàn)，并對(duì)比校正前后斷面交通量的平均相對(duì)誤差，證明了基于BP神經(jīng)網(wǎng)絡(luò)的交通量校正算法效果良好。
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：U491.112;U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 韋平安;;基于BP神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究[J];山西電子技術(shù);2010年05期

2 靳引利;朱春平;;高速公路信息發(fā)布設(shè)施的特性分析[J];中國(guó)水運(yùn)(學(xué)術(shù)版);2007年10期

3 童小華;陳建陽(yáng);;基于GIS和GPS的交通狀態(tài)參數(shù)估計(jì)與仿真模型[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年12期

，

本文編號(hào)：2560718