资源描述：
《基于GPS轨迹数据的拥堵路段预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第36卷第11期东北大学学报(自然科学版)Vol.36,No.112015年11月JournalofNortheasternUniversity(NaturalScience)Nov.2015doi：10.3969/j.issn.1005-3026.2015.11.003基于GPS轨迹数据的拥堵路段预测林树宽,于伶姿,乔建忠,张百合(东北大学信息科学与工程学院,辽宁沈阳110819)摘要：基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的
2、时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.关键词：GPS轨迹数据;路段间时空因果关系;拥堵转移概率;拥堵转移矩阵;拥堵路段预测中图分类号：TP391文献标志码：A文章编号：1005-3026(2015)11-1530-05TheCongestionRoadSegmentPredictionBasedonGPSTrajectoryDataLINShu-kuan,YULing-zi,QIAOJian-zhong,ZHANGBai-he(School
3、ofInformationScience&Engineering,NortheasternUniversity,Shenyang110819,China.Correspondingauthor：LINShu-kuan,professor,E-mail：linshukuan@ise.neu.edu.cn)Abstract：CongestionroadsegmentsoverrealGPStrajectorydataWaspredicted.ThetraditionalmethodsWereostracizedbasedontrafficfloWpredictionandco
4、ngestionidentification,andanovelmethodWasproposedbasedonthecongestionvectorandthecongestiontransitionmatrix.ThecongestionvectorandthecongestiontransitionmatrixWereestablishedbyminingandtrainingtaxiGPStrajectorydata,resultingintheimplementationofthepredictionoftrafficcongestion.Inthecourse
5、ofprediction,timeperiodicityandspatial-temporalcorrelationofroadsegmentcongestionWerebothconsidered.TheexperimentsonrealdatashoWtheeffectivenessofthecongestionroadsegmentpredictionmethodproposed.Keywords：GPStrajectorydata;spatial-temporalcausalrelationshipbetWeenroadsegments;congestiontra
6、nsitionprobability;congestiontransitionmatrix;congestionroadsegmentprediction近年来,城市机动车数量增加迅速,道路资源和拥堵转移矩阵的拥堵路段预测方法.建设相对滞后,导致城市交通拥堵日益严重,拥堵路段预测成为建设智能城市和交通不可缺少的组1拥堵转移矩阵的建立成部分.越来越多的学者开始关注和研究基于交[1-4]通数据的拥堵路段预测方法和技术.现有的本文同时考虑拥堵路段具有的时间周期性和相关研究多基于道路上固定安装的传感器采集的时空相关性,提出了基于拥堵向量和拥堵转移矩数据,且多集中在交通拥堵路段的识
7、别、挖掘和交阵的拥堵路段预测方法.为了建立拥堵转移矩阵,[5-9]通流预测方面.需要对历史GPS轨迹数据进行挖掘和训练.车流近年来,车载GPS发展迅速,产生大量的时与路段拥堵情况在工作日(周一至周五)和休息空数据,可用于进行拥堵路段预测.本文基于出租日(周六和周日)呈现不同的规律,为此,本文将车GPS轨迹数据,提出了一种新颖的考虑路段拥工作日和休息日的历史轨迹数据进行训练,并将堵时间周期性和时空因果关系的、基于拥堵向量工作日或休息日中的一天看作一个周期.路段拥收稿日期：2014-10-23基金项目：国家自然科学基金资助项目(6
