基于LSTM深度网络的城市道路短时交通状态预测模型研究
发布时间：2020-12-26 11:17
近年来,随着城市化进程的不断加快,交通拥堵问题日益严重,治理和缓解城市交通拥堵已成为世界范围内各大城市亟待解决的重大社会问题。然而在城市交通拥堵时段时,有相当大一部分道路处于非拥堵状态,此时若能通过对城市道路交通状态进行长短时的预测,及时掌握交通道路未来一段时间的交通状况,就可以利用预测结果进行交通诱导,为出行者提供更有效的出行路线规划依据,以提高已有城市道路资源的利用率,缓解城市主要拥堵路段的交通压力。鉴于此,集合多种先进技术的智能交通系统（Intelligent Transportation System,ITS）成为了解决城市道路拥堵问题的首选方法。作为ITS的一个分支,交通状态短时预测在交通智能化管理和动态控制中占有重要地位,是智能交通系统中交通控制和诱导的关键。然而,传统预测方法预测精度较低,且预测所用的交通数据存在获取成本高、质量较差、覆盖范围小等问题,再加上城市复杂的路网结构,导致如何实现有效的城市道路短时交通状态预测这一问题制约着智能交通的长足发展。而利用浮动车技术获取的海量交通数据有效克服了上述问题,使得对交通状态特性的研究与预测也进入了大数据时代,让利用交通大数据来...
【文章来源】：福建工程学院福建省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图１－１近五年机动车新注册登记情况??统计显示，２０１７年全国汽车保有量达２．?１７亿辆，与２０１６年相比，全年增加２３０４万??
据公安部交通管理局发布的数据＇截至２０１７年底，全国机动车保有量达３．?１０亿辆，??其中汽车２．?１７亿辆；机动车驾驶人达３．?８５亿人，其中汽车驾驶人３．?４２亿人。随着我国??经济社会持续快速发展，机动车保有量继续保持快速增长态势。如图１－１所示，２０１７年在??公安交通管理部门新注册登记的机动车３３５２万辆，其中新注册登记汽车２８１３万辆，均创??历史新高。??ｍ：?ｍ?近五年机动车新注册登记情况??４０００????３５００??ｍｓ?￣??３０００??２７－７７??一？Ｉ??２５００?１＇?｜｜一鍾一Ｊ?＾?－??：１：?ｌｉｉＪｚ??１０００?＾??２０１３?年?２０１４?年?２０１５?年?２０１６?年?２０１７?年??图１－１近五年机动车新注册登记情况??统计显示，２０１７年全国汽车保有量达２．?１７亿辆，与２０１６年相比，全年增加２３０４万??辆，增长约１１．８５％。从车辆类型看，载客汽车保有量达１．８５亿，其中以个人名义登记的??小型和微型载客汽车（即私家车）达１．７０亿辆，占载客汽车的９１．?８９％，?７个城市汽车保??有量超过３００万辆，如图１＿２所示。??单位：万辆??ｉＨＨＨ??北成重上苏深郑天西东武石青杭南宁佛??＆都庆海州圳州，津￥竞汉產岛州京波山??图１－２汽车保有量超过２００万的城市统计图（截至２０１７年底）??面对持续增长的机动车数量，尤其是私家车数量，在给公众出行带来诸多便利的同时??也加重了城市交通道路的负担［２］
ｖ?＝?Ｖｆ（ｌ?—）?（２－６）??Ｐｊａｍ??对应的１７－ｐ曲线如图２－１所示，其中ｐ；ａｍ称为阻塞密度。观察分析可知，该曲线具有??如下特点：当／３＝〇时，Ｖ值可达理论最高速度，该速度也被称为自由流速度Ｖ／；且直线上??任意一点的横、纵坐标与原点０所围成的矩形面积即为该点的交通流量。线性模型具有简??单易懂等特点，使得其得到了广泛的应用，至今仍是一种非常重要交通流分析模型。??１２??
【参考文献】：
期刊论文
[1]基于强空间集成的交通状态判别方法[J]. 刘擎超,蔡英凤,江浩斌,何友国,陈龙. 计算机工程. 2017(11)
[2]基于FCM的无检测器交叉口短时交通流量预测[J]. 张明辉. 计算机技术与发展. 2017(04)
[3]利用浮动车大数据进行稀疏路段行程时间推断[J]. 张发明,朱欣焰,呙维,胡涛. 武汉大学学报(信息科学版). 2017(01)
[4]基于跟踪算法和模糊推理的交通事件检测方法[J]. 朱文兴,刘晓亮,赵成龙. 数据采集与处理. 2016(06)
[5]基于大数据下的北京交通拥堵评价指标分析[J]. 王妍颖,黄宇. 交通运输系统工程与信息. 2016(04)
[6]浮动车技术应用研究进展[J]. 郑珂,朱敦尧. 现代电子技术. 2016(11)
[7]浮动车在城市智能交通系统中的应用简述[J]. 阮巍,付建胜,王川久,刘梦依. 公路交通技术. 2016(02)
[8]基于模糊综合层次分析法的道路交通运行状态判别[J]. 庄劲松,曲大义,曹俊业,万孟飞,陈文娇,王兹林. 青岛理工大学学报. 2015(06)
[9]高速公路交通状态判别模型研究[J]. 于泉,丰柱林,徐红领,任广丽. 交通运输工程与信息学报. 2015(02)
[10]基于时空上下文协同过滤的出租车载客点推荐算法[J]. 钱文逸,蒋新华,廖律超,邹复民. 计算机应用. 2015(06)
博士论文
[1]基于机器学习的交通状态判别与预测方法研究[D]. 商强.吉林大学 2017
[2]基于多断面信息的城市道路网交通流预测方法研究[D]. 崔立成.大连海事大学 2012
[3]基于组合网络的城市道路网可靠性研究[D]. 董胜武.吉林大学 2010
[4]城市路网交通预测模型研究及应用[D]. 张扬.上海交通大学 2009
[5]基于实时数据的道路网短时交通流预测理论与方法研究[D]. 姚智胜.北京交通大学 2007
[6]城市快速路自动事故检测方法研究[D]. 蔡晓禹.同济大学 2007
[7]高速公路交通事件检测及交通疏导技术研究[D]. 蔡志理.吉林大学 2007
硕士论文
[1]城市道路短时交通流动态预测方法研究与应用[D]. 谢生龙.长安大学 2015
[2]基于固定型检测器的高速公路自动事件检测算法研究[D]. 韦旭棉.山东大学 2011
[3]基于数据融合的城市道路交通状态判别算法研究[D]. 王春娥.吉林大学 2008
本文编号：2939592
【文章来源】：福建工程学院福建省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图１－１近五年机动车新注册登记情况??统计显示，２０１７年全国汽车保有量达２．?１７亿辆，与２０１６年相比，全年增加２３０４万??
据公安部交通管理局发布的数据＇截至２０１７年底，全国机动车保有量达３．?１０亿辆，??其中汽车２．?１７亿辆；机动车驾驶人达３．?８５亿人，其中汽车驾驶人３．?４２亿人。随着我国??经济社会持续快速发展，机动车保有量继续保持快速增长态势。如图１－１所示，２０１７年在??公安交通管理部门新注册登记的机动车３３５２万辆，其中新注册登记汽车２８１３万辆，均创??历史新高。??ｍ：?ｍ?近五年机动车新注册登记情况??４０００????３５００??ｍｓ?￣??３０００??２７－７７??一？Ｉ??２５００?１＇?｜｜一鍾一Ｊ?＾?－??：１：?ｌｉｉＪｚ??１０００?＾??２０１３?年?２０１４?年?２０１５?年?２０１６?年?２０１７?年??图１－１近五年机动车新注册登记情况??统计显示，２０１７年全国汽车保有量达２．?１７亿辆，与２０１６年相比，全年增加２３０４万??辆，增长约１１．８５％。从车辆类型看，载客汽车保有量达１．８５亿，其中以个人名义登记的??小型和微型载客汽车（即私家车）达１．７０亿辆，占载客汽车的９１．?８９％，?７个城市汽车保??有量超过３００万辆，如图１＿２所示。??单位：万辆??ｉＨＨＨ??北成重上苏深郑天西东武石青杭南宁佛??＆都庆海州圳州，津￥竞汉產岛州京波山??图１－２汽车保有量超过２００万的城市统计图（截至２０１７年底）??面对持续增长的机动车数量，尤其是私家车数量，在给公众出行带来诸多便利的同时??也加重了城市交通道路的负担［２］
ｖ?＝?Ｖｆ（ｌ?—）?（２－６）??Ｐｊａｍ??对应的１７－ｐ曲线如图２－１所示，其中ｐ；ａｍ称为阻塞密度。观察分析可知，该曲线具有??如下特点：当／３＝〇时，Ｖ值可达理论最高速度，该速度也被称为自由流速度Ｖ／；且直线上??任意一点的横、纵坐标与原点０所围成的矩形面积即为该点的交通流量。线性模型具有简??单易懂等特点，使得其得到了广泛的应用，至今仍是一种非常重要交通流分析模型。??１２??
【参考文献】：
期刊论文
[1]基于强空间集成的交通状态判别方法[J]. 刘擎超,蔡英凤,江浩斌,何友国,陈龙. 计算机工程. 2017(11)
[2]基于FCM的无检测器交叉口短时交通流量预测[J]. 张明辉. 计算机技术与发展. 2017(04)
[3]利用浮动车大数据进行稀疏路段行程时间推断[J]. 张发明,朱欣焰,呙维,胡涛. 武汉大学学报(信息科学版). 2017(01)
[4]基于跟踪算法和模糊推理的交通事件检测方法[J]. 朱文兴,刘晓亮,赵成龙. 数据采集与处理. 2016(06)
[5]基于大数据下的北京交通拥堵评价指标分析[J]. 王妍颖,黄宇. 交通运输系统工程与信息. 2016(04)
[6]浮动车技术应用研究进展[J]. 郑珂,朱敦尧. 现代电子技术. 2016(11)
[7]浮动车在城市智能交通系统中的应用简述[J]. 阮巍,付建胜,王川久,刘梦依. 公路交通技术. 2016(02)
[8]基于模糊综合层次分析法的道路交通运行状态判别[J]. 庄劲松,曲大义,曹俊业,万孟飞,陈文娇,王兹林. 青岛理工大学学报. 2015(06)
[9]高速公路交通状态判别模型研究[J]. 于泉,丰柱林,徐红领,任广丽. 交通运输工程与信息学报. 2015(02)
[10]基于时空上下文协同过滤的出租车载客点推荐算法[J]. 钱文逸,蒋新华,廖律超,邹复民. 计算机应用. 2015(06)
博士论文
[1]基于机器学习的交通状态判别与预测方法研究[D]. 商强.吉林大学 2017
[2]基于多断面信息的城市道路网交通流预测方法研究[D]. 崔立成.大连海事大学 2012
[3]基于组合网络的城市道路网可靠性研究[D]. 董胜武.吉林大学 2010
[4]城市路网交通预测模型研究及应用[D]. 张扬.上海交通大学 2009
[5]基于实时数据的道路网短时交通流预测理论与方法研究[D]. 姚智胜.北京交通大学 2007
[6]城市快速路自动事故检测方法研究[D]. 蔡晓禹.同济大学 2007
[7]高速公路交通事件检测及交通疏导技术研究[D]. 蔡志理.吉林大学 2007
硕士论文
[1]城市道路短时交通流动态预测方法研究与应用[D]. 谢生龙.长安大学 2015
[2]基于固定型检测器的高速公路自动事件检测算法研究[D]. 韦旭棉.山东大学 2011
[3]基于数据融合的城市道路交通状态判别算法研究[D]. 王春娥.吉林大学 2008
本文编号：2939592
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2939592.html
