交通流量多阶段估计方法与应用

发布时间：2021-08-31 03:12

　　交通流量估计问题是运筹学与管理科学交叉研究的热点问题之一。交通流量可以反映城市交通系统需求的状况,是交通规划与管理的重要基础数据。本文从数据相关性的角度入手,首先定义了结点-路段-OD对关联矩阵,提出了基于网络结点交通流守恒特征的路段流量和OD需求估计方法;接着以路段之间的交通流量相关性为指标,建立了基于交通流量相关性的交通流量多阶段估计模型,并给出了求解算法和数值算例。第一章绪论部分介绍了交通流量估计问题的研究背景和意义,并对交通流量估计问题的研究现状进行分类介绍。第二章简要介绍了本文研究内容所用到的一些预备知识:给出了交通配流模型的概念,并对经典的用户均衡模型和求解算法进行了概述;对论文中涉及到的机器学习的XGBoost算法以及人工神经网络的原理进行概述。第三章提出了一种基于路网结点流量守恒特征的路段流量和OD估计方法,首先定义了结点-路段-OD对关联矩阵,通过高斯消去法求解需要被观测的变量的最小子集,从而推断出其余的路段流量和OD需求,实现全路网交通流量和OD需求的同时估计。最后,通过两个数值算例来验证此方法的有效性和正确性。第四章提出了基于交通流量相关性的交通流量多阶段估计模型... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

鱼骨网络估计变量的平均绝对百分比误差Figure4-2Meanabsolutepercentageerrorofestimatedvariablesinfishbonenetwork

硕士学位论文40图4-2鱼骨网络估计变量的平均绝对百分比误差Figure4-2Meanabsolutepercentageerrorofestimatedvariablesinfishbonenetwork图4-3鱼骨网络估计变量的可决系数Figure4-3Determinationcoefficientofestimatedvariableinfishbonenetwork通过表4-3和图4-2、4-3我们综合发现，经过神经网络的拟合，除了路段5之外，测试集范围内的输出值与真实值之间的平均绝对百分比误差均在0.09以

硕士学位论文46图4-7两种情况下的模型求解与随机布设的MAPE对比图Figure4-7ThecorresnpondingMAPEsofthemodel’sresultintwocasescomparedwithrandomplacementcase图4-8两种情况下的模型求解与随机布设的2R对比图Figure4-8Thecorresnponding2Rofthemodel’sresultintwocasescomparedwithrandomplacementcase图4-7、4-8显示了至少包含相关性排名1、2的变量才能被估计出、至少包含相关性排名1的变量才能被估计出以及随机挑选相同数量的观测变量且进行


本文编号：3374069