隨著城鎮(zhèn)化進(jìn)程的發(fā)展以及汽車保有量的不斷增加,交通擁堵已經(jīng)成為全世界面臨的重要問題。道路行程時(shí)間預(yù)測不僅可以用來高效的管理城市路網(wǎng),還有助于人們合理的安排出行時(shí)間及出行路線,節(jié)能減排,是智慧交通領(lǐng)域中有重要意義的研究課題。本文首先從時(shí)間和天氣這兩個(gè)主要影響因素出發(fā)分析道路行程時(shí)間的分布特性,使用速度動(dòng)態(tài)相對(duì)偏移率評(píng)價(jià)道路擁堵狀況,挖掘道路擁堵狀況的時(shí)變規(guī)律及異常道路,建立了道路交通狀況的時(shí)間序列預(yù)測模型,進(jìn)而估算道路行程時(shí)間。在阿里云提供數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文構(gòu)建的基于時(shí)間和天氣的預(yù)測模型具有顯著的預(yù)測效果。其次,為了更加直觀的呈現(xiàn)路網(wǎng)交通狀況及行程時(shí)間預(yù)測結(jié)果,本文還開展了車輛軌跡及路網(wǎng)態(tài)勢的可視化研究。尤其是針對(duì)電子地圖難以實(shí)時(shí)高效地顯示大量點(diǎn)數(shù)據(jù)的問題,本文設(shè)計(jì)實(shí)現(xiàn)了一種針對(duì)電子地圖中高效顯示大量點(diǎn)數(shù)據(jù)的采樣算法及框架。最后,基于B/S架構(gòu)設(shè)計(jì)實(shí)現(xiàn)了道路行程時(shí)間分析、預(yù)測及可視化的原型系統(tǒng)。綜上所述,本文為道路行程時(shí)間建立了考慮天氣影響系數(shù)的時(shí)間序列預(yù)測模型以及可視化原型系統(tǒng),來解決城市交通擁堵問題,并且挖掘了異常道路。還解決了電子地圖高效顯示大量點(diǎn)數(shù)據(jù)的問題。 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工神經(jīng)網(wǎng)絡(luò)示意圖

圖 2-3 中國互聯(lián)網(wǎng)星際圖從本質(zhì)上講可視化技術(shù)是一種提供給用戶泛型視覺效果的技術(shù)[36]，它主要借助于一些可視化工具來表達(dá)這種視覺效果。目前比較流行的可視化工具包括 ECharts.js 和 D3.js 等[37]。ECharts.js 是一種由百度 EFE(Excellent Front End)數(shù)據(jù)可視化團(tuán)隊(duì)所開發(fā)的可視化工具，它兼容目

圖 3-15 2016 年 3 月份整個(gè)路網(wǎng)擁堵狀態(tài)時(shí)變圖3.4.2 聚類分析挖掘異常路段道路擁堵情況是受上下游路段影響的，也會(huì)影響到其上下游路段的擁堵情況。當(dāng)?shù)缆窌惩〞r(shí)，會(huì)減少上下游路段在下一時(shí)刻的通行壓力；當(dāng)?shù)缆窊矶聲r(shí)，會(huì)增

【參考文獻(xiàn)】：
期刊論文
[1]聚類方法綜述[J]. 金建國.  計(jì)算機(jī)科學(xué). 2014(S2)
[2]大數(shù)據(jù)可視分析綜述[J]. 任磊,杜一,馬帥,張小龍,戴國忠.  軟件學(xué)報(bào). 2014(09)
[3]TOP50+5大數(shù)據(jù)可視化分析工具[J]. 謝然.  互聯(lián)網(wǎng)周刊. 2014(17)

碩士論文
[1]基于中觀仿真的動(dòng)態(tài)交通參數(shù)標(biāo)定技術(shù)及路網(wǎng)運(yùn)行狀態(tài)評(píng)價(jià)體系[D]. 滕懷龍.北京交通大學(xué) 2007



本文編號(hào)：3398584