基于交通流空间相关性的偶发拥堵下最短路径算法研究
发布时间：2021-12-28 16:51
出行时间是影响居民出行满意度的主要因素,而交通拥堵增加了出行时间,降低了居民出行效率,从而影响居民出行满意度。交通拥堵可以分为常发拥堵和偶发拥堵,其中偶发拥堵具有随机性、非周期性等特点,其传播方向、传播范围、影响程度较难预测。当发生偶发拥堵时,常用的最短路径算法没有考虑到拥堵的传播扩散使路网交通状态发生动态变化,在进行路径选择时,可能无法避开潜在的连锁拥堵路段。针对这一问题,研究路段交通流之间的空间相关性,刻画偶发拥堵在城市路网中的传播过程,根据路网交通状态随时间的变化情况,求解行程时间最短路径,从而引导车辆减少出行延误。论文完成的主要研究工作如下:（1）数据驱动的城市路段交通流空间相关性研究以处理后的GPS行车轨迹作为基础数据,利用Apriori算法提取频繁出现在轨迹中的路段及路径,生成关联规则,将关联规则置信度作为表示路段交通流之间空间相关性的系数,从而描述路段交通流之间的相互作用强弱。（2）偶发拥堵主要影响路段交通流状态分析借助交通波理论分析事件发生后拥堵原发路段交通流状态,利用VISSIM仿真获得不同车道失效场景下拥堵原发路段的流量及车速变化情况,根据交通流之间的空间相关关系量...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
技术路线图
城市路网交通流相关关系示意图
吉林大学硕士学位论文12（1）计算每一项的支持度，与最小支持度阈值比较，保留大于等于最小支持度阈值的项，得到1项频繁集1L。（2）1L与1L连接得到候选2项集，并计算每一候选2项集的支持度，保留大于等于最小支持度阈值的项集，得到2项频繁集2L。（3）2L与1L连接得到候选3项集，并计算每一候选3项集的支持度。根据Apriori算法，频繁项集的所有非空子集也必须是频繁项集，因此进行剪枝，剔除非空子集包含非频繁项集的3项集，并保留余下项集中大于等于最小支持度阈值的项集，得到3项频繁集3L。（4）3L与1L连接得到候选4项集，处理过程同（3）。（5）递归连接得到候选k1项集，若剪枝后为空集，则1L、2L、3L…kL都是频繁项集，其中kL是最大k项频繁集。仍旧以4个路段序列的示例进行说明。假设取最小支持度为0.4，具体提取频繁项集流程如图2.2所示。候选4项集剪枝后为空集，因此得到最大3项频繁集，分别为路段1、2、6及路段1、2、8。图2.2频繁项集提取流程2.3本章小结本章将浮动车轨迹匹配到地图，利用Apriori算法提取轨迹反映的交通流空间相关关系，提出了计算交通流空间相关性的新方法。
【参考文献】：
期刊论文
[1]基于速度变化的偶发性交通拥堵时空分布特性研究[J]. 孙建平,郭继孚,张溪,徐春玲. 交通运输系统工程与信息. 2019(02)
[2]结合空间相关性的城市热点路段提取方法[J]. 刘家良,孙立双. 测绘通报. 2018(06)
[3]利用词向量模型分析城市道路交通空间相关性[J]. 刘康,仇培元,刘希亮,张恒才,王少华,陆锋. 测绘学报. 2017(12)
[4]基于时空权重相关性的交通流大数据预测方法[J]. 李欣,罗庆,孟德友. 北京大学学报(自然科学版). 2017(04)
[5]改进型CTM模型突发事件下的拥堵传播规律[J]. 杨泳,户佐安,严余松. 北京工业大学学报. 2015(07)
[6]基于图论的道路偶发性局部拥堵区域动态演化[J]. 吴义虎,谢芝,喻伟,喻丹,屈晓光. 交通科学与工程. 2015(02)
[7]城市道路交通拥堵状态时空相关性分析[J]. 张婧,任刚. 交通运输系统工程与信息. 2015(02)
[8]城市核心区主干路交通拥塞演变规律分析[J]. 祁首铭,胡立伟,孙亚南,程浩. 武汉理工大学学报(交通科学与工程版). 2014(05)
[9]基于拓扑与形态特征的城市道路交通状态空间自相关分析[J]. 刘康,段滢滢,陆锋. 地球信息科学学报. 2014(03)
[10]城市交通拥堵态势监控的时空分布形态识别模型[J]. 胡启洲,刘英舜,郭唐仪. 交通运输系统工程与信息. 2012(03)
博士论文
[1]基于出租车GPS数据的城市常发性交通拥堵演变研究[D]. 杨海强.哈尔滨工业大学 2018
[2]城市道路交通拥堵机理及控制方法研究[D]. 黄艳国.华南理工大学 2015
[3]城市交通拥堵判别与疏导模型研究[D]. 马诗咏.哈尔滨工业大学 2013
[4]海量低频浮动车数据道路匹配及行程时间估算[D]. 李宇光.武汉大学 2013
[5]城市交通拥堵传播机理及其控制策略研究[D]. 袁绍欣.长安大学 2012
[6]突发事件下非重复性交通拥堵传播规律与控制策略研究[D]. 张敖木翰.北京交通大学 2012
[7]城市道路交通拥堵传播规律及消散控制策略研究[D]. 龙建成.北京交通大学 2009
硕士论文
[1]交通拥堵情况下的车联网路径选择算法研究[D]. 朱思亮.武汉理工大学 2017
[2]基于用户选择的多约束条件动态最优路径规划研究[D]. 郭桂林.重庆交通大学 2016
[3]基于VISSIM交通仿真的城市高架拥堵分析及控制改善[D]. 程晓鹏.长安大学 2015
[4]城市道路网络交通瓶颈识别研究[D]. 刘金霞.兰州交通大学 2015
[5]典型交通事件下道路拥堵的网络化蔓延特性研究[D]. 张凡.北京交通大学 2014
[6]基于VMS信息环境下的动态路径选择模型研究[D]. 吴波.西南交通大学 2014
[7]基于元胞自动机的城市道路偶发性拥堵时交通行为模拟[D]. 李意芬.长沙理工大学 2014
[8]城市道路偶发性拥堵的状态识别及传播规律研究[D]. 宋明磊.长沙理工大学 2013
[9]基于GIS的路网分析系统的研究与构建[D]. 周红媚.西南交通大学 2006
本文编号：3554399
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
技术路线图
城市路网交通流相关关系示意图
吉林大学硕士学位论文12（1）计算每一项的支持度，与最小支持度阈值比较，保留大于等于最小支持度阈值的项，得到1项频繁集1L。（2）1L与1L连接得到候选2项集，并计算每一候选2项集的支持度，保留大于等于最小支持度阈值的项集，得到2项频繁集2L。（3）2L与1L连接得到候选3项集，并计算每一候选3项集的支持度。根据Apriori算法，频繁项集的所有非空子集也必须是频繁项集，因此进行剪枝，剔除非空子集包含非频繁项集的3项集，并保留余下项集中大于等于最小支持度阈值的项集，得到3项频繁集3L。（4）3L与1L连接得到候选4项集，处理过程同（3）。（5）递归连接得到候选k1项集，若剪枝后为空集，则1L、2L、3L…kL都是频繁项集，其中kL是最大k项频繁集。仍旧以4个路段序列的示例进行说明。假设取最小支持度为0.4，具体提取频繁项集流程如图2.2所示。候选4项集剪枝后为空集，因此得到最大3项频繁集，分别为路段1、2、6及路段1、2、8。图2.2频繁项集提取流程2.3本章小结本章将浮动车轨迹匹配到地图，利用Apriori算法提取轨迹反映的交通流空间相关关系，提出了计算交通流空间相关性的新方法。
【参考文献】：
期刊论文
[1]基于速度变化的偶发性交通拥堵时空分布特性研究[J]. 孙建平,郭继孚,张溪,徐春玲. 交通运输系统工程与信息. 2019(02)
[2]结合空间相关性的城市热点路段提取方法[J]. 刘家良,孙立双. 测绘通报. 2018(06)
[3]利用词向量模型分析城市道路交通空间相关性[J]. 刘康,仇培元,刘希亮,张恒才,王少华,陆锋. 测绘学报. 2017(12)
[4]基于时空权重相关性的交通流大数据预测方法[J]. 李欣,罗庆,孟德友. 北京大学学报(自然科学版). 2017(04)
[5]改进型CTM模型突发事件下的拥堵传播规律[J]. 杨泳,户佐安,严余松. 北京工业大学学报. 2015(07)
[6]基于图论的道路偶发性局部拥堵区域动态演化[J]. 吴义虎,谢芝,喻伟,喻丹,屈晓光. 交通科学与工程. 2015(02)
[7]城市道路交通拥堵状态时空相关性分析[J]. 张婧,任刚. 交通运输系统工程与信息. 2015(02)
[8]城市核心区主干路交通拥塞演变规律分析[J]. 祁首铭,胡立伟,孙亚南,程浩. 武汉理工大学学报(交通科学与工程版). 2014(05)
[9]基于拓扑与形态特征的城市道路交通状态空间自相关分析[J]. 刘康,段滢滢,陆锋. 地球信息科学学报. 2014(03)
[10]城市交通拥堵态势监控的时空分布形态识别模型[J]. 胡启洲,刘英舜,郭唐仪. 交通运输系统工程与信息. 2012(03)
博士论文
[1]基于出租车GPS数据的城市常发性交通拥堵演变研究[D]. 杨海强.哈尔滨工业大学 2018
[2]城市道路交通拥堵机理及控制方法研究[D]. 黄艳国.华南理工大学 2015
[3]城市交通拥堵判别与疏导模型研究[D]. 马诗咏.哈尔滨工业大学 2013
[4]海量低频浮动车数据道路匹配及行程时间估算[D]. 李宇光.武汉大学 2013
[5]城市交通拥堵传播机理及其控制策略研究[D]. 袁绍欣.长安大学 2012
[6]突发事件下非重复性交通拥堵传播规律与控制策略研究[D]. 张敖木翰.北京交通大学 2012
[7]城市道路交通拥堵传播规律及消散控制策略研究[D]. 龙建成.北京交通大学 2009
硕士论文
[1]交通拥堵情况下的车联网路径选择算法研究[D]. 朱思亮.武汉理工大学 2017
[2]基于用户选择的多约束条件动态最优路径规划研究[D]. 郭桂林.重庆交通大学 2016
[3]基于VISSIM交通仿真的城市高架拥堵分析及控制改善[D]. 程晓鹏.长安大学 2015
[4]城市道路网络交通瓶颈识别研究[D]. 刘金霞.兰州交通大学 2015
[5]典型交通事件下道路拥堵的网络化蔓延特性研究[D]. 张凡.北京交通大学 2014
[6]基于VMS信息环境下的动态路径选择模型研究[D]. 吴波.西南交通大学 2014
[7]基于元胞自动机的城市道路偶发性拥堵时交通行为模拟[D]. 李意芬.长沙理工大学 2014
[8]城市道路偶发性拥堵的状态识别及传播规律研究[D]. 宋明磊.长沙理工大学 2013
[9]基于GIS的路网分析系统的研究与构建[D]. 周红媚.西南交通大学 2006
本文编号：3554399
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3554399.html
