發(fā)布時間：2016-08-18 20:16

  本文關鍵詞：城市智能交通動態(tài)預測模型的研究及應用，由筆耕文化傳播整理發(fā)布。

《華南理工大學》 2014年

城市智能交通動態(tài)預測模型的研究及應用

傅貴  

【摘要】：發(fā)展智能交通系統(tǒng)是各大城市解決交通擁堵問題的重要戰(zhàn)略。目前智能交通系統(tǒng)已經(jīng)發(fā)展到中高級階段，豐富的交通數(shù)據(jù)檢測手段為交通數(shù)據(jù)分析、控制、決策提供很好的數(shù)據(jù)基礎，這方面已經(jīng)成為研究和工程應用的熱點。傳統(tǒng)的交通控制和交通誘導系統(tǒng)是基于實時交通流數(shù)據(jù)檢測的，檢測到交通流狀態(tài)即通過既定的控制和誘導算法計算并實施控制，它存在以下問題： （1）由于缺乏歷史交通數(shù)據(jù)分析和交通預測，交通控制和誘導缺乏預見性，只能根據(jù)最近的短時間內(nèi)的交通參數(shù)選擇控制方案進行交通控制。 （2）交通控制系統(tǒng)和交通誘導系統(tǒng)的數(shù)據(jù)沒有進行有效的融合，從而無法建立交通控制和誘導的協(xié)同模型。 （3）現(xiàn)有的交通控制系統(tǒng)沒有考慮突發(fā)的交通事件對于模型的影響，因而無法把握交通流變化的突發(fā)性特征，交通控制和誘導具有明顯的滯后性。 針對上述問題，為了提高交通控制的預見性、對于突發(fā)交通事件的快速反應能力以及建立交通控制與誘導協(xié)同，，本文在動態(tài)交通預測、交通事件檢測以及交通控制與誘導協(xié)同模型方面開展創(chuàng)新性研究，主要的研究內(nèi)容和創(chuàng)新點包括以下四個方面： （1）研究提出一套交通流數(shù)據(jù)預處理的方法，包括錯誤數(shù)據(jù)的判別和修正方法、丟失數(shù)據(jù)的補齊方法以及冗余數(shù)據(jù)的約簡方法，并將這些方法應用到廣州市交通流檢測系統(tǒng)中。良好的數(shù)據(jù)質(zhì)量是交通流預測的基礎。在工程實際中，交通流數(shù)據(jù)是充滿噪聲的，不可能直接利用。因此，必須先對原始數(shù)據(jù)進行預處理，也是所謂的數(shù)據(jù)清洗。本文總結提出的數(shù)據(jù)預處理方法是面向工程實用的，具有指導實踐意義。 （2）研究提出了一套實用的基于視頻圖像的交通事件檢測方法，并將這些方法應用于廣州市交通事件檢測系統(tǒng)。如此一來，可以克服基于交通流檢測器數(shù)據(jù)分析的交通事件檢測方法的依賴性，視頻檢測的方法可以充分利用當前城市交通視頻的豐富資源，大大減少工程投資，具有重要意義。 （3）提出一種適用于城市智能交通控制和誘導的短時交通預測模型，包括基于支持向量機的交通預測模型，重點研究核函數(shù)的建立和參數(shù)的選擇和優(yōu)化方法，并在工程實踐中進行驗證。為提高交通控制系統(tǒng)對交通流變化的自動適應能力，文中提出了基于支持向量機（SVM）回歸的短時交通流預測模型，總結出在工程應用中的建模流程，并采用廣州市交通流檢測系統(tǒng)的數(shù)據(jù)對模型進行實驗和定量分析，驗證了模型的可行性、有效性，為后續(xù)的工程應用提供基礎。最后，研究如何采用粒子群算法對參數(shù)的選擇進行優(yōu)化。 （4）提出基于融合交通動態(tài)的交通控制與誘導協(xié)同模型，建立基于交通預測的交通控制誘導協(xié)同平臺，最后采用仿真方式驗證了模型和平臺的可行性和有效性。對于目前交通控制系統(tǒng)與交通誘導系統(tǒng)的交通流數(shù)據(jù)檢測、分析和控制都相對獨立的現(xiàn)狀，本文首先研究了面向交通動態(tài)的信息融合技術，對包含歷史數(shù)據(jù)的短時交通預測、交通事件檢測結果和實時交通流數(shù)據(jù)進行有效的信息融合，同時結合神經(jīng)網(wǎng)絡算法對交通控制與誘導的協(xié)同優(yōu)化進行研究，最后形成了融合交通動態(tài)的智能控制與誘導協(xié)同模型。在協(xié)同方面，該模型選擇一種決策級融合的模式，提出一個具有中心協(xié)調(diào)系統(tǒng)（CCOS）的交通控制與誘導協(xié)同模型，并采用神經(jīng)網(wǎng)絡專家系統(tǒng)來確定模型中的參數(shù)。為了驗證其有效性，本文選擇了一個典型的路網(wǎng)進行仿真，同時利用實際數(shù)據(jù)通過帶專家監(jiān)督的神經(jīng)網(wǎng)絡進行訓練，得出算法中的相關參數(shù)后，以此來實施基于交通預測和實時交通狀態(tài)的交通誘導和控制，最后對使用誘導控制的前后交通實際流量數(shù)據(jù)進行實例分析對比，從而證明模型的可行性和有效性。 綜上所述，本文就交通流預測方法的應用進行研究，深入討論了基于支持向量機回歸的交通流預測模型，并應用到交通控制與誘導協(xié)同模型的改進，同時還考慮了突發(fā)的交通事件對于模型的影響。這些研究和實踐對于解決當前ITS中的交通控制與交通誘導這一難點問題起到重要的參照作用，也為后續(xù)研究提供了重要而有益的參考。上述研究和實踐將為理論研究和工程研究提供重要的參考價值。

【關鍵詞】：
【學位授予單位】：華南理工大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：U495
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 姚智勝;邵春福;高永亮;;基于支持向量回歸機的交通狀態(tài)短時預測方法研究[J];北京交通大學學報;2006年03期

2 王惠文;孟潔;;多元線性回歸的預測建模方法[J];北京航空航天大學學報;2007年04期

3 涂小強;信息融合的原理與方法概述[J];電訊技術;2000年03期

4 聶篤憲;袁利國;夏英俊;;PSO和GA的混合算法解分形插值反演問題[J];東莞理工學院學報;2009年01期

5 黃鵾,陳森發(fā),周振國,亓霞;城市交通流量的非線性混沌預測模型研究(英文)[J];Journal of Southeast University(English Edition);2003年04期

6 林松,馬壽峰,張思偉;交通感應控制與誘導的遞階協(xié)調(diào)模型及其仿真[J];系統(tǒng)工程;2005年01期

7 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

8 朱玲;智能運輸系統(tǒng)初探[J];公路;2002年05期

9 高昕,賀國光,馬壽峰;小波理論及其在交通事件檢測中的應用[J];公路交通科技;1999年03期

10 楊兆升,徐立群;模糊控制原理在城市交通流誘導系統(tǒng)和控制系統(tǒng)一體化研究中的應用[J];公路交通科技;1999年S1期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李雋波;孫麗娜;;基于多元線性回歸分析的冷鏈物流需求預測[J];安徽農(nóng)業(yè)科學;2011年11期

2 錢付蘭;;基于交叉覆蓋算法的改進算法-最近鄰交叉覆蓋算法[J];安慶師范學院學報(自然科學版);2007年04期

3 劉淑華;劉杰;;基于MAS的智能信號燈系統(tǒng)[J];鞍山科技大學學報;2007年04期

4 欒碩;胡東方;肖軍;;智能交通系統(tǒng)模型的研究和算法分析[J];鞍山師范學院學報;2007年06期

5 楊昊,鐘雁,錢大琳;城市交通流路段行程時間預測模型[J];北方交通大學學報;2001年02期

6 李少恒,梁青槐;面向MIS的預測支持系統(tǒng)的研究[J];北方交通大學學報;2002年04期

7 姚智勝;邵春福;高永亮;;基于支持向量回歸機的交通狀態(tài)短時預測方法研究[J];北京交通大學學報;2006年03期

8 陳峰;賈元華;李健;郝琪;;結合部區(qū)域入口匝道協(xié)調(diào)控制模型[J];北京交通大學學報;2010年06期

9 趙亞萍;張和生;周卓楠北京交通大學電氣工程學院;楊軍;潘成;賈利民;;基于最小二乘支持向量機的交通流量預測模型[J];北京交通大學學報;2011年02期

10 左偉;馮金富;張佳強;;制導彈藥允許發(fā)射區(qū)參數(shù)模型設計[J];兵工學報;2011年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陳寧;;基于模糊C均值聚類的路段平均行程時間估計方法[A];第二十九屆中國控制會議論文集[C];2010年

2 王玲;郭輝;付冬梅;;基于IGA-KPLS的鋼材淬透性預測建模[A];第二十九屆中國控制會議論文集[C];2010年

3 楊坤;紀志成;;基于峰值識別的改進SVM用電需求預測[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

4 ;Mining Travel Time from Smart Card Fare Data[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

5 楊文;張志敏;萬浩;;一種改進的短期交通流量多步預測模型[A];轉型與重構——2011中國城市規(guī)劃年會論文集[C];2011年

6 劉朝陽;蔡自興;;多傳感器信息融合技術在偵察系統(tǒng)中的應用[A];廣西計算機學會2004年學術年會論文集[C];2004年

7 徐達;武新星;胡俊彪;郭磊;李華;;最小二乘支持向量機回歸預測模型研究與實現(xiàn)[A];全國先進制造技術高層論壇暨第八屆制造業(yè)自動化與信息化技術研討會論文集[C];2009年

8 姚智勝;邵春福;;基于v-支持向量分類機的交通事件檢測方法研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（上冊）[C];2005年

9 覃頻頻;牙韓高;;數(shù)據(jù)挖掘技術在固定型交通檢測器配置優(yōu)化中的應用[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（上冊）[C];2005年

10 周申培;嚴新平;;信息融合技術在交通流量預測中的應用[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（下冊）[C];2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳錚;基于激光掃描數(shù)據(jù)的交通信息采集平臺設計與實現(xiàn)[D];山東科技大學;2010年

2 陳善智;基于時間窗口的高速公路交通分析系統(tǒng)研究[D];山東科技大學;2010年

3 張磊;基于支持向量機的反垃圾電話技術研究[D];哈爾濱工程大學;2010年

4 曲昆鵬;基于支持向量機的雜草識別研究[D];哈爾濱工程大學;2010年

5 張立琪;調(diào)節(jié)系數(shù)的BP神經(jīng)網(wǎng)絡在字符識別中的研究[D];哈爾濱工程大學;2010年

6 方宇;小波支持向量機在交通流預測中的應用研究[D];大連理工大學;2010年

7 梅麗;人類啟動子識別算法研究[D];遼寧師范大學;2010年

8 徐曉丹;支持向量機在礦區(qū)遙感監(jiān)測圖像分類中的應用研究[D];遼寧工程技術大學;2009年

9 黃康;基于生態(tài)捕食算法的交通流量分配系統(tǒng)研究[D];長沙理工大學;2010年

10 史小松;基于支持向量機的甲骨文字結構分析研究[D];華東師范大學;2010年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 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 劉秋菊;景國勛;房耀洲;;淺析城市交通擁擠現(xiàn)象及解決方法[J];安徽建筑;2007年01期

3 李凱,黃厚寬;支持向量機增量學習算法研究[J];北方交通大學學報;2003年05期

4 姚智勝;邵春福;高永亮;;基于支持向量回歸機的交通狀態(tài)短時預測方法研究[J];北京交通大學學報;2006年03期

5 王力,王川久,沈曉蓉,范躍祖;基于模糊旅行時間的動態(tài)交通分配模型[J];北京航空航天大學學報;2005年10期

6 張毅,羅元;基于人工神經(jīng)網(wǎng)絡城市交通流量智能預測的研究[J];重慶郵電學院學報(自然科學版);2005年02期

7 林繼鵬,劉君華,凌振寶;并行支持向量機算法及其應用[J];吉林大學學報(信息科學版);2004年05期

8 朱順應,王紅,李關壽;路段上短時間區(qū)段內(nèi)交通量預測ARIMA模型[J];重慶交通學院學報;2003年01期

9 任其亮;;基于小波與混沌集成的短時交通流預測[J];重慶交通大學學報(自然科學版);2008年04期

10 劉桂生;城市快速路系統(tǒng)規(guī)劃設計[J];城市道橋與防洪;2000年01期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 陳楠;;分布式數(shù)據(jù)庫系統(tǒng)的數(shù)據(jù)分布策略研究[A];信息科學與微電子技術:中國科協(xié)第三屆青年學術年會論文集[C];1998年

2 保麗霞;楊兆升;劉雪杰;劉新杰;;與交通控制協(xié)同的交通流準均衡分配模型研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（下冊）[C];2005年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李艷君;基于博弈論的交通控制與誘導一體化模型的研究[D];天津大學;2003年

2 孫建平;基于Agent的城市交通區(qū)域協(xié)調(diào)控制及優(yōu)化研究[D];吉林大學;2004年

3 保麗霞;深圳市綜合交通信息平臺系統(tǒng)設計與關鍵技術研究[D];吉林大學;2004年

4 朱耿先;基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡的路段行程時間預測研究[D];重慶大學;2004年

5 胡書敏;基于移動Agent分布式數(shù)據(jù)服務模型構建研究[D];大連理工大學;2005年

6 朱翀;城市交通情報板規(guī)劃及布點研究[D];長安大學;2005年

7 雷斌;基于計算機模擬的動態(tài)交通分配方法研究[D];華中科技大學;2005年

8 陳燏;基于膚色的人臉檢測算法研究[D];天津大學;2005年

9 薛丹;移動Agent系統(tǒng)遷移機制及遷移策略的分析研究[D];蘭州大學;2006年

10 林賜云;公交信號優(yōu)先系統(tǒng)設計及實施技術研究[D];吉林大學;2007年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳明先;高速公路交通控制與管理運營模式[J];交通運輸工程學報;2002年03期

2 苗建瑞;;北京交通大學獲準建設“軌道交通控制與安全”國家重點實驗室[J];鐵道學報;2006年03期

3 苗建瑞;;北京交通大學獲準建設軌道交通控制與安全國家重點實驗室[J];交通運輸系統(tǒng)工程與信息;2006年03期

4 石建軍;宋儷婧;于泉;;現(xiàn)代交通控制相關技術的發(fā)展趨勢分析[J];公路交通科技;2006年09期

5 ;軌道交通控制與安全國家重點實驗室簡介[J];都市快軌交通;2006年05期

6 馬玉娟;劉偉偉;張川;;我國城市道路交通控制體系的發(fā)展研究[J];硅谷;2012年01期

7 郭敏,毛斌;英國交通控制技術的應用[J];國外公路;1997年06期

8 任思華;交通控制系統(tǒng)綜述[J];廣東公安科技;1998年02期

9 ;天津市將開建中心城區(qū)軌道交通控制中心項目[J];城市軌道交通研究;2014年04期

10 王亮,馬壽峰,賀國光;一種交通控制與誘導遞階協(xié)調(diào)優(yōu)化模型[J];系統(tǒng)工程理論與實踐;2004年06期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 于泉;榮建;;交通控制課程設計教學的改革與創(chuàng)新[A];土木建筑教育改革理論與實踐[C];2008年

2 于泉;榮建;張金喜;;交通控制課程設計理論與實踐平行建設探討[A];土木建筑教育改革理論與實踐[C];2009年

3 曹更永;溫惠英;李鵬飛;;區(qū)域交通控制與車輛誘導系統(tǒng)的協(xié)調(diào)思想[A];2007第三屆中國智能交通年會論文集[C];2007年

4 黃小原;李寶家;;神經(jīng)伺服系統(tǒng)在高速公路交通控制中的應用[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（下冊）[C];1999年

5 成衛(wèi);王貴勇;;交通控制技術綜述[A];昆明儀器儀表學會2004年學術年會論文集[C];2004年

6 楊曉光;袁長亮;林瑜;;TJATCMS——同濟先進的交通控制與管理系統(tǒng)[A];第一屆中國智能交通年會論文集[C];2005年

7 程慧華;劉秀芬;劉軍先;李津;;基于CPN的交通控制策略建模與研究[A];2013第一屆中國指揮控制大會論文集[C];2013年

8 李娜;徐書雨;徐東彬;杜太行;;基于單片機控制的智能多相位交通控制信號機[A];天津市自動化學會第十四屆學術年會論文集[C];2005年

9 徐書雨;王景芹;張云峰;李娜;;基于單片機控制的智能多相位交通控制信號機的研究[A];中國電工技術學會第八屆學術會議論文集[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 記者 陸曉華;[N];蘇州日報;2011年

2 記者 鄭俊彥;[N];東莞日報;2013年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 蔡長青;基于多智能體的交通控制與交通誘導協(xié)同理論和方法研究[D];吉林大學;2008年

2 鄒國平;基于智能的高速公路交通控制與管理系統(tǒng)研究[D];長安大學;2002年

3 傅貴;城市智能交通動態(tài)預測模型的研究及應用[D];華南理工大學;2014年

4 保麗霞;基于信息集成的城市交通流誘導與交通控制協(xié)同的關鍵理論及技術研究[D];吉林大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳斌;基于大系統(tǒng)遞階優(yōu)化的交通控制與誘導協(xié)同方法研究[D];長安大學;2012年

2 王祥生;交通控制誘導一體化的智能模型及算法研究[D];天津大學;2007年

3 楊朝;基于多智能體和Q-學習的交通控制與誘導協(xié)同方法研究[D];吉林大學;2008年

4 魯靜罡;交通控制若干相關問題的研究[D];天津大學;2007年

5 龍悅;有到達時間限制的交通控制與誘導結合模型[D];天津大學;2007年

6 唐殿奎;區(qū)域交通控制的分析與研究[D];濟南大學;2010年

7 錢超;公路隧道突發(fā)事件交通控制與緊急救援預案研究[D];長安大學;2009年

8 李艷君;基于博弈論的交通控制與誘導一體化模型的研究[D];天津大學;2003年

9 劉光柱;動態(tài)雙向綠波優(yōu)化控制研究[D];中國科學技術大學;2010年

10 趙曉宇;遺傳神經(jīng)網(wǎng)絡在交通控制中的應用研究[D];吉林大學;2009年

  本文關鍵詞：城市智能交通動態(tài)預測模型的研究及應用，由筆耕文化傳播整理發(fā)布。

本文編號：97533