基于收费数据的高速公路运行状态研究
发布时间：2021-07-19 09:42
随着高速公路的不断建设,路网逐渐被完善,高速公路网已经成为我国的经济命脉,收费系统作为高速公路建设的重要组成部分,记录了大量车辆的收费数据。随着大数据分析与人工智能等技术的不断进步,数据挖掘也被逐步地引入交通运输领域,使得智能交通进一步发展。如何将高速公路收费系统中的数据充分利用,挖掘出有价值的信息,为交通出行者和道路管理者提供可靠的信息,为智能交通发展提供理论支持成为高速公路进一步发展的方向。本文以此为出发点,通过对高速公路收费数据的挖掘,探究路网交通运行状态,为出行者与交通管理者对道路状态评价提供数据支持。1、高质量的数据可以提高数据挖掘的准确度,合理的数据处理方法可以获得更多有效信息。因此数据挖掘前需要对数据进行预处理。先通过数据清洗、集成、抽取和剔除异常值,以生成初步有效的数据,采用四分位法和统计学原理对数据进行筛选,实验结果表明采用统计学原理上限和四分位法下限范围内数据可以包含大多数有效数据。有效数据筛选为下一步研究打下基础。2、现有论文进行高速公路运行状态判别时,常采用密度、速度、车头时距等作为交通流特征参数。该数据的收集需花费大量成本且存在较大误差。高速公路收费数据精确记...
【文章来源】：兰州交通大学甘肃省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
四分位法与统计原理的清洗范围
基于收费数据的高速公路运行状态研究 以 2017 年 10 月 21 日为例，选取 7:00-10:00 时段，以一小时为一时间间隔，计算该 OD对间每一时间段小型车的行程时间，进行数据处理。如表 3.2 为原始数据。 (1) 数据选取。 从数据库中检索 2017 年 10 月 21 日兰州收费站到傅家窑收费站收费数据，选取小型客车作为研究对象，并计算每一小时时间段内，该 OD 对间所有车辆的行程时间。样本如图 3.3 所示。
兰州交通大学硕士学位论文-21-选取9:00-10:00这一时间段进行展示，该时段车辆行程时间有效数据修正前后的分布情况分别如图3.3和图3.4所示。图3.4车辆行程时间未修正分布示意图图3.5车辆行程时间修正后分布示意图从图3.4可以看出部分车辆在短距离内也会出现行程时间过长，偏离大部分车辆的平均行程时间，主要原因可能包括车辆发生故障、在服务区进行短暂的休息或者为服务区内车辆，停留较长时间，这部分数据不能有效反应该路段情况。从图3.5可以看出大分布车辆的行程时间为有效数据，较符合高速公路车辆行程时间分布情况。3.4本章小节原始的高速公路数据由于各类原因导致部分数据出现错误。因此，有效的进行数据筛选是数据挖据的第一步。本章分步介绍了数据处理的全过程，从明显错误数据剔除到有效数据筛选，经过几步筛选后留下有效数据。数据处理的结果对数据挖掘的效果产生最直接的影响，本部分的完成为后续工作打下基矗
【参考文献】：
期刊论文
[1]车辆构成比例与行程时间可靠性关系研究[J]. 郝佳晨,王磊. 青海交通科技. 2019(05)
[2]高速公路交通流状态估计方法研究[J]. 龙科军,周政川,姚午开. 公路与汽运. 2019(05)
[3]一种用于高速公路通行情况分析的收费数据挖掘方法[J]. 赵怀鑫,邓然然,张英杰,丁明航,孙朝云,李伟. 中国公路学报. 2018(08)
[4]高速公路出行信息服务评价指标体系研究[J]. 于泉,郭增增,梁锐. 交通运输研究. 2017(06)
[5]基于尖点突变理论的高速公路交通流状态判别方法[J]. 胡建荣,何磊. 中国公路学报. 2017(10)
[6]基于模糊C均值聚类的城市道路交通状态判别[J]. 李晓璐. 交通科技与经济. 2016(04)
[7]基于数据挖掘的高速公路行程时间预测[J]. 邢雪,于德新,田秀娟,程泽阳. 华中科技大学学报(自然科学版). 2016(08)
[8]速度梯度模型的高速公路交通流状态估计方法[J]. 王昊,杨万波. 哈尔滨工业大学学报. 2015(09)
[9]道路交通大数据及其关键技术研究[J]. 段宗涛,郑西彬,李莹,刘研,王向宇,康军,唐蕾. 微电子学与计算机. 2015(06)
[10]基于OLAM的高速公路交通量多维预测研究[J]. 钱超,许宏科,徐娜,代亮,程鸿亮. 交通运输系统工程与信息. 2013(02)
博士论文
[1]城市道路路网交通运行状态分析方法及应用研究[D]. 苏飞.北京交通大学 2017
[2]基于多源异质数据的高速公路交通状态估计方法研究[D]. 何赏璐.东南大学 2017
硕士论文
[1]基于GMM模型与RWI-HLLE算法的高速公路运行状态评价[D]. 王旭昭.北京交通大学 2019
[2]基于收费数据的高速公路行程时间预测及行程时间可靠性研究[D]. 邵孙健.吉林大学 2018
[3]基于模糊聚类分析的高速公路交通状态识别研究[D]. 何亚龙.兰州交通大学 2018
[4]高速公路实时交通状态判别方法研究[D]. 杜崇.北京交通大学 2017
[5]基于模糊聚类的高速公路交通运行状态判别与决策模型研究[D]. 朱洪磊.华南理工大学 2017
[6]高速公路收费数据拆分与校核算法研究与应用[D]. 邢正.华南理工大学 2016
[7]高速公路基本路段实时交通状态判别方法的研究及应用[D]. 陈会茹.长安大学 2015
[8]基于收费数据的高速公路旅行时间可靠性分析与应用[D]. 庄岩浩.华南理工大学 2014
[9]基于时空分析的高速公路基本路段交通状态估计研究[D]. 徐静.重庆大学 2014
[10]基于实时数据的路网交通状态可靠性动态分析方法研究[D]. 董硕.吉林大学 2013
本文编号：3290471
【文章来源】：兰州交通大学甘肃省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
四分位法与统计原理的清洗范围
基于收费数据的高速公路运行状态研究 以 2017 年 10 月 21 日为例，选取 7:00-10:00 时段，以一小时为一时间间隔，计算该 OD对间每一时间段小型车的行程时间，进行数据处理。如表 3.2 为原始数据。 (1) 数据选取。 从数据库中检索 2017 年 10 月 21 日兰州收费站到傅家窑收费站收费数据，选取小型客车作为研究对象，并计算每一小时时间段内，该 OD 对间所有车辆的行程时间。样本如图 3.3 所示。
兰州交通大学硕士学位论文-21-选取9:00-10:00这一时间段进行展示，该时段车辆行程时间有效数据修正前后的分布情况分别如图3.3和图3.4所示。图3.4车辆行程时间未修正分布示意图图3.5车辆行程时间修正后分布示意图从图3.4可以看出部分车辆在短距离内也会出现行程时间过长，偏离大部分车辆的平均行程时间，主要原因可能包括车辆发生故障、在服务区进行短暂的休息或者为服务区内车辆，停留较长时间，这部分数据不能有效反应该路段情况。从图3.5可以看出大分布车辆的行程时间为有效数据，较符合高速公路车辆行程时间分布情况。3.4本章小节原始的高速公路数据由于各类原因导致部分数据出现错误。因此，有效的进行数据筛选是数据挖据的第一步。本章分步介绍了数据处理的全过程，从明显错误数据剔除到有效数据筛选，经过几步筛选后留下有效数据。数据处理的结果对数据挖掘的效果产生最直接的影响，本部分的完成为后续工作打下基矗
【参考文献】：
期刊论文
[1]车辆构成比例与行程时间可靠性关系研究[J]. 郝佳晨,王磊. 青海交通科技. 2019(05)
[2]高速公路交通流状态估计方法研究[J]. 龙科军,周政川,姚午开. 公路与汽运. 2019(05)
[3]一种用于高速公路通行情况分析的收费数据挖掘方法[J]. 赵怀鑫,邓然然,张英杰,丁明航,孙朝云,李伟. 中国公路学报. 2018(08)
[4]高速公路出行信息服务评价指标体系研究[J]. 于泉,郭增增,梁锐. 交通运输研究. 2017(06)
[5]基于尖点突变理论的高速公路交通流状态判别方法[J]. 胡建荣,何磊. 中国公路学报. 2017(10)
[6]基于模糊C均值聚类的城市道路交通状态判别[J]. 李晓璐. 交通科技与经济. 2016(04)
[7]基于数据挖掘的高速公路行程时间预测[J]. 邢雪,于德新,田秀娟,程泽阳. 华中科技大学学报(自然科学版). 2016(08)
[8]速度梯度模型的高速公路交通流状态估计方法[J]. 王昊,杨万波. 哈尔滨工业大学学报. 2015(09)
[9]道路交通大数据及其关键技术研究[J]. 段宗涛,郑西彬,李莹,刘研,王向宇,康军,唐蕾. 微电子学与计算机. 2015(06)
[10]基于OLAM的高速公路交通量多维预测研究[J]. 钱超,许宏科,徐娜,代亮,程鸿亮. 交通运输系统工程与信息. 2013(02)
博士论文
[1]城市道路路网交通运行状态分析方法及应用研究[D]. 苏飞.北京交通大学 2017
[2]基于多源异质数据的高速公路交通状态估计方法研究[D]. 何赏璐.东南大学 2017
硕士论文
[1]基于GMM模型与RWI-HLLE算法的高速公路运行状态评价[D]. 王旭昭.北京交通大学 2019
[2]基于收费数据的高速公路行程时间预测及行程时间可靠性研究[D]. 邵孙健.吉林大学 2018
[3]基于模糊聚类分析的高速公路交通状态识别研究[D]. 何亚龙.兰州交通大学 2018
[4]高速公路实时交通状态判别方法研究[D]. 杜崇.北京交通大学 2017
[5]基于模糊聚类的高速公路交通运行状态判别与决策模型研究[D]. 朱洪磊.华南理工大学 2017
[6]高速公路收费数据拆分与校核算法研究与应用[D]. 邢正.华南理工大学 2016
[7]高速公路基本路段实时交通状态判别方法的研究及应用[D]. 陈会茹.长安大学 2015
[8]基于收费数据的高速公路旅行时间可靠性分析与应用[D]. 庄岩浩.华南理工大学 2014
[9]基于时空分析的高速公路基本路段交通状态估计研究[D]. 徐静.重庆大学 2014
[10]基于实时数据的路网交通状态可靠性动态分析方法研究[D]. 董硕.吉林大学 2013
本文编号：3290471
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3290471.html
