城市动态交通信息采集点布设及交通流短期预测方法研究

《城市动态交通信息采集点布设及交通流短期预测方法研究》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、东南大学硕士学位论文城市动态交通信息采集点布设及交通流短期预测方法研究姓名：姜雪花申请学位级别：硕士专业：交通运输规划与管理指导教师：王炜20060301簧黉撬要国内外研究表明，智能交通运输系统(坩霉)髓否高效运行的荧镳取决于能誉凝得实时、准确黪麓悫变通缡惠。毽是纛蹙际窿用孛，城卷淤卷交透蕊惫繁集繇筑鳇建设缺少镶澜释理论缝搀赣，爨遥梭涮器懿撬缘舞鬟缺乏淫谂穰据。嚣矜，蠹予稳测嚣豢筹存在韵黼耀健，我们得到的交髓数据存在缺失现藩，在这种情况下，利用检测器糕徽的历史数据告理的实时预测交通流麟糯，鼹短期交邈流预测，也成为鳕蒜簦研究的热点之一。零璜

2、寒鬻麓逶蓬夫薰鹣蒸惑讶冀纛筵餐王露，了鼷鹫悫黪骧藩麓态雯逶箍惑鬻爨繇凌的发展现状，对城市动态交通馏惠采集系统律鬻臻分析并进行框禁谖计。在i；}i：基础也-介绍埋入式和悬挞式两类信息采集技术。并对各种糍嫩倍息采集技爿之的工作原理、性熊，邂用条件翻成零爨鬻落宠蘸遴褥鼗骥矜橇。透过分舔，翳爨黛邃橙测器黪一簸意霍添潮，挺漱交运检测器忧纯稻巍瀚方注，著稳黛模糊练合评剃浚澍变通捡黉l器鹩遗捺徽了努橱，簸终樽澄橙铡器优化獭置的合理方案。其次，剩罔拯测器蒺簿憋交通流数据。考虑摆数据缺失情援下，利用历史数掇遴褥短勰变逶藏攒激。逶蓬薅多静蘧蘩变湮瀛覆爨旗燮转

3、爝麓魏，稗经糕绦嚣存浚懿菱絷罐黔藏魏黍统的特点，脊较强的宜适虚擎潮懿力，是最具有漤力的一种预测嘏勰。本研究选期RBF神经网络耩matlab王具进行短期懿遇流预测，并糕吏中给出RBF}串缆网络的原理和算法，最后结窘实僦黼黻癸辑，关键词：橱缝交通运输系绕城市动态燮邋慵息采集技术变通检测器伉化布置综台浮粼篷勰燮遥滤蘩溅搂囊RBF霆终囊南巅粼AbstraetB黼铡ontheresearcheshomemidabroad,thereal-time删dacemacyofd>㈧ictrafficinform曲nisthekeyofIntelligent

4、TransportationSystems(ITS)．However，during懒epracticalapplication,糖devdopmeut溅u￡bandynamictraffic{nformatkmcollectionsystem瓤lackofcoordinativeandtheoretical鲻dance．Andtheop蠖mallocationoftrafficdet醴torsisalsoshortoftheoreticalfoundation．Sometimes。thdeletion黼t倘cdataOCCUi悸dueto

5、thelimitationofdetectors。融thisinstance,short-termtrafficflowforecastingwhichaccordingtothehistorica[databecomestobe蠢耘擒零魄First,濑statusquoofum期d2mamictrafficinformationcollectionsystemhome粼瓣abroadisstatedbyamassofbaslestudyandpreparation,andthenitsframeisdesigned-Second,int

6、rusivedetectorsmudaon4ntrusivedetectors瓣introducedrespectively．瓤succession,thestudycompares赫differencesbftweeylprinciplesofoperation,applications，performanct,costsand嫩·Aftertheanalysisabove，thecommonlyprincipleofthelocationofIra,flitdetectorsaredisplayed．Whereafter,themet

7、hodsand瓣psof相麟edee．ectors’optimallocationa摇putforward；andapplied蠡azzymaff§ematicscomprehensiveevaluation鳃搋爱。detectors’霸粼l姻+Atlast,consideringthedelefionoftraffic幽枫short-term魄d髓嚣flowforecastingisp雠iIlgforward姆histodcaldata．111㈣lq鹦theanalysisofv捌edpredictivemodels,muralnetw

8、orkshasmanyrifleslikeidentifyingtempiicatednon-linearsy盛emsandselfadaptation,and黧iso辩ofthemostpo