基于浮动车技术的城市短时交通状态预测模型研究

《基于浮动车技术的城市短时交通状态预测模型研究》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：密级位代巧１０１５１ＵＤＣ单：？大４蘇事乂学全日制应用型硕±研究生学位论文基于浮动车技术的城市短时交通状态预测模型研究金津指导教师张维石教授企业导师刘洋高工申请学位类别工程硕±工程领域计算机技术学位授予单位大连海事大学２０１５年６月分类号密级ＵＤＣ１０１５１单位代码大连海事大学工程硕±学位论文基于浮动车技术的城市短时交通状态预测模型研究（学位论文形式；应用研究）金津指导教师张维石职称教授企业导师刘洋职

2、称高工学位授予单位大连海事大学申请学位类别工程硕±工程领域计算机技术２〇１５０６２７论文完成日期２０１５．０６答辩日期．．答辩委员会主席ｔｔＲｅｓｅａｒｃｈ－ＴｒａｆｆｉｃｏｎＵｒｂａｎＳｈｏｒｔｔｉｍｅＳ化化ＦｏｒｅｃａｓｔｉｎｇＭｏｄｅｌｂａｓｅｄｏｎＦｌｏａｔｉｎｇＣａｒＴｅｃｈｎｏｌｏｇｙＡ化ｅｓｉｓＳｕｂｍｉｔｔｅｄ化ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｒｅ

3、ｅｏｆｐｑｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇｂｙＪｉｎＪｉｎＣｏｍｕｔｅｒＴｅｃｈｎｏｌｏ（ｐｇｙ）ＴｈｅｓｉｓＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＺｈａｎＷｅｉｓｈｉｐｇ化ｎｅ２０１５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＂＂撰写成硕±学位论文基于择动车技术的城市短时交通状态预测模型研究。除论文中已经注明引用的内容外，均，对论文的研究做出重要贡献的个人和集体已在文中Ｗ明确方式标明。本论文中不包含任何未

4、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：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，目Ｐ：大连海事大学有权保留并向国家有关部口或机构送交学位论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±学位论文全文数据库》（中国学术期刊（光盘版）电子杂志社）、《

5、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Ｗ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＿年解密后适用本授权书。＂＂不保密上方框内打Ｖ）：：论文作者签名么ｔ？导师签名＾一丫曰親侧５年如《曰？中文摘要摘要近年来，随着社会经济的发展，机动车数量的飞速增长，为生活带来了交通上的便捷，但同时也加重了道路拥堵程度。由于受±地资源等限制，城市中难Ｗ通过扩建道路满足通行需求，因此，智能交通系统成为国内外解决拥巧的研究热点。短时交通状态预测是ＩＴＳ中交通诱导

6、和控制的关键，短时交通状态预测方法一，，的应用，取得了定的效果但大部分方法是基于固定检测器进行预测难＆适一应浮动车数据的特点，般选择忽略缺失数据，预。基于浮动车数据的预测模型测精度较低，不能满足舒缓交通的需求。为了提高短时交通状态预测的准确性，本文在改进的ＢＰ神经网络预测模型的基础上，给出基于历史和实时数据对训练数据进行分类补缺的方法，根据输入层数据的缺失情况，选择不同的改进ＢＰ神经网络预测模型。本文选取了行程速度作，为表征交通状态的参数，针对现有浮动车数据的特点采用筛选、拟合、补缺Ｗ及降噪的预处理过程－ｍｅａｎｓ，针对补缺处理，

7、给出了基于历史和实时数据的Ｋ分类补缺方法，并对预处理结果进行了验证。在分析行程速度的时空相关性的基础上，分别基于时间、空间和时空维度数据对短时交通状态进行预测，Ｗ大连市部分出租车的实际运行数据作为浮动车数据对预测结果进行了验证，给出基于输入层数据缺失的短时交通状态综合预测模型。实验结果表明，，本文给出的模型可Ｗ较好地对大连市短时交通状态进行估计一具有定的准确度和可靠性，实例验证数据结果基本符合大连市的实际交通状况，可Ｗ满足出行者对短时交通状态预测的需求，。本文的研究结果对提高城市交通拥堵预测能力具有一定的理论和实际应用价值。：

8、短时预测关键词；交通状态