基于智慧城市的交通态势感知与可视化技术研究

发布时间：2021-03-21 05:11

　　随着我国经济高速发展,城市建设进程的加快,城市中各个领域都在迅速发展,其中交通领域的发展尤为迅猛。城市道路网络已经趋于成熟,交通路网对于人们的出行和城市资源的运输有着至关重要的作用。与此同时,人们生活水平的提高也使得私家车的数量迅速增长,导致交通路网的需求和供应之间的不平衡日益加剧,进而衍生出环境污染问题和资源浪费问题。利用大数据技术分析交通数据在智慧城市中的特性,深入研究智慧交通对于人们的出行规划和资源流通的重要影响,改善经济发展和智慧城市建设而带来的交通拥堵问题,实现城市交通网络的智能管理和实时监控对于我国智慧城市的建设有着重要意义。从海量的交通数据中挖掘出有效信息,并对数据进行分析和处理,对交通态势进行感知,对交通态势进行可视化,是智慧城市建设中的一项挑战。1.利用道路相关信息和道路平均旅行时间等数据,综合考虑节假日、时间段等因素,对智慧城市中的交通特征进行分析。通过对道路静态特征、时间片静态特征和时间片动态特征的分析,建立基于XGB oost算法的交通流量预测模型。通过使用XGBoost模型对缺失值进行填补,利用原有数据和模型填补数据再次使用XGBoost模型进行交通流量预测。... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

图２－１论文总体设计图??

?第三章基于ＸＧＢｏｏｓｔ融合模型的交通态势感知技术研究???３．１．１异常值处理??对于一组满足正态分布的数据Ｘ？有??Ｐ（｜ｘ－?／／｜?＞?３ａ）?＜?０．００３??上式表明，样本距离ｘ距离平均值ｐ超过３ａ的概率小于等于０．００３。通常可以认??定这样的样本值是异常值。??数据集中平均旅行时间的分布如图３－１所示，可以看出呈长尾式分布，数值较??大的数据量很少，大部分数据都集中在很小的区域。对于长尾式分布的数据，可以??采用对数变换的方法进行处理，为避免对数变换过程中出现负无穷大的情况，选??择／？（ｘ＋ｌ）作为对数变换公式，经过对数变换后，数据分布如图３－２所示，可以看??出，处理后的数据基本符合正态分布《??５００００００?－??４００００００?－??３００００００?－??２００００００?－??１００００００?－??０?０?２５０?５００?７５０?１０００?１２５０?１５００?１７５０?２０００??图３－１平均旅行时间原始分布图??２０００００?－??１５００００?－??１０００００?－??０１２３４５６７??图３－２平均旅行时间对数变换分布图??１７??

?电子科技大学硕士学位论文???图３－２包含所有道路各个日期所有时刻的分布，为保证数据的平滑性，分别统??计每条道路每天各个时刻的对数变换后的平均旅行时间，设宣上下阈值分别为９５??百分位数和５百分位数，超过阈值的数据使用阈值代替，如图３－３所示。??

【参考文献】：
期刊论文
[1]基于XGBoost节假日路网流量预测研究[J]. 黄骞,郑颖尔,邓钰桥.  公路. 2018(12)
[2]基于加权组合模型的短时交通流预测研究[J]. 雷斌,温乐,耿浩,李建明.  测控技术. 2018(05)
[3]基于XGBoost算法的2型糖尿病精准预测模型研究[J]. 张洪侠,郭贺,王金霞,徐岩艳,吕斌,闫东,常佳,胡光瑞,王雪,李洪军,刘天戟,李燕林,赵志强,牛晓强.  中国实验诊断学. 2018(03)
[4]一种平稳化短时交通流预测方法[J]. 康军,段宗涛,唐蕾,温兴超.  测控技术. 2018(02)
[5]基于模糊神经网络的短时交通流预测方法研究[J]. 程山英.  计算机测量与控制. 2017(08)
[6]考虑道路等级和拥堵惩罚的城市路网平均负荷度计算[J]. 周强,闫欣欣,袁振洲.  公路与汽运. 2017(01)
[7]城市交通GPS数据可视化分析[J]. 赵庶旭,董亮.  计算机应用与软件. 2016(10)
[8]一种基于非参数回归的交通速度预测方法[J]. 史殿习,丁涛杰,丁博,刘惠.  计算机科学. 2016(02)
[9]智能交通领域中地图匹配算法研究[J]. 周成,袁家政,刘宏哲,邱静.  计算机科学. 2015(10)
[10]基于深度学习的交通拥堵预测模型研究[J]. 谭娟,王胜春.  计算机应用研究. 2015(10)



本文编号：3092388