資源描述：
《探索高速公路短時段交通流預測方法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、東南大學碩士學位論文高速公路短時段交通流預測方法研究姓名：周欣榮申請學位級別：碩士專業(yè)：交通信息工程及控制指導教師：柴干20060301摘要近年來，隨著我國高速公路建設的快速發(fā)展，高速公路的運營管理面臨更高的要求和挑戰(zhàn)。本文通過研究高速公路短時段交通預測的重要問題，為高速公路的路況分析、事件檢測及預測、預防交通擁堵提供數(shù)據(jù)挖掘服務，為設計高速公路交通流控制系統(tǒng)、制定合理的監(jiān)控策略提供數(shù)據(jù)基礎。論文結(jié)合我國高速公路現(xiàn)狀，從短時交通預測方法、交通流參數(shù)預測、行程時間預測三個方面進行了研究。1．短時交通預測方法概述。根據(jù)國內(nèi)外短時交通預測研究現(xiàn)狀，結(jié)合預測學研究，將目前已提出的用于短時交通
2、預測的各種預測方法分為三類：基于數(shù)學模型的預測方法，基于非數(shù)學模型的預測方法、復合預測方法。在對各類方法深入分析的基礎上，結(jié)合江蘇省高速公路的運營狀況，本文選擇了幾種方法進行改進研究。2．預測方法研究。針對時間序列的離線預測、建模過程復雜等缺點，在數(shù)據(jù)預處理上引入零均值化及差分法以便獲得穩(wěn)定數(shù)據(jù)進行計算，在模掣參數(shù)辨識方面引入帶遺忘因子的最小二乘遞推算法，實現(xiàn)了在線預測的功能；針對交通流的特性建立了基于卡爾曼濾波的交通預測模型，并針對模型初值難以確定的限制，引入基于統(tǒng)計方法的模型初值確定方法；分別介紹了BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡，針對BP網(wǎng)絡收斂速度慢以及目標函數(shù)存在局部極小問題，
3、介紹了可變學習率、動量法、L-M法等改進訓練算法，比較了兩種網(wǎng)絡的特點，提出RBF在短時交通預測領域的良好應用前景。3．交通流參數(shù)預測研究。對短時段交通流參數(shù)的可預測性進行分析研究，針對我國高速公路交通數(shù)據(jù)來源，提出了基于時間序列改進方法、卡爾曼濾波方法、BP神經(jīng)網(wǎng)絡方法、RBF神經(jīng)網(wǎng)絡方法的預測模型，并利用檢測數(shù)據(jù)進行仿真預測，對各種方法進行了深入分析，確定各種方法的預測性能。4．行程時間預測。對行程時間的基本概念進行了解釋，并在沒有行程時間數(shù)據(jù)的情況下，推導了利用其他交通流參數(shù)進行估算的方法，得出了高速公路路段連續(xù)交通流及問斷交通流的行程時間函數(shù)，以及路線行程時間函數(shù)。結(jié)合車輛探
4、測數(shù)據(jù)和環(huán)形線圈檢測數(shù)據(jù)利用卡爾曼濾波方法，設計了高速公路路段行程時間預測模型。從高速公路路網(wǎng)角度提出路網(wǎng)行程時間預測方法，結(jié)合時間空間兩重坐標提出行程時間域穿行法，并利用仿真實例說明方法的優(yōu)勢。本論文的研究依托江蘇省交通科學研究計劃項目：高速公路聯(lián)網(wǎng)監(jiān)控的監(jiān)控信息平臺、監(jiān)控策略與接口技術研究。關鍵詞：高速公路短時段交通流預測時間序列方法卡爾曼濾波理論BP神經(jīng)網(wǎng)絡RBF神經(jīng)網(wǎng)絡交通流參數(shù)行程時間路網(wǎng)行程時間域第i頁東南大學碩士學位論文AbstractInrecentyears，alongwiththerapiddevelopmentoffreewayinourcountry,fiee
5、waymanagementhastofacehighel"requirementandgreatercbeHengethanbefore．1nbeproposeofthisdissertationis，thrmIghthestudyontheimportantproblemoffreewayshort-termtrafficflowprediction,toprovidedamminingserviceforfreewayoperationstatusanalysis，inidentdetectionorprediction，andtrafficcongestionpreventio
6、n，andprovidethedatabasesforfreewaytrafficcontrolsystemdesignandcontrolstragedyestablishment．Consideringtheactualityoffreewayinourcountry,theresearchisfocusedOllaspectssuchasmethodsofshort-termtrafficflowprediction，basictrafficflowparameterpredictionandtraveltimeprediction．1．Summeriseollmethodso
7、fshurt-termtrafficflowprediction．Accordingtoresearchstatusathomeandabroad．itismadeaclassificationforallmethodsappliedontrafficflowprediction．Therearethreetypes：onesbasedonmathematicalmodel，othersbasedonnon-mathmaticalmodeIandtheot
