基于模糊理论的短时交通流不确定性预测

发布时间：2021-01-30 20:47

　　在智能交通系统中往往将短时交通预测数据运用于交叉口信号配时优化、交通控制和交通诱导中。建立合理的短时交通流不确定性预测模型,提升交通流不确定性预测结果的准确性和有效性,对于交通控制决策和诱导具有重要意义。本文旨在将模糊理论引入交通流不确定性预测中,构建基于模糊理论的短时交通流不确定性预测模型,实现交通流区间预测。首先,本文对交通流预测及模糊预测理论的国内外发展现状做了深入分析研究。交通流预测分为均值预测和不确定性预测两种,相较于已颇成体系的均值预测方法,有关于不确定性预测的研究目前仍较为稀缺,主流方法包括Bootstrap、GARCH、SV方法。模糊预测理论中发展较为成熟的模糊时间序列方法仅能实现点预测,基于模糊理论实现不确定性预测的研究十分匮乏。因此,本文将模糊理论应用于短时交通流不确定性预测中,提供交通流不确定性预测研究的新思路。其次,本文以“模糊化”、“去模糊化”为核心思想,构建了基于模糊理论的短时交通流不确定性预测模型,主要分为六个步骤,具体包括:生成交通流量随机数组、确定随机数论域及区间长度、定义模糊集及其隶属函数、计算随机数隶属度值、确定上下限模糊集及其隶属函数、去模糊化输... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：98 页

【学位级别】：硕士

【部分图文】：

0分钟汇集度下不同基站工作日非工作日预测效果对比图：（a）10分钟汇集度下01基站工作日预测效果图；（b）10分钟汇集度下01基站非工作日预测效果图；（c）10分钟汇集度下07基站工作日预测效果图；（d）10分钟汇集度下07基站非工作日预测效果图

东南大学硕士学位论文44(a)(b)图5.210分钟汇集度下不同基站工作日非工作日宽度流量比对比图：（a）10分钟汇集度下01基站宽度流量比对比图；（b）10分钟汇集度下07基站宽度流量比对比图

东南大学硕士学位论文46(b)图5.310分钟汇集度下09基站高峰及平峰时段预测效果对比图：（a）10分钟汇集度下09基站高峰时段预测效果图；（b）10分钟汇集度下09基站平峰时段预测效果图如图5.3所示，选取同一基站平峰、高峰时段交通流量数据，并带入本文所建Fuzzy模型进行交通流不确定性预测，可获得相应的平峰、高峰时段交通流量预测区间。从图中可以看出，无论平高峰时段，该模型所得预测区间宽度都并非大小一致的，而是随着不同时间交通流量值的变化而变化，若区间宽度无变化，则该区间并不具有参考价值，因此本文模型所得区间具有现实意义，可应用于交通控制和诱导中。为了更好的对同一基站平峰、高峰时段的交通流量预测区间情况进行分析，图5.4示了对应的宽度流量比值变化情况，方便与交通流量预测区间变化情况结合分析。

【参考文献】：
期刊论文
[1]基于Elman神经网络的道路网短时交通流预测方法[J]. 董春娇,邵春福,熊志华,李娟.  交通运输系统工程与信息. 2010(01)
[2]Kalman滤波理论在短时交通预测上的应用[J]. 戴施华,周欣荣.  哈尔滨商业大学学报(自然科学版). 2005(06)
[3]基于卡尔曼滤波的高速道路行程时间动态预测[J]. 杭明升,杨晓光,彭国雄.  同济大学学报(自然科学版). 2002(09)

硕士论文
[1]基于改进神经网络的短时交通流预测研究[D]. 王沥.电子科技大学 2012



本文编号：3009561