基于模糊信息粒与SVM的道路交通状态波动分析

发布时间：2019-04-19 08:21

【摘要】：为分析道路交通状态波动范围,提出了一种基于模糊信息粒化与支持向量机组合预测的建模方法。分析了道路交通状态波动特点和交通参数选择原则,以模糊理论和时间序列预测为基础,通过模糊信息粒以15 min时间窗将样本数据模糊化,得到Low、R、Up这3组时间序列;并利用支持向量机模型分别对其进行预测,获得道路交通状态的波动范围与变化趋势。实例分析时,在验证数据采集路段属性相近的前提下,用该组合模型对早、晚高峰和平峰等3个时段的交通波动状态进行验证,验证结果有较高精度,能有效预测交通状态波动情况。
[Abstract]:In order to analyze the range of road traffic state fluctuation, a modeling method based on fuzzy information granulation and support vector machine (SVM) was proposed. The characteristics of road traffic state fluctuation and the principle of traffic parameter selection are analyzed. On the basis of fuzzy theory and time series prediction, three groups of Low,R,Up time series are obtained by fuzzy information particle fuzzifying the sample data in 15 min time window. By using the support vector machine model, the fluctuation range and the change trend of the road traffic state are obtained. On the premise of verifying that the attribute of data acquisition road section is similar, the combination model is used to verify the traffic fluctuation state in three periods, such as early peak and late peak, and the verification result has high precision. It can predict the fluctuation of traffic condition effectively.
【作者单位】： 重庆交通大学交通运输学院;重庆交通大学重庆山地城市交通系统与安全实验室;
【分类号】：U491

【参考文献】

相关期刊论文 前8条

1 田保慧;郭彬;;基于时空特征分析的短时交通流预测模型[J];重庆交通大学学报(自然科学版);2016年03期

2 黄艳国;许伦辉;邝先验;;基于模糊C均值聚类的城市道路交通状态判别[J];重庆交通大学学报(自然科学版);2015年02期

3 刘擎超;陆建;陈淑燕;;基于能力区域的交通状态预测方法[J];物理学报;2014年14期

4 彭勇;陈俞强;;基于信息粒化的SVM时序回归预测[J];计算机系统应用;2013年05期

5 康海贵;莫仁杰;李明伟;;基于云遗传算法优选的SVR交通量预测模型[J];武汉理工大学学报(交通科学与工程版);2013年02期

6 钱民;唐克生;;基于定性动态概率网络的交通状态预测及改进[J];云南大学学报(自然科学版);2012年02期

7 刘晓玲;贾鹏;邬珊华;于滨;;基于多维时空参数的道路短期交通状态预测[J];交通运输系统工程与信息;2011年04期

8 董宏辉;贾利民;孙晓亮;李晨曦;秦勇;郭敏;;基于最大熵模型的城市快速路交通状态预测方法研究[J];交通运输系统工程与信息;2010年02期

【共引文献】

相关期刊论文 前10条

1 郭海锋;蔡华波;朱超;查琪;;基于马尔可夫过程的路网交通状态预测方法[J];浙江工业大学学报;2017年04期

2 冯青平;李星毅;;基于MapReduce和聚类算法的交通状态识别[J];信息技术;2017年05期

3 王舒阳;姚斌;姚博世;冯伟;何昱超;曹新城;;基于信息粒化支持向量机的主轴热误差综合预测模型[J];工具技术;2017年05期

4 陆百川;李晓璐;郭桂林;黄梨力;;基于模糊信息粒与SVM的道路交通状态波动分析[J];重庆交通大学学报(自然科学版);2017年07期

5 陈小波;刘祥;韦中杰;梁军;蔡英凤;陈龙;;基于GA-LSSVR模型的路网短时交通流预测研究[J];交通运输系统工程与信息;2017年01期

6 Dong-wei XU;Yong-dong WANG;Li-min JIA;Yong QIN;Hong-hui DONG;;基于ARIMA和Kalman滤波的道路交通状态实时预测（英文）[J];Frontiers of Information Technology & Electronic Engineering;2017年02期

7 唐克生;段丽梅;;基于Apriori关联算法的医药零售配送中心分拣储位设计[J];昆明冶金高等专科学校学报;2016年05期

8 钟毅;;一种基于相关系数的模糊C-均值聚类算法[J];软件产业与工程;2016年06期

9 李晓玲;王伟智;;基于仿真的城市快速路施工区警示系统研究[J];贵州大学学报(自然科学版);2016年05期

10 蔡晓禹;蔡明;;基于FCM山地城市快速路交通状态判别方法研究[J];公路;2016年07期

【二级参考文献】

相关期刊论文 前10条

1 张洪宾;孙小端;贺玉龙;;短时交通流复杂动力学特性分析及预测[J];物理学报;2014年04期

2 朱征宇;刘琳;崔明;;一种结合SVM与卡尔曼滤波的短时交通流预测模型[J];计算机科学;2013年10期

3 张玉梅;吴晓军;白树林;;交通流量序列混沌特性分析及DFPSOVF预测模型[J];物理学报;2013年19期

4 殷俊杰;丁宏飞;薄雾;钟媚;;基于模糊聚类的城市快速路交通流状态划分[J];重庆交通大学学报(自然科学版);2013年04期

5 徐鹏;姜凤茹;;基于蚁群优化支持向量机的短时交通流量预测[J];计算机应用与软件;2013年03期

6 丁恒;张卫华;郑小燕;陈无畏;李阳阳;;基于交通预测的多态交通流信号控制[J];中国公路学报;2012年05期

7 马庆禄;刘卫宁;孙棣华;;道路交通流状态的多参数融合预测方法[J];物理学报;2012年16期

8 齐驰;侯忠生;;自适应单指数平滑法在短期交通流预测中的应用[J];控制理论与应用;2012年04期

9 钱民;唐克生;;基于定性动态概率网络的网络拥塞控制[J];计算机科学;2011年S1期

10 严晓明;;基于优化GA属性约简的上证指数预测[J];福建师范大学学报(自然科学版);2011年05期

【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10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 刘擎超;基于集成学习的交通状态预报方法研究[D];东南大学;2015年

3 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

4 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

5 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

6 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

7 钱U，

本文编号：2460785