資源描述：
《基于擁堵轉移矩陣的城市擁堵路段預測方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、萬方數據萬方數據AThesisinComputerSoftwareandTheoryResearchonurbancongestionroadsegments1●J●1』●·-』oDredlCtlonDasedOnCOngeStlontranSitiOnmatrixByZhangBaiheSupervisor：ProfessorLinShukuanNortheasternUniversityJune2014萬方數據獨創(chuàng)性聲明本人聲明，所呈交的學位論文是在導師的指導下完成的。論文中取得的研究成果除加以標注和致謝的地
2、方外，不包含其他人己經發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示謝意。學位論文作者簽名：虢百臺日期：20片年銅學位論文版權使用授權書本學位論文作者和指導教師完全了解東北大學有關保留、使用學位論文的規(guī)定：即學校有權保留并向國家有關部門或機構送交論文的復印件和磁盤，允許論文被查閱和借閱。本人同意東北大學可以將學位論文的全部或部分內容編入有關數據庫進行檢索、交流。作者和導師同意網上交流的時間為作者獲得學位后：半年口一年口?4
3、年半口兩年日學位論文作者簽名：孤否吞簽字日期：．t,f4耳64導師簽名：料栩窆／／簽字日期：2。I畢備6日萬方數據東北大學碩士學位論文摘要基于擁堵轉移矩陣的城市擁堵路段預測方法研究摘要近年來，人口出生率和機動車占有率不斷增加，城市機動車數量迅猛發(fā)展，道路資源建設相對滯后，導致城市交通擁堵日益嚴重，城市擁堵路段預測成為智能交通系統(tǒng)的一個基本功能。準確的預測城市擁堵路段，不僅可以使出行者更好的選擇出行線路，而且可以減少尾氣排放，達到節(jié)約時間、經濟、能源，保護環(huán)境的目的。雖然對于擁堵路段預測的研究已經存在了相當長的一段
4、時間，但是在速度、準確性、可擴展性等方面仍不完善，尤其是突發(fā)事件的出現(xiàn)使擁堵路段預測的準確性大大降低。為了解決上述問題，本文提出一種新的基于擁堵轉移矩陣的城市擁堵路段預測模型，該模型與其他大部分交通流預測模型明顯的不同是它結合了相鄰路段的交通流信息進行擁堵路段的預測，得到較好的預測效果。本文的主要貢獻包括：首先，針對擁堵路段間具有時空因果關系的特點，提出對城市擁堵路段預測建立數據模型的具體算法。將GPS軌跡集按照周期和時間框架分類，挖掘不同時間框架內的擁堵路段和交通流轉移概率。其次，提出擁堵轉移矩陣的概念。擁堵轉
5、移矩陣記錄了具有時空因果關系的擁堵路段對之間的擁堵轉移概率。為每一個時間框架建立一個擁堵轉移矩陣，從而為擁堵路段的預測做準備。再次，提出對突發(fā)擁堵路段的處理方法。該方法利用突發(fā)擁堵路段和與其相鄰路段之間的交通流轉移概率預測下一時間框架內它們中可能發(fā)生擁堵的路段，提高預測準確率。最后，在全概率理論的基礎上，提出利用擁堵向量和擁堵轉移矩陣相乘的方法進行一步或多步擁堵路段的預測。通過實驗評估，驗證了本文提出的基于擁堵轉移矩陣預測城市擁堵路段算法的有效性和高效性。關鍵詞：突發(fā)擁堵路段；交通流轉移概率；時空關系；擁堵轉移矩
6、陣；擁堵路段預測．II—萬方數據東北大學碩士學位論文AbstractResearchonurbancongestionroadsegmentspredictionbasedoncongestiontransitionmatrixAbstractInrecentyears，theincreasingofbirthrateandvehicles’occupancgtherapiddevelopmentofvehicles’number,andthelaggingofroadresourcesconstructionl
7、eadtomoreandmoreserioustrafficcongestion．Urbancongestionroadsegmentspredictionbecomesafundamentalfunctionofintelligenttransportationsystem．Predictingurbancongestionroadsegmentsaccurately,notonlymakespeoplechooseabetterroute，butalsoreducesexhaustemission，SOast
8、osavetime，money,energyandprotecttheenvironment．Althoughtheresearchoncongestionroadsegmentspredictionexitsforalongtime，itisstillnotperfectintermofspeed，accuracyandscalability,especiallythe
