融合多源数据预测高速公路站间旅行时间

发布时间：2017-06-23 03:08

  本文关键词：融合多源数据预测高速公路站间旅行时间，，由笔耕文化传播整理发布。

【摘要】：为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测.首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器数据对3种融合模型进行了验证,对比工作日及非工作日2种交通流状态下3种模型的性能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2种模型,预测精度及稳定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求.
【作者单位】： 北京交通大学机械与电子控制工程学院;北京博宇通达科技有限公司;
【关键词】： 智能交通 旅行时间预测 遗传神经网络 数据融合 权重分配模型
【分类号】：U491
【正文快照】： 0引言旅行时间是道路交通运行状况的重要衡量指标,准确的旅行时间预测可为交通诱导及出行者路径选择提供建议.融合多源数据可提高旅行时间预测的准确性[1].杨兆升[2]基于遗传算法优化BP神经网络,融合断面线圈车检数据和车牌识别数据,提高了数据融合精度;提出不同可靠度下线圈

【参考文献】

中国期刊全文数据库 前1条

1 赵建东;王浩;刘文辉;;高速公路旅行时间的自适应插值卡尔曼滤波预测[J];华南理工大学学报(自然科学版);2014年02期

【共引文献】

中国硕士学位论文全文数据库 前1条

1 胡杨林;基于低频浮动车数据的路段旅行时间估计方法[D];清华大学;2014年

【二级参考文献】

中国期刊全文数据库 前6条

1 温惠英;徐建闽;傅惠;;基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J];华南理工大学学报(自然科学版);2006年09期

2 熊文华;徐建闽;林思;;基于BP网络的浮动车与线圈检测数据融合模型[J];计算机仿真;2009年09期

3 杨兆升;莫祥伦;于尧;张彪;;非常态下路段行程时间估计方法[J];吉林大学学报(工学版);2013年06期

4 李慧兵;杨晓光;;面向行程时间预测准确度评价的数据融合方法[J];同济大学学报(自然科学版);2013年01期

5 赵建东;王浩;刘文辉;白继根;;基于收费数据的高速公路站间旅行时间预测[J];同济大学学报(自然科学版);2013年12期

6 李进燕;朱征宇;刘琳;崔明;刘微;;基于简化路网模型的卡尔曼滤波多步行程时间预测方法[J];系统工程理论与实践;2013年05期

【相似文献】

中国期刊全文数据库 前10条

1 盛鹏;赵树龙;宋万忠;刘怡光;杨梦龙;;基于旅行时间检测系统的交通应用研究[J];计算机应用;2007年11期

2 陈京荣;俞建宁;李引珍;;随机时间依赖交通网络自适应路径选择[J];西南交通大学学报;2009年04期

3 李强;葛乾;缪立新;;城市道路路段旅行时间的特性分析[J];交通运输系统工程与信息;2011年05期

4 魏明;孙博;靳文舟;;灰色旅行时间的区域公交车辆调度模型和算法[J];交通运输系统工程与信息;2012年06期

5 邹良东，毛保华，金安;我国公路旅行时间价值的应用模型研究[J];内蒙古公路与运输;1996年04期

6 李瑞敏;陈熙怡;;多源数据融合的道路旅行时间估计方法研究[J];公路交通科技;2014年02期

7 赵建东;王浩;刘文辉;;高速公路旅行时间的自适应插值卡尔曼滤波预测[J];华南理工大学学报(自然科学版);2014年02期

8 魏明;靳文舟;孙博;;随机旅行时间的区域公交车调度模型及算法[J];公路交通科技;2011年10期

9 李亚敏;;基于FCD的旅行时间估计算法研究[J];交通标准化;2013年08期

10 林大杰;刘霈;张立言;黄智建;;不完整车辆侦测器数据推估旅行时间之研究[J];交通与计算机;2008年04期

中国重要会议论文全文数据库 前4条

1 桑丽;范青蓝;郭艳梅;秦玲;吴鹏;;旅行时间数据采集及预测技术综述[A];2008第四届中国智能交通年会论文集[C];2008年

2 孙宇星;张可;刘浩;;基于模糊信息提取计算的旅行时间预测方法[A];2008第四届中国智能交通年会论文集[C];2008年

3 沙云飞;曹瑾鑫;史其信;;基于GPS的路段旅行时间和速度估计算法研究[A];第一届中国智能交通年会论文集[C];2005年

4 金治富;;基于灯控路口交通负荷水平的旅行时间的估计[A];第一届中国智能交通年会论文集[C];2005年

  本文关键词：融合多源数据预测高速公路站间旅行时间，由笔耕文化传播整理发布。

本文编号：473793