基于手机信令的城市道路交通状态实时预测

发布时间：2018-04-24 20:23

  本文选题：智慧城市 + 智能交通　； 参考：《电讯技术》2017年01期

【摘要】：为准确、实时预测道路交通状态,通过分析影响交通的因素,利用决策树算法对速度和环境因素等数据进行建模,确定交通拥堵发生的规则,在此基础上结合实时的移动用户和环境因素数据对交通状态进行预测。以中国河北保定城区为例进行实验,验证了该方法的有效性。同时,研究发现,基于决策树算法进行道路交通状态预测的方法具有较好的扩展性。
[Abstract]:In order to predict the traffic state accurately and in real time, by analyzing the factors affecting traffic, using decision tree algorithm to model the data of speed and environment factors, the rules of traffic congestion are determined. On the basis of this, the traffic state is predicted by combining the real-time mobile user and environment data. The effectiveness of this method is verified by taking Baoding City, Hebei Province, China as an example. At the same time, it is found that the method of road traffic state prediction based on decision tree algorithm has good expansibility.
【作者单位】： 华南理工大学电子信息学院;广州杰赛科技股份有限公司;
【基金】：国家发改委移动互联网及第四代移动通信(TD-LTE)产业化专项(发改办高技[2014]2328号) 粤港关键领域重点突破项目(2011A011305001)
【分类号】：U495

【相似文献】

相关期刊论文 前10条

1 韩悦臻,曹三鹏;城市道路交通状态指标体系设计探讨[J];公路;2005年06期

2 皮晓亮;王正;韩皓;孙亚;;基于环形线圈检测器采集信息的交通状态分类方法应用研究[J];公路交通科技;2006年04期

3 劳云腾;杨晓光;云美萍;刘竞宇;;交通状态检测方法的评价研究[J];交通与计算机;2006年06期

4 王伟;杨兆升;李贻武;刘新杰;陈昕;;基于信息协同的子区交通状态加权计算与判别方法[J];吉林大学学报(工学版);2007年03期

5 戢晓峰;;城市道路交通状态分析方法回顾与展望[J];道路交通与安全;2008年03期

6 李娟;罗霞;姚琛;;基于多源数据的交通状态判定研究[J];铁道运输与经济;2009年03期

7 李清泉;高德荃;杨必胜;;基于模糊支持向量机的城市道路交通状态分类[J];吉林大学学报(工学版);2009年S2期

8 强添纲;邱洁;;基于熵和耗散结构理论的道路交通状态演变机理[J];交通标准化;2010年Z1期

9 窦慧丽;王国华;;基于模糊聚类和判别分析的交通状态提取算法[J];交通信息与安全;2010年02期

10 曹成涛;崔凤;林晓辉;;基于神经网络的交通状态模糊判别方法[J];科学技术与工程;2010年21期

相关会议论文 前3条

1 郭义荣;张晓栋;董宝田;吴蕾;;基于模糊理论的交通状态快速识别与跃迁转变方法[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

2 窦瑞;云美萍;杨晓光;;基于视频录像的交通状态判别算法准确度评测[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

3 余碧莹;邵春福;;基于时空模型的道路网交通状态预测[A];2008第四届中国智能交通年会论文集[C];2008年

相关博士学位论文 前9条

1 马旭辉;城市道路交通网络过饱和状态信号控制方法研究[D];北京交通大学;2016年

2 徐东伟;道路交通状态多维多粒度获取方法研究[D];北京交通大学;2014年

3 宋淑敏;非常态下异常道路交通状态信息获取技术研究[D];吉林大学;2012年

4 许昱玮;VANETs中面向交通状态的车辆主动探测方法研究[D];南开大学;2012年

5 孙晓亮;城市道路交通状态评价和预测方法及应用研究[D];北京交通大学;2013年

6 钱U，

本文编号：1798100