基于车联网的短时交通流预测算法研究

《基于车联网的短时交通流预测算法研究》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、硕士学位论文基于车联网的短时交通流预测算法研究作者姓名林冬霞学科专业通信与信息系统指导教师胡斌杰教授所在学院电子与信息学院论文提交日期2015年4月ResearchoftheShort-termTrafficFlowForecastingBasedonVehicularNetworksADissertationSubmittedfortheDegreeofMasterCandidate：LinDongxiaSupervisor：Prof.HuBinjieSouthChinaUniversityofTechnologyGuangzhou,China分类号

2、：U495学校代号：10561学号：201220108433华南理工大学硕士学位论文基于车联网的短时交通流预测算法研究作者姓名：林冬霞指导教师姓名、职称：胡斌杰教授申请学位级别：工学硕士学科专业名称：通信与信息系统研究方向：现代通信理论与技术论文提交曰期:>0丨1年1月>

3、曰论文答辩曰期：yoij：年月9曰学位授予单位：华南理工大学学位授予日期：年月曰答辩委员会成员：主席：委员省氣冬、部1蛾恭.來扳斜华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任

4、何其他个人或集体已经发表或撰写的成果作品。对本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。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：>15年6月1日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，艮h研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论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、汇编学位论文。本人电子文档的内容和纸质论文的内容

5、相一致。本学位论文属于：□I密，在年解密后适用本授权书。%保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊c光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》，传播学位论文的全部或部分内容。(请在以上相应方框内打“V”）曰期：丰6用？£?曰期：对斗6作者联系电话：电子邮箱：联系地址(含邮编摘要随着城市汽车数量的增加，大城市的交通拥堵问题日益严重，从而引发空气污染、能源浪费、时间延误、雾霾加重等一系列问题。近年来，为解决日益严重的交通拥堵问题，国内外纷纷提倡建立智能交通系统，对道路交通实行智能

6、控制与管理。而车联网就是其中一个研究热点，车联网融合了物联网、智能交通、移动互联网、云计算等多个领域技术，可以大大改善现有的交通状况，彻底改变未来人们的出行方式，实现交通的智能化、安全化和环保化。本论文以车联网技术为基础，结合实际的交通流数据，对如何实时、准确地进行短时交通流预测进行了研究，旨在为智能交通系统提供有效的交通控制方案和交通诱导措施，主要研究工作如下：1.本文选取美国加州PeMS系统的实际交通流数据作为实验数据，并对交通流数据进行特性分析，提出了分时段（工作日与非工作日）、多参数（速度、流量和占有率）的预测方法。2.针对基本的卡尔曼（Kal

7、man）滤波交通流预测模型，利用相空间重构理论，对该模型进行改进，构建了基于相空间重构的Kalman滤波预测模型，并使用实际的交通流数据对模型进行预测仿真。结果表明，改进模型三个交通参数（速度、流量和占有率）工作日的预测误差分别减少23%、1%、28%，非工作日的预测误差分别减少27%、1%、33%。3.针对基本的小波神经网络（WNN）交通流预测模型，利用交通流的时空特性，对该模型进行改进，构建了基于时空特性的WNN交通流预测模型，并使用实际的交通流数据对模型进行预测仿真。结果表明，改进模型三个交通参数（速度、流量和占有率）工作日的预测误差分别减少18

8、%、9%、8%，非工作日的预测误差分别减少7%、3%、11%。4.对本文构建的四种预测模型进行对比分析，结果表明在四种模型当中，基于时空特性的WNN模型的预测效果最好，能有效地进行短时交通流预测；对三个交通参数的预测效果进行对比，结果表明速度的预测效果最优，其次是流量，最后是占有率；对两个不同时段的预测效果进行对比，结果表明非工作日的预测效果优于工作日的。关键词：车联网；短时交通流预测；卡尔曼滤波；时空特性；小波神经网络IAbstractWiththeincrementofvehicle,urbantrafficcongestionbecomeseve

9、nworseandleadstomanyproblemssuchasairpollution,