数据挖掘技术在智慧交通中的应用

数据挖掘技术在智慧交通中的应用

ID:35082782

大小:4.24 MB

页数:77页

时间:2019-03-17

数据挖掘技术在智慧交通中的应用_第1页
数据挖掘技术在智慧交通中的应用_第2页
数据挖掘技术在智慧交通中的应用_第3页
数据挖掘技术在智慧交通中的应用_第4页
数据挖掘技术在智慧交通中的应用_第5页
资源描述:

《数据挖掘技术在智慧交通中的应用》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、朵去如itJ:东SCLOGYOFCHINAUNIEWGEANDTECHNOIVERSITYOFELECTRONIC专业学位硕±学位论文MASTERTHESISFORPROFESSIONALDEGREE'療.论义题目数据挖掘技术在智慧交通中的应用专业学位类别工程硕±学号201191230557作者姓名陈功/指导教师__/,/.独创性声明本人声明所呈交的学位论文是本人在导师指导下进巧的研究_T;作及取得的研究成果。据我所知,餘了文中特别加标注和

2、致触的地方外,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-同1:作的巧志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。、兴.占作者签名f:下日期;年月令日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,巧权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据店进行检索,可^心采用影印、缩印或、汇编学位论文扫

3、描等复制手段保存。(保密的学位论文在解密后应遵守此规定)、者签名:名:作户导师签心':t年C日期日月牛分类号密级注1UDC(题名和副题名)(作者姓名)指导教师(姓名、职称、单位名称)申请学位级别专业学位类别工程领域名称提交论文日期2016.3.25论文答辩日期2016.5.14学位授予单位和日期20166答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。APPLICATIONOFDATAMININGTECHNOLOGYINTHEINTELLIGENTTRAFFICAMasterThesisSubmittedtoUn

4、iversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:ChenGongSupervisor:LiuGuisongSchool:SchoolofInformationandSoftwareEngineering摘要摘要近年来,随着我国城市化进程的不断加快以及社会经济的快速发展,私家车数量明显上升,交通压力空前加大。频繁发生的交通事故不仅使得人们的生命财产受到威胁,严重拥堵的交通更是给人们的出行带来不便。传统的道路拓宽,交通管制等措施,具有较大局

5、限,明显满足不了当前交通需求。当前,我国大力发展智慧城市建设,而智能交通是其重要组成部分。交通领域数据具有量大,维度高,类型复杂等特征,基于数据挖掘技术实现有效地交通流量预测对于缓解交通堵塞,实现信息惠民是有重要的研究价值和现实意义。城市短时交通流的科学预测是智能交通系统实施的重要环节。由于交通系统是一个多人参与,根据时间地点等因素时刻发生变化的系统,显著特点是具有高度的不确定性和非线性,这些特点给交通流预测带来很大的困难。随着预测间隔时间的增加,不可预期的突发偶然事件发生的概率更大,因此短时交通流预测相比长期预测实际意义更大,因而成为近年来的

6、研究的热点。本文首先针对城市交通流特性进行了分析,明确了准确描述城市交通流特性的必要性,阐述了智能交通领域的相关技术,结合路网实际数据,重点分析了基于公交流实现流量预测的实际需求和限制条件。同时,针对不同路段流量的相关性做了重点分析,对流量预测理论应用的实际可行性做了初步验证。在城市短时交通流BP人工神经网络预测方法与公交流概念的基础上,通过实际数据的采集分析,发现上一相邻路段T时刻公交流运行速度与本路段T+10min时刻的路段流量具有较好相关性,同时由于大中城市基本形成了公交路网的主动脉格局以及运用现代智能公交系统可为公交流运行状态信息数据源

7、进行实时准确的采集,进而为基于公交流运行状态的城市短时交通流BP人工神经网络预测方法提供了基础。在此基础上,论文提出了基于公交流运行状态的城市短时交通流BP神经网络预测方法,对相关网络模型、参数配置、预测流程等做了详细设计。结合上海市浦东新区张杨路枣庄路等实际数据,建立了基于公交流运行状态的短时交通流BP神经网络预测模型,并与城市短时交通流常规预测模型进行对比测试。测试结果表明新的预测方法获得的预测值更接近于实际值,预测效果更佳。因此,本文方法具有较好的技术实用性,其应用推广价值较高。关键词:智能交通,短时交通流预测,智能公交,神经网络IABS

8、TRACTABSTRACTInrecentyears,withtheacceleratingprocessofurbanizationandthera

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。