基于GPS数据的短时交通状态预测识别研究

发布时间：2020-07-31 07:28

【摘要】：随着经济的快速发展和人民生活水平的提高,城市机动车保有量逐年升高,近几年尤为迅速。城市固有的交通设施已无法满足人们的出行需求,交通拥堵现象在各大中型城市时有发生。交通拥堵不仅影响经济的进一步发展和居民的出行质量,而且会导致一系列的环境污染、资源浪费等社会问题。发展智能交通是解决交通问题的有效方法,而短时交通状态预测识别是实现智能交通系统的基础和前提。因此本课题的研究不仅具有理论意义,而且对社会发展和国民经济建设具有一定的实用价值。充分利用城市公交车实时采集的GPS数据对短时交通状态进行预测识别,不仅可以降低数据采集成本,而且能达到很好的预测识别效果。文章基于呼和浩特市公交数据进行研究,主要包括交通状态分类识别和短时交通流预测两部分。具体研究内容如下:(1)采用以公交车速度曲线特征参数平均值、方差和波动次数为判别依据的交通状态判别方法。以呼和浩特市公交车GPS数据为基础,对数据进行深入挖掘分析并提取特征参数,然后利用模糊C均值聚类算法对城市道路交通状态进行判别。该方法旨在避开了对交通流量,占有率等数据采集的同时,寻求更简洁,计算开销小,速度更快的判别方法。(2)构建了基于长短期记忆人工神经网络两种不同训练方式的组合预测模型对短时交通流速度进行预测。公交车速度数据属于时序数据,具有时间相关性和准周期特性。组合模型充分考虑到了长期历史数据和前一时刻速度数据对当前预测速度的影响,利用长短期记忆人工神经网络良好的记忆功能,使预测结果达到了较高的准确率。
【学位授予单位】：内蒙古工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491;P228.4
【图文】：

地图,汽车,主要制约因素,新交

第一章绪论景及意义，每个城市的繁荣和衰落都与交通密切相关，交通是区域市的发展具有决定性的作用。“要想富，先修路”，交通对而且与人们的日常生活和出行息息相关。现如今，交通规中至关重要的部分。然而随着经济的发展和人们生活水平了汽车。特别是随着“汽车进入家庭”为标志的新交通时代众多城市进一步发展的主要制约因素之一，现有的交通设者的交通需求[1]。于经济快速发展的阶段，大部分大中型城市都面临交通拥地图联合交通运输部科学研究院、阿里云发布的《2017 年告》，以拥堵延时指数为指标作出我国百城交通状况图如

流程图,技术路线,流程图,内蒙古工业大学

内蒙古工业大学硕士学位论文VR 预测模型所得结果进行了对比。与展望。对论文的主要研究内容和成果进行了罗列，并不足。路线如图 1-2 所示，该系统主要分为数据预处理、交通部分。

流程图,数据预处理,流程图

第二章公交 GPS 数据预处理第二章公交 GPS 数据预处理保 GPS 数据的质量是对交通状态进行准确预测的前提和基础[21]。公交数据量庞大、数据不稳定、数据多样性和数据真实性等特性，在采集过数据噪声、数据遗漏等状况。因此，在对交通状态预测判别时，需要先通过 GPS 数据预处理，得到合理的研究数据。数据预处理过程如图 2-

【参考文献】