基于混沌时间序列的高速公路交通事件影响范围估计
本文选题:交通事件 切入点:混沌预测 出处:《吉林大学》2017年硕士论文 论文类型:学位论文
【摘要】:高速公路在交通运输行业具有重要作用,也带动了经济的繁荣发展,然而交通事件发生的频率越来越高,不仅在经济方面会有很大损失,宝贵的时间也会因交通事件的影响而流失。与其他国家相比较,我国的高速公路交通安全形势不容乐观。高速公路限定的车速较高,当发生交通事件且车辆未能及时移至应急车道时,正常的交通流将会紊乱,亦会产生更大的安全隐患。因此,有必要对交通事件所造成的交通拥堵排队趋势进行分析,以便及时向社会发布交通信息,进而能够提高运行效率和应急处置能力。首先,本文对高速公路上的交通事件类型进行归类分析,可作为交通事件仿真设计的参考依据。在发生交通事件时,车辆的行驶车速发生突变,并逐渐向交通事件所在位置的上游传播,即产生交通波。通过分析交通波的产生及传播机理,能够获得以交通波为基础的交通事件影响范围。进而通过微观仿真软件vissim对高速公路交通事件进行仿真,并设置合适的基本参数,使仿真结果与实际交通事件情况下的交通流数据更接近。将仿真的交通事件进行多次运行以提取基本的交通流信息,为交通流混沌特性的判定与交通事件时空影响范围的估计奠定数据基础。其次,介绍了混沌的基本概念和混沌运动的特性。混沌特性的判定方法可分为两大类,包括定性判定方法和定量判定方法,本文着重介绍定量判定方法。混沌特性判定过程中,采用了C-C算法来确定时间序列的嵌入维数与延迟时间,关联维数的确定选用G-P算法来计算。进而分别对交通事件下的交通量、平均车速以及占有率时间序列的混沌特性进行判定,并且对交通量、平均车速以及占有率时间序列之间的混沌相关性进行分析,以判定交通流的混沌特性。再次,在确定交通量、平均车速以及占有率时间序列分别具有混沌特性的基础上,对交通事件下的交通量、平均车速以及占有率时间序列分别进行预测。通过对自适应模糊神经网络混沌预测中的Takagi-Sugeno模型进行分析,将交通流参数时间序列的一部分数据做为输入,进行系统的学习训练,进而能够对相应的交通流参数时间序列分别进行预测。最后,依据交通量、平均车速以及占有率时间序列预测结果的精度来确定交通事件时空一体化影响模型的自变量的选取,根据所选定的自变量构建时空一体化影响范围估计模型,并将该模型的估计结果、交通波预测结果以及仿真事件所采集的排队数据进行了对比分析。本文利用vissim软件仿真的方法,对高速公路交通事件进行仿真,并采集交通流的基本参数时间序列。经过混沌特性判定方法的计算,确定了交通事件状况下的基本交通流参数均具有混沌特性,而且交通流亦存在混沌特性;进而对具有混沌特性的交通流参数分别进行时间序列的预测。以平均车速时间序列为基础构建了时空一体影响范围估计模型,该模型对仿真事件的时间和空间影响范围估计结果比单一判断时间或空间的影响效果更好。
[Abstract]:The highway plays an important role in the transportation industry, also contributed to the prosperity and development of economy, but the traffic incident frequency is more and more high, not only in economic terms there will be a great loss of precious time lost due to the influence of traffic incidents. Compared with other countries, the highway traffic safety situation in China is not optimistic. Highway speed limit is higher, when the traffic incidents and the vehicle failed to move to the emergency lane, the normal traffic flow will be in disorder, will have a greater security risk. Therefore, it is necessary to analyze the traffic incident caused by the traffic congestion queuing trend, to timely release traffic information to the community, and then can to improve the operation efficiency and the ability of emergency disposal. First of all, the traffic incident on the highway to classify the type of analysis can be used as a traffic incident simulation design. Based on the test. In the event of traffic incident, the speed of vehicle mutation, and gradually to the traffic incident where the upstream propagation position, namely traffic wave. By analyzing the generation and propagation mechanism of traffic wave, can obtain the traffic incident with the traffic wave based scope. Then through the micro simulation software VISSIM to simulate freeway traffic incident, and set the basic parameters of the right, the traffic flow data of the simulation results and the actual incident conditions closer. Traffic incident simulation running times to extract traffic information basic, lays the foundation of data for estimation of traffic flow chaos judging and traffic incident time and space influence range. Secondly, the characteristics of the basic concepts of chaos and chaos. The determination method of chaotic characteristics can be divided into two categories, including qualitative and quantitative method to determine the prescription Method, this paper introduces the quantitative determination method. The chaotic characteristics of the decision process, C-C algorithm is used to determine the embedding dimension and delay time of time series, the correlation dimension of the chosen G-P algorithm to calculate. Then the traffic traffic incident, average speed and occupancy time series of chaotic characteristics are determined, and the traffic volume, average speed and share chaotic correlation between time series analysis to judging the chaotic characteristics of traffic flow. Thirdly, in determining the traffic volume, average speed and share based time series are chaotic, the traffic volume of traffic incident, average speed and occupancy time series respectively forecast. Through the analysis of fuzzy Takagi-Sugeno neural network prediction model of chaos in the adaptive part of the data traffic flow parameters of time series As input, the system training to the corresponding time sequence of traffic flow parameter is forecasted. Finally, according to the traffic volume, average speed and accuracy share time series prediction results to determine the traffic incident space-time effect of selecting the model variables, according to the selected independent variables to construct the space-time range of influence the estimated model, and the estimation results of the model, traffic wave forecasting results and data collected by the event queue simulation are analyzed. The method of using VISSIM simulation software, the simulation of freeway traffic incident, the basic parameters of time series and collecting traffic flow. After the calculation method to determine the chaotic characteristics, are chaotic the basic parameters of traffic incident flow conditions were determined, and the traffic flow also exists in the chaos; Prediction of traffic flow parameters of chaotic time series. To respectively the average speed of time series is constructed one space range estimation model, the model of the simulation event time and space range estimation results is better than the effect of a single judge in time or space.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:U491
【相似文献】
相关期刊论文 前10条
1 邹胜勇;;浅析道路交通事件应急体系建设[J];交通标准化;2006年04期
2 陶智敏;;基于视频的道路交通事件自动检测技术[J];道路交通与安全;2007年03期
3 胡宏宇;李志慧;曲昭伟;王殿海;;基于上下文的交通事件表达与识别[J];吉林大学学报(工学版);2009年S2期
4 沙爱敏;王晓东;;高速公路交通事件的影响及对策综述[J];扬州职业大学学报;2010年01期
5 周君;;西部公路交通事件预警系统研究[J];科技信息;2010年26期
6 贾岩;朱茵;;我国高速公路交通事件智能管理系统框架研究[J];公路;2010年10期
7 赵雁;王宏刚;;基于贝叶斯网络理论的交通事件预测模型[J];电脑与信息技术;2011年03期
8 谭国贤;;试论高速公路交通事件视频车辆的检测技术[J];黑龙江交通科技;2012年09期
9 姜桂艳,温慧敏,杨兆升;高速公路交通事件自动检测系统与算法设计[J];交通运输工程学报;2001年01期
10 杨兆升,杨庆芳,冯金巧;基于模糊综合推理的道路交通事件识别算法[J];公路交通科技;2003年04期
相关会议论文 前10条
1 关佩;邹月娴;陈维荣;时广轶;杨华;王一言;;交通事件自动检测算法研究[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
2 贾岩;;交通事件智能管理系统框架研究[A];构建生态人文交通 促进经济跨越发展——第十九届海峡两岸都市交通学术研讨会论文选编[C];2011年
3 罗时春;路小波;李建明;;基于小波分析的交通事件自动检测算法[A];2007第三届中国智能交通年会论文集[C];2007年
4 王玉;段征宇;;偶发性交通事件对网络交通状态的影响分析[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年
5 丛浩哲;郭强;吴晓峰;纪廷婷;;基于案例推理的交通事件应急响应预案推理研究[A];第七届中国智能交通年会论文集[C];2012年
6 杨毅;;模糊聚类分析在交通事件自动检测中的应用[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
7 熊娟;吴萌;;基于支持向量机的事件自动检测算法实证研究[A];第八届中国智能交通年会论文集[C];2013年
8 丛浩哲;刘君;胡伟超;肖鹏飞;;高速公路网交通事件态势评估系统的实现及应用[A];第八届中国智能交通年会论文集[C];2013年
9 李日涵;徐广宁;徐建闽;;ITS中交通事件管理的流程与对策研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
10 黄丘林;魏峰;史小卫;;基于RFID的交通事件自动检测技术初探[A];2007第三届中国智能交通年会论文集[C];2007年
相关重要报纸文章 前1条
1 贾晓燕;移动交通应急指挥车通过卫星处置突发交通事件[N];大众科技报;2007年
相关博士学位论文 前4条
1 肖恢,
本文编号:1646335
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1646335.html