基于高速公路联网收费数据的区间OD矩阵预测

发布时间：2023-03-22 20:39

　　高速公路OD矩阵预测是高速公路交通需求预测的环节之一,是高速公路网规划的重要依据。然而,基年OD矩阵的获取是OD矩阵预测过程中的一大难题。随着交通大数据的发展,高速公路联网收费数据为基年OD矩阵获取及车辆出行时空特性分析提供了新的契机。由于交通出行中的不确定性因素众多,对OD矩阵预测提出了更高的要求。为了满足高速公路网规划、管理的要求,对高速公路车辆出行OD矩阵预测的研究势在必行。同时,为了降低决策的风险,有必要进行区间OD矩阵预测研究。论文以交通大数据为背景,对联网收费获取的数据进行数据清洗、数据集成及收费站点编号等预处理工作。通过提取现状OD矩阵,进行高速公路车辆出行时空特性和车型结构分析。在此基础上,提出以网络最小误差为目标的交通生成量BP神经网络区间组合预测方法。然后,以实际值与预测值中点、半径差值最小为目标,构建交通发生、吸引量区间组合预测模型。为了明确目标年OD出行量的变化趋势,提出趋势系数的概念,将OD矩阵预测的关键转换成区间趋势系数矩阵的求解。以现状OD矩阵点乘区间趋势系数矩阵得到新矩阵的行求和、列求和与目标年交通发生量、吸引量区间距离最短为目标,建立区间OD矩阵预测模...

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 交通大数据研究现状
        1.2.2 OD矩阵预测研究现状
        1.2.3 区间理论研究现状
    1.3 研究内容和技术路线
第二章 联网收费数据处理与分析
    2.1 联网收费数据预处理
        2.1.1 原始数据构成
        2.1.2 数据预处理
    2.2 现状OD矩阵提取
    2.3 车型结构分析
    2.4 出行时空特性分析
        2.4.1 交通生成时空特性分析
        2.4.2 车辆出行热点区域分析
        2.4.3 空间运输联系强度分析
        2.4.4 空间自相关分析
    2.5 本章小结
第三章 出行生成量区间组合预测
    3.1 不确定性度量方法
        3.1.1 常用不确定性度量方法
        3.1.2 区间数度量的意义
        3.1.3 区间数比较
    3.2 交通生成量BP神经网络区间组合预测
        3.2.1 交通生成量单项预测法
        3.2.2 BP神经网络区间组合预测
    3.3 交通发生吸引量区间组合预测优化模型
        3.3.1 交通发生吸引量单项预测法
        3.3.2 区间组合预测优化模型
    3.4 本章小结
第四章 OD矩阵的区间预测
    4.1 建模思路
    4.2 模型构建
        4.2.1 变量说明
        4.2.2 目标函数
        4.2.3 约束条件
    4.3 算法设计
        4.3.1 算法选取
        4.3.2 可行方向法
        4.3.3 算法步骤
    4.4 本章小结
第五章 实例分析
    5.1 G省高速公路概况
    5.2 交通生成量预测
    5.3 交通发生与吸引量预测
    5.4 OD矩阵预测
    5.5 车型结构预测
    5.6 本章小结
结论与展望
    主要研究工作总结
    主要创新点
    研究展望
参考文献
致谢
附录A (攻读学位期间发表论文目录)
附录B
附录C.1 (现状出行OD表1)
附录C.2 (现状出行OD表2)
附录C.3 (OD小区运输联系强度表1)
附录C.4 (OD小区运输联系强度表2)
附录C.5 (2021年出行OD表1)
附录C.6 (2021年出行OD表2)
附录C.7 (2021年出行OD表3)
附录C.8 (2021年出行OD表4)



本文编号：3767543