基于浮动车gps数据的行车速度预测模型研究

基于浮动车gps数据的行车速度预测模型研究

ID:32967875

大小:4.73 MB

页数:76页

时间:2019-02-18

基于浮动车gps数据的行车速度预测模型研究_第1页
基于浮动车gps数据的行车速度预测模型研究_第2页
基于浮动车gps数据的行车速度预测模型研究_第3页
基于浮动车gps数据的行车速度预测模型研究_第4页
基于浮动车gps数据的行车速度预测模型研究_第5页
资源描述:

《基于浮动车gps数据的行车速度预测模型研究》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、北京交通大学硕士学位论文基于浮动车GPS数据的行车速度预测模型研究姓名:龚珊申请学位级别:硕士专业:智能交通工程指导教师:尹相勇20090601中文摘要摘要:行车速度是交通状态的重要参数之一,也是智能交通系统需要预测的一项重要指标。由速度可以得到道路交通流量、密度等信息,为预测未来~段时间内的道路交通基本状况提供依据;同时可以分析道路上的交通流运行状态,控制交通流,反馈数据作为交叉口信号协同控制的依据,以便及时疏导过往车辆,缩短出行时间,减少损失,保证交通的安全畅通。以往基于线圈等固定设备采集的数据的短时预测,只是路段的某个断面,分

2、布不够;浮动车比较均匀的分布在路段上,通过GPS车载装置和无线通信设备,将车辆信息(如时间、速度、经纬度坐标、方向等参数)实时传送到浮动车信息中心。因此,浮动车GPS数据对固定设备采集信息是一个较好的补充,为行车速度预测研究提供了良好的基础。论文在综述国内外浮动车以及道路旅行时间、行车速度预测相关研究的基础上,对基于浮动车数据的路段行车速度短时预测模型进行了研究。基于浮动车数据,结合路网的历史运行和实时交通数据,分别建立了K-近邻预测模型、灰色马尔柯夫预测模型和加权马尔柯夫预测模型。在K-近邻预测模型中,提出了基于聚类分析和Pare

3、to有效解的近邻确定方法;在灰色预测模型中,将灰色GM(1,1)和马尔柯夫理论有机地结合在一起;在加权马尔柯夫预测模型中,将对交通信息状态进行划分,并导入模型中进行预测分析。论文基于杭州市浮动车数据,对论文所建立的模型,进行了路段行车速度预测的示例分析,验证了模型的有效性。关键词:浮动车:行车速度;预测;K.近邻;马尔柯夫分类号:U491lnABSTRACTABSTRACT:Runningspeedisnotonlyoneoftheimportantparametersoftrafficstate,butalsoanindicato

4、rneededtoforecastinIntelligentTrafficSystem.Wecangetroadinformationsuchastra衔Cflowanddensityfromspeed.whichcouldbeusedtoforecastfuturesituationandSOon.Previously,predictionbased011datacollectedbyfixationequipmentsisnotalmostreal-time.However,floatingcarsscatterhomogene

5、ouslyinthesection,sendinformation(suchastime,speed,latitudeandlongirudecoordinates,direction)tothecentertimelythroughboardGPSdevicesandwirelesscommunicationequipments.Therefore,datacollectedbyfloatingcarshasestablishedabasisforthemnningspeedforecastingstudies.Thispaper

6、hasresearchOnshort·timetrafficspeedpredictionmodelsafterreviewingfloatingcartechnologyandshort—timepredictionhomeandabroad.Based011datafromfloatingcar,combiningthehistoryofnetworkoperationandreal—timetrafficdata,wehavebuiltK—neighborforecastingmodel,gray-Markovforecast

7、ingmodelandweighted-MarkovModel.WeproposedamethodoffindingneighborbasedonclusteranalysisandtheParetoeffectivesolutioninK-neighbormodel,combineMarkovtheorywithgreytheoryingrayforecastingmodelandaddtrafficstationdivisionintoweightedMarkovforecastingmodel.Finallywegiveade

8、monstrationoflinkvehicle’Svelocitypredictiontoverifymodels’validitybasedonthefloatingcardategatheredfi'omHangzhoucity

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。