近年來,隨著城市化進(jìn)程的不斷推進(jìn),機(jī)動(dòng)車的數(shù)量激增,交通擁堵已經(jīng)成為亟待解決“城市病”之一。在交通擁堵日益嚴(yán)重的今天,準(zhǔn)確預(yù)測(cè)出行時(shí)間無論對(duì)交通管理者還是對(duì)出行者都有著重要的意義。而一條出行路徑是由若干路段組成的,所以路段行程時(shí)間預(yù)測(cè)作為出行時(shí)間預(yù)測(cè)的基礎(chǔ),同時(shí)也是被使用最為廣泛的交通信息數(shù)據(jù),一直是研究的熱點(diǎn)。在傳統(tǒng)路段行程時(shí)間預(yù)測(cè)的研究中,應(yīng)用的數(shù)據(jù)大多是環(huán)形線圈探測(cè)器采集到的數(shù)據(jù)、浮動(dòng)車數(shù)據(jù)或出租車數(shù)據(jù),這些數(shù)據(jù)存在著獲取難度大、數(shù)據(jù)量小、數(shù)據(jù)信息不全面等缺點(diǎn),難以全面地刻畫實(shí)際交通的時(shí)間動(dòng)態(tài)變化規(guī)律。并且現(xiàn)有方法多是僅利用目標(biāo)路段的歷史行程時(shí)間進(jìn)行預(yù)測(cè),忽略了相鄰路段的空間相關(guān)性。針對(duì)上述缺點(diǎn),本文建立了基于PCA-PSO-GRNN的路段行程時(shí)間預(yù)測(cè)模型,充分考慮行程時(shí)間的時(shí)空特性,以滴滴公司公布的網(wǎng)約車出行數(shù)據(jù)為基礎(chǔ),進(jìn)行了路段行程時(shí)間預(yù)測(cè)的深入研究。首先,考慮可能存在噪聲數(shù)據(jù),對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,包括重復(fù)數(shù)據(jù)、速度異常數(shù)據(jù)的預(yù)處理;運(yùn)用隱馬爾可夫模型將GPS軌跡投影到路網(wǎng)上,并提取出目標(biāo)路段及其相鄰路段的行程時(shí)間,為行程時(shí)間預(yù)測(cè)做準(zhǔn)備。其次,綜合考慮路段行程時(shí)間的時(shí)空特性,構(gòu)... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

路段示意圖

第三章 數(shù)據(jù)預(yù)處理及地圖匹配本文所用數(shù)據(jù)是滴滴公司公開的成都市 2016 年 11 月份的網(wǎng)約車 GPS 定位數(shù)據(jù)。本章針對(duì) GPS 定位數(shù)據(jù)可能存在的錯(cuò)誤數(shù)據(jù)，包括重復(fù)定位數(shù)據(jù)、速度異常數(shù)據(jù)，介紹數(shù)據(jù)清洗的方法；其次描述地圖匹配問題以及常用的地圖匹配算法；最后將介紹本文采用的地圖匹配方法。3.1 數(shù)據(jù)預(yù)處理3.1.1 重復(fù)數(shù)據(jù)處理本文主要研究城市道路路段的行程時(shí)間，主要參考網(wǎng)約車在城市道路上的行駛狀態(tài)。但部分網(wǎng)約車在部分時(shí)段可能一直處于靜止?fàn)顟B(tài)，如圖 3-1 所示 ID 為glox.jrrlltBMvCh8nxqktdr2dtopmlH 的網(wǎng)約車在 11 月 3 日 19:17 到 19:28 一直停留在相同地點(diǎn)，所有定位點(diǎn)的經(jīng)緯度相同，這些冗余的軌跡點(diǎn)不僅消耗存儲(chǔ)空間，還會(huì)影響后續(xù)的地圖匹配和行程時(shí)間預(yù)測(cè)的效率。

P1P12P11道路路段候選匹配點(diǎn)圖 3-8 基于概率統(tǒng)計(jì)的匹配算法馬爾可夫模型的地圖匹配對(duì)網(wǎng)約車 GPS 定位點(diǎn)的經(jīng)緯度坐標(biāo)進(jìn)行坐標(biāo)轉(zhuǎn)換，其次采PS 定位點(diǎn)映射到電子地圖道路網(wǎng)的過程。換的電子地圖是從開源地圖 OpenStreetMap 上獲取的成都市電標(biāo)系(WGS-84)，而滴滴公司的定位數(shù)據(jù)采用的是火星坐標(biāo)始定位點(diǎn)投影到電子地圖上，會(huì)存在偏移，如圖 3-9 所示的坐標(biāo)轉(zhuǎn)換為地心坐標(biāo)系下的坐標(biāo)。

【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)副省級(jí)及以上特大城市人口空間分布與多中心性研究[J]. 趙新正,李夢(mèng)雪,李秋平,李同昇,芮旸.  干旱區(qū)地理. 2017(02)
[2]基于Monte Carlo的行程時(shí)間可靠性研究[J]. 張雄飛,李瑞敏,李宏發(fā),史其信.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2012(04)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的交通數(shù)據(jù)序列動(dòng)態(tài)可預(yù)測(cè)性分析方法[J]. 姜桂艷,常安德,牛世峰,叢玉良,程德明,王秋蘭.  北京工業(yè)大學(xué)學(xué)報(bào). 2011(07)
[4]基于多源ITS數(shù)據(jù)的行程時(shí)間預(yù)測(cè)體系框架及核心技術(shù)[J]. 聶慶慧,夏井新,張韋華.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(01)
[5]支持向量機(jī)在路段行程時(shí)間預(yù)測(cè)中的應(yīng)用研究[J]. 姚智勝,邵春福,熊志華.  公路交通科技. 2007(09)
[6]支持向量機(jī)理論與應(yīng)用[J]. 崔長(zhǎng)春,劉文林,鄭俊哲.  沈陽工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2007(02)
[7]基于卡爾曼濾波理論的交通信息預(yù)測(cè)模型及其應(yīng)用[J]. 李嘉,劉小蘭.  中南公路工程. 2005(04)
[8]基于混沌小波網(wǎng)絡(luò)的交通流預(yù)測(cè)算法研究[J]. 楊立才,賈磊,何立琴,孔慶杰.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2005(02)
[9]一種行程時(shí)間檢測(cè)和預(yù)測(cè)的實(shí)現(xiàn)方法[J]. 高作剛,朱健,黃承明,董德存.  交通與計(jì)算機(jī). 2004(04)
[10]基于卡爾曼濾波的高速道路行程時(shí)間動(dòng)態(tài)預(yù)測(cè)[J]. 杭明升,楊曉光,彭國(guó)雄.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2002(09)

碩士論文
[1]城市道路交通行程時(shí)間預(yù)測(cè)算法研究及軟件實(shí)現(xiàn)[D]. 張金金.北方工業(yè)大學(xué) 2014
[2]基于時(shí)間序列模型的短時(shí)交通流預(yù)測(cè)的研究與應(yīng)用[D]. 楊元元.西安電子科技大學(xué) 2014
[3]城市道路行程時(shí)間預(yù)測(cè)研究[D]. 張廷.湖南大學(xué) 2010
[4]基于浮動(dòng)車數(shù)據(jù)的城市路段行程時(shí)間預(yù)測(cè)研究[D]. 方志偉.北京交通大學(xué) 2007
[5]城市道路行程時(shí)間預(yù)測(cè)方法研究[D]. 楊先平.吉林大學(xué) 2005
[6]基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的路段行程時(shí)間預(yù)測(cè)研究[D]. 朱耿先.重慶大學(xué) 2004



本文編號(hào)：3119870