欢迎来到天天文库
浏览记录
ID:34658550
大小:948.85 KB
页数:85页
时间:2019-03-08
《基于智能交通系统的城市路网短时交通预测》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、代号10701学号1023121762分类号F273.1密级公开题(中、英文)目基于智能交通系统的城市路网短时交通预测Short-timetrafficinformationforecastingatroadsnetworkbasedonITS作者姓名张建指导教师姓名、职称李华教授学科门类管理学学科、专业管理科学与工程提交论文日期二零一三年三月西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和
2、致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法律责任。本人签名:日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论
3、文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密,在年解密后适用本授权书。本人签名:日期导师签名:日期摘要摘要交通预测作为智能交通系统(IntelligentTransportationSystem,简称ITS)研究的一项重要内容,它是实现交通诱导的前提,可为出行者服务和交通管理提供决策依据。要实现整个路网的宏观管理,必须以路网中所有路段的交通信息为基础。事实上,短
4、时交通信息具有一定的实时、高维、非线性、非平稳性等特点,但同一路段交通信息在不同时期具有稳定性和规律性,且短时交通状态存在自相似性,这就使得短时交通信息具有可预测性。本文的研究便是建立在假设路网中各路段之间的交通信息存在一定的相关性和交通信息具有可预测性的基础之上。由于检测器获得的数据质量会直接影响到预测效果,本文介绍了数据清洗理论和方法,将数据的清洗分为三种方式:丢失数据的补齐、错误数据的判别、冗余数据的约简,并用孤立点检测法和基于历史数据的方法对数据进行了预处理。对于有检测器的路段,本文以历史数据为基础,使用R
5、BF(RadicalBasisFunction)神经网络和支持向量机(SupportVectorMachine,SVM)方法进行短时预测,并用西安市某一区域局部路网实际数据对两种方法的预测结果进行了对比分析,得出在小样本条件下SVM方法比RBF神经网络方法预测结果更精确。对于无检测器路段,利用与其相关的有检测器路段的信息进行预测,并引入了动态非相似度矩阵同时处理流量、速度、时间占有率三个参数,在此基础上利用聚类分析、判别分析、回归方法得出无检测器路段交通信息与其他路段已知交通信息之间的数量关系,从而实现无检测器路段
6、的交通信息的预测,得到区域路网完整的交通信息,同样使用西安市某一区域局部路网实际数据验证了方法的可行性。关键词:短时交通预测ITSRBF神经网络SVM无检测器AbstractAbstractAsanimportantresearchcontentofintelligenttransportationSystem(ITS),trafficinformationcanbeusedtopredicttrafficstatustoprovidethebasisfortrafficguidancesystemandthetr
7、afficmanagementsystem.Inordertorealizemacromanagementofthewholenetwork,weshouldtaketheroadnetworktrafficinformationofallsectionsasthefoundation.Short-termtrafficinformationhasthecharacteristicsofreal-time,nonlinear,highdimension,non-stationaryrandomprocessands
8、oon,butthetrafficinformationofsameroadhascertainstabilityandregularityindifferentperiod,namelytrafficinformationispredictable.Thisstudyisontheassumptionthattherehascertaincorrelati
此文档下载收益归作者所有