基于数据融合的城市道路行程时间预测模型研究

《基于数据融合的城市道路行程时间预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC密级单位代码大连海事大学工程硕士学位论文基于数据融合的城市道路行程时间预测模型研究(学位论文形式：应用研究)焦德军指导教师林正奎职称教授学位授予单位大连海事大学申请学位类别工程硕士工程领域计算机技术论文完成日期2014年6月答辩日期2014年6月15日答辩委员会主席ResearchOntheUrbanRoadTravelTimePredictionModelBasedonDataFusionAthesisSubmittedtoDalianMaritimeUniversityInpartialfulfillmentoftherequirementsforthedegreeofMas

2、terofEngineeringbyJiaoDejun(Computertechnology)ThesisSupervisor：ProfessorLinZhengkuiJune2014大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果，撰写成博／硕士学位论文==茎王麴塑融金盥撼直道堕堑猩盟间亟型攫型婴窒：：。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。学位论文作者签名：

3、垄篮}学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中，并以电子出版物形式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于：保．密r-q在

4、——年解密后适用本授权书。不保密∥(请在以上方框内打“√”)论文作者签名：舷争导师签名：杵佘日期：Z口件年6月J了Iq中文摘要摘要道路行程时间是反映道路交通状况的重要指标。一方面，在现实情境中，由于交通需求在一天当中变化很大，使得道路网络交通流的时空分布规律具有时变特性，从而导致道路路段行驶时间很大程度上依赖于交通负荷的变化。因此，准确的路段行程时问动态预测，是交通诱导系统、交通信息服务系统以及交通协调控制系统的重要基础；另一方面，由于道路交通流运行的高度复杂性、随机性和不确定性，传统的基于检测线圈的路段行程时间预测方法、基于GPS浮动车的路段行程时间预测方法等单一方法一直未能取得令人满意的

5、预测效果，这在一定程度上影响了道路交通控制以及道路交通诱导的效果。鉴于以上预测方法的优缺点及其互补性，本文在多源数据融合方法基础上，采用改进的BP神经网络围绕基于数据融合的城市道路行程时间预测方法开展了相关探索性研究工作，以期进一步提高道路行程时间预测的准确性。首先，针对固定检测器和GPS浮动车获取的道路交通参数中存在数据异常和丢失等问题，本文提出了基于相邻时段数据平均值法的故障数据修复改进方法。改进后的方法能够较好地修复故障数据，从而提高数据的质量。其次，针对多辆GPS浮动车数据进行道路行程时间预测过程中存在浮动车在道路上驶过的距离长度不等问题，本文提出了自适应权重系数线性加权融合方法，用

6、于多辆GPS浮动车数据的道路行程时间预测。最后，针对单类型检测器数据存在道路行程时问预测不准确问题，本文提出采用改进的BP神经网路对两种检测器获取的道路行程时间数据进行融合，从而建立基于数据融合的道路行程时间预测模型。通过对上述研究成果进行经过仿真实验，初步达到了预期的研究目标。城市道路行程时间预测问题相对复杂，鉴于作者研究能力有限，论文研究还有许多需要进一步完善的地方，将在后续工作学习中不断改进。关键词：道路行程时间；固定检测器；GPS浮动车；数据融合；VISSIM英文摘要船STRACTRoadtraveltimeiSallimportantindicatorofroadtrafficco

7、nditions．Ontheonehand，inreal—lifesituations，itmakesroadnetworkwithtime—varyingtrafficflowonspatialandtemporalcharacteristicsdue，becausetrafficdemandvariesgreatlyoftheday．Resultinginroadsectionsrunningtimeis