道路交通流密度的概率密度估计与预测方法研究

发布时间：2021-09-17 20:01

　　随着社会经济的不断发展,汽车拥有量不断攀升,交通拥堵已成为道路交通管理中亟待解决的主要难题。交通流密度是交通流理论中重要的基本特征参数,能够对道路的服务水平进行良好的评价。针对交通流密度的研究可为交通调控、解决道路拥塞问题提供理论依据。然而目前针对交通流密度的已有研究多集中在对交通流密度数据进行检测估计或者预测,以统计学和概率论知识为基础对其概率密度进行研究进而分析其分布特性的成果尚且不多。本文便针对交通流密度进行其概率密度估计以及预测的研究,具体主要工作如下:针对获取的原始交通流数据中可能存在缺失、异常等故障问题,以阈值筛选法为主结合交通流理论筛选法对其进行识别并以历史趋势值替补法对其进行预处理。通过该项前期工作,保证了数据的质量,提高了研究成果的准确性。设计了一种基于高斯混合模型（GMM）的交通流密度的概率密度估计方法。首先,使用模糊C均值聚类算法（FCM）完成GMM的参数初始化,以便于加快期望最大算法（EM）求解GMM参数时的收敛速度;其次,使用EM算法求解GMM参数;根据GMM得到交通流密度的概率密度估计结果。本文基于该方法对交通状况复杂程度不等的四个地点分别进行其工作日以及休... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

一周交通流量变化曲线

一周交通流密度变化曲线

一日交通流量变化曲线

【参考文献】：
期刊论文
[1]大数据聚类算法研究[J]. 郭雯雯,邵全义.  无线互联科技. 2018(04)
[2]智能交通系统在解决城市交通拥堵问题中的应用[J]. 季正清.  改革与开放. 2017(15)
[3]混合自行车交通流速度分布模型[J]. 徐程,曲昭伟,王殿海,金盛.  浙江大学学报(工学版). 2017(06)
[4]城市道路旅行时间高斯混合模型研究[J]. 李瑞敏,钱小冬,武红斌.  交通运输系统工程与信息. 2016(04)
[5]基于模糊信息粒化和支持向量机组合模型的交通流密度预测[J]. 钱坤,张建,娄欢,任勇,夏婷婷.  中国管理信息化. 2016(09)
[6]基于交通实测的交通流密度特性分析[J]. 祝会兵,郭丽敏,张柠溪,郭明旻,费莉.  宁波大学学报(理工版). 2015(04)
[7]基于高斯混合模型的车辆自由流速度分布[J]. 徐程.  公路交通科技. 2012(08)
[8]基于高斯混合分布的交通拥堵评价模型[J]. 王曦,祝付玲.  公路交通科技. 2011(02)
[9]基于FFCM聚类的城市交通拥堵判别研究[J]. 杨祖元,黄席樾,杜长海,唐明霞.  计算机应用研究. 2008(09)
[10]城市快速道路交通流密度的估计[J]. 胡小文,杨东援.  交通运输系统工程与信息. 2008(03)

博士论文
[1]城市基本路段混合非机动车交通流特性研究[D]. 周旦.浙江大学 2016

硕士论文
[1]基于支持向量回归机的城市快速路入口匝道控制方法研究[D]. 马丽霞.北京交通大学 2015
[2]城市快速路交通流数据修复方法研究[D]. 金逸文.上海交通大学 2008
[3]基于GPRS的无线传输技术在智能交通系统中的应用研究[D]. 凌万利.哈尔滨工程大学 2006



本文编号：3399402