城市智能交通动态预测模型的研究及应用

发布时间：2016-08-18 20:16

  本文关键词：城市智能交通动态预测模型的研究及应用，由笔耕文化传播整理发布。

《华南理工大学》 2014年

城市智能交通动态预测模型的研究及应用

傅贵  

【摘要】：发展智能交通系统是各大城市解决交通拥堵问题的重要战略。目前智能交通系统已经发展到中高级阶段，丰富的交通数据检测手段为交通数据分析、控制、决策提供很好的数据基础，这方面已经成为研究和工程应用的热点。传统的交通控制和交通诱导系统是基于实时交通流数据检测的，检测到交通流状态即通过既定的控制和诱导算法计算并实施控制，它存在以下问题： （1）由于缺乏历史交通数据分析和交通预测，交通控制和诱导缺乏预见性，只能根据最近的短时间内的交通参数选择控制方案进行交通控制。 （2）交通控制系统和交通诱导系统的数据没有进行有效的融合，从而无法建立交通控制和诱导的协同模型。 （3）现有的交通控制系统没有考虑突发的交通事件对于模型的影响，因而无法把握交通流变化的突发性特征，交通控制和诱导具有明显的滞后性。 针对上述问题，为了提高交通控制的预见性、对于突发交通事件的快速反应能力以及建立交通控制与诱导协同，，本文在动态交通预测、交通事件检测以及交通控制与诱导协同模型方面开展创新性研究，主要的研究内容和创新点包括以下四个方面： （1）研究提出一套交通流数据预处理的方法，包括错误数据的判别和修正方法、丢失数据的补齐方法以及冗余数据的约简方法，并将这些方法应用到广州市交通流检测系统中。良好的数据质量是交通流预测的基础。在工程实际中，交通流数据是充满噪声的，不可能直接利用。因此，必须先对原始数据进行预处理，也是所谓的数据清洗。本文总结提出的数据预处理方法是面向工程实用的，具有指导实践意义。 （2）研究提出了一套实用的基于视频图像的交通事件检测方法，并将这些方法应用于广州市交通事件检测系统。如此一来，可以克服基于交通流检测器数据分析的交通事件检测方法的依赖性，视频检测的方法可以充分利用当前城市交通视频的丰富资源，大大减少工程投资，具有重要意义。 （3）提出一种适用于城市智能交通控制和诱导的短时交通预测模型，包括基于支持向量机的交通预测模型，重点研究核函数的建立和参数的选择和优化方法，并在工程实践中进行验证。为提高交通控制系统对交通流变化的自动适应能力，文中提出了基于支持向量机（SVM）回归的短时交通流预测模型，总结出在工程应用中的建模流程，并采用广州市交通流检测系统的数据对模型进行实验和定量分析，验证了模型的可行性、有效性，为后续的工程应用提供基础。最后，研究如何采用粒子群算法对参数的选择进行优化。 （4）提出基于融合交通动态的交通控制与诱导协同模型，建立基于交通预测的交通控制诱导协同平台，最后采用仿真方式验证了模型和平台的可行性和有效性。对于目前交通控制系统与交通诱导系统的交通流数据检测、分析和控制都相对独立的现状，本文首先研究了面向交通动态的信息融合技术，对包含历史数据的短时交通预测、交通事件检测结果和实时交通流数据进行有效的信息融合，同时结合神经网络算法对交通控制与诱导的协同优化进行研究，最后形成了融合交通动态的智能控制与诱导协同模型。在协同方面，该模型选择一种决策级融合的模式，提出一个具有中心协调系统（CCOS）的交通控制与诱导协同模型，并采用神经网络专家系统来确定模型中的参数。为了验证其有效性，本文选择了一个典型的路网进行仿真，同时利用实际数据通过带专家监督的神经网络进行训练，得出算法中的相关参数后，以此来实施基于交通预测和实时交通状态的交通诱导和控制，最后对使用诱导控制的前后交通实际流量数据进行实例分析对比，从而证明模型的可行性和有效性。 综上所述，本文就交通流预测方法的应用进行研究，深入讨论了基于支持向量机回归的交通流预测模型，并应用到交通控制与诱导协同模型的改进，同时还考虑了突发的交通事件对于模型的影响。这些研究和实践对于解决当前ITS中的交通控制与交通诱导这一难点问题起到重要的参照作用，也为后续研究提供了重要而有益的参考。上述研究和实践将为理论研究和工程研究提供重要的参考价值。

【关键词】：
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：U495
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期

2 王惠文;孟洁;;多元线性回归的预测建模方法[J];北京航空航天大学学报;2007年04期

3 涂小强;信息融合的原理与方法概述[J];电讯技术;2000年03期

4 聂笃宪;袁利国;夏英俊;;PSO和GA的混合算法解分形插值反演问题[J];东莞理工学院学报;2009年01期

5 黄鵾,陈森发,周振国,亓霞;城市交通流量的非线性混沌预测模型研究(英文)[J];Journal of Southeast University(English Edition);2003年04期

6 林松,马寿峰,张思伟;交通感应控制与诱导的递阶协调模型及其仿真[J];系统工程;2005年01期

7 王晓原;刘海红;;基于投影寻踪自回归的短时交通流预测[J];系统工程;2006年03期

8 朱玲;智能运输系统初探[J];公路;2002年05期

9 高昕,贺国光,马寿峰;小波理论及其在交通事件检测中的应用[J];公路交通科技;1999年03期

10 杨兆升,徐立群;模糊控制原理在城市交通流诱导系统和控制系统一体化研究中的应用[J];公路交通科技;1999年S1期

【共引文献】

中国期刊全文数据库 前10条

1 李隽波;孙丽娜;;基于多元线性回归分析的冷链物流需求预测[J];安徽农业科学;2011年11期

2 钱付兰;;基于交叉覆盖算法的改进算法-最近邻交叉覆盖算法[J];安庆师范学院学报(自然科学版);2007年04期

3 刘淑华;刘杰;;基于MAS的智能信号灯系统[J];鞍山科技大学学报;2007年04期

4 栾硕;胡东方;肖军;;智能交通系统模型的研究和算法分析[J];鞍山师范学院学报;2007年06期

5 杨昊,钟雁,钱大琳;城市交通流路段行程时间预测模型[J];北方交通大学学报;2001年02期

6 李少恒,梁青槐;面向MIS的预测支持系统的研究[J];北方交通大学学报;2002年04期

7 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期

8 陈峰;贾元华;李健;郝琪;;结合部区域入口匝道协调控制模型[J];北京交通大学学报;2010年06期

9 赵亚萍;张和生;周卓楠北京交通大学电气工程学院;杨军;潘成;贾利民;;基于最小二乘支持向量机的交通流量预测模型[J];北京交通大学学报;2011年02期

10 左伟;冯金富;张佳强;;制导弹药允许发射区参数模型设计[J];兵工学报;2011年05期

中国重要会议论文全文数据库 前10条

1 陈宁;;基于模糊C均值聚类的路段平均行程时间估计方法[A];第二十九届中国控制会议论文集[C];2010年

2 王玲;郭辉;付冬梅;;基于IGA-KPLS的钢材淬透性预测建模[A];第二十九届中国控制会议论文集[C];2010年

3 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 ;Mining Travel Time from Smart Card Fare Data[A];中国自动化学会控制理论专业委员会B卷[C];2011年

5 杨文;张志敏;万浩;;一种改进的短期交通流量多步预测模型[A];转型与重构——2011中国城市规划年会论文集[C];2011年

6 刘朝阳;蔡自兴;;多传感器信息融合技术在侦察系统中的应用[A];广西计算机学会2004年学术年会论文集[C];2004年

7 徐达;武新星;胡俊彪;郭磊;李华;;最小二乘支持向量机回归预测模型研究与实现[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年

8 姚智胜;邵春福;;基于v-支持向量分类机的交通事件检测方法研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（上册）[C];2005年

9 覃频频;牙韩高;;数据挖掘技术在固定型交通检测器配置优化中的应用[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（上册）[C];2005年

10 周申培;严新平;;信息融合技术在交通流量预测中的应用[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

中国硕士学位论文全文数据库 前10条

1 陈铮;基于激光扫描数据的交通信息采集平台设计与实现[D];山东科技大学;2010年

2 陈善智;基于时间窗口的高速公路交通分析系统研究[D];山东科技大学;2010年

3 张磊;基于支持向量机的反垃圾电话技术研究[D];哈尔滨工程大学;2010年

4 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年

5 张立琪;调节系数的BP神经网络在字符识别中的研究[D];哈尔滨工程大学;2010年

6 方宇;小波支持向量机在交通流预测中的应用研究[D];大连理工大学;2010年

7 梅丽;人类启动子识别算法研究[D];辽宁师范大学;2010年

8 徐晓丹;支持向量机在矿区遥感监测图像分类中的应用研究[D];辽宁工程技术大学;2009年

9 黄康;基于生态捕食算法的交通流量分配系统研究[D];长沙理工大学;2010年

10 史小松;基于支持向量机的甲骨文字结构分析研究[D];华东师范大学;2010年

【二级参考文献】

中国期刊全文数据库 前10条

1 陈华友,许义生;非负可变权重的组合预测模型研究[J];安徽大学学报(自然科学版);1998年02期

2 刘秋菊;景国勋;房耀洲;;浅析城市交通拥挤现象及解决方法[J];安徽建筑;2007年01期

3 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期

4 姚智胜;邵春福;高永亮;;基于支持向量回归机的交通状态短时预测方法研究[J];北京交通大学学报;2006年03期

5 王力,王川久,沈晓蓉,范跃祖;基于模糊旅行时间的动态交通分配模型[J];北京航空航天大学学报;2005年10期

6 张毅,罗元;基于人工神经网络城市交通流量智能预测的研究[J];重庆邮电学院学报(自然科学版);2005年02期

7 林继鹏,刘君华,凌振宝;并行支持向量机算法及其应用[J];吉林大学学报(信息科学版);2004年05期

8 朱顺应,王红,李关寿;路段上短时间区段内交通量预测ARIMA模型[J];重庆交通学院学报;2003年01期

9 任其亮;;基于小波与混沌集成的短时交通流预测[J];重庆交通大学学报(自然科学版);2008年04期

10 刘桂生;城市快速路系统规划设计[J];城市道桥与防洪;2000年01期

中国重要会议论文全文数据库 前2条

1 陈楠;;分布式数据库系统的数据分布策略研究[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年

2 保丽霞;杨兆升;刘雪杰;刘新杰;;与交通控制协同的交通流准均衡分配模型研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

中国硕士学位论文全文数据库 前10条

1 李艳君;基于博弈论的交通控制与诱导一体化模型的研究[D];天津大学;2003年

2 孙建平;基于Agent的城市交通区域协调控制及优化研究[D];吉林大学;2004年

3 保丽霞;深圳市综合交通信息平台系统设计与关键技术研究[D];吉林大学;2004年

4 朱耿先;基于径向基函数（RBF）神经网络的路段行程时间预测研究[D];重庆大学;2004年

5 胡书敏;基于移动Agent分布式数据服务模型构建研究[D];大连理工大学;2005年

6 朱翀;城市交通情报板规划及布点研究[D];长安大学;2005年

7 雷斌;基于计算机模拟的动态交通分配方法研究[D];华中科技大学;2005年

8 陈燏;基于肤色的人脸检测算法研究[D];天津大学;2005年

9 薛丹;移动Agent系统迁移机制及迁移策略的分析研究[D];兰州大学;2006年

10 林赐云;公交信号优先系统设计及实施技术研究[D];吉林大学;2007年

【相似文献】

中国期刊全文数据库 前10条

1 吴明先;高速公路交通控制与管理运营模式[J];交通运输工程学报;2002年03期

2 苗建瑞;;北京交通大学获准建设“轨道交通控制与安全”国家重点实验室[J];铁道学报;2006年03期

3 苗建瑞;;北京交通大学获准建设轨道交通控制与安全国家重点实验室[J];交通运输系统工程与信息;2006年03期

4 石建军;宋俪婧;于泉;;现代交通控制相关技术的发展趋势分析[J];公路交通科技;2006年09期

5 ;轨道交通控制与安全国家重点实验室简介[J];都市快轨交通;2006年05期

6 马玉娟;刘伟伟;张川;;我国城市道路交通控制体系的发展研究[J];硅谷;2012年01期

7 郭敏,毛斌;英国交通控制技术的应用[J];国外公路;1997年06期

8 任思华;交通控制系统综述[J];广东公安科技;1998年02期

9 ;天津市将开建中心城区轨道交通控制中心项目[J];城市轨道交通研究;2014年04期

10 王亮,马寿峰,贺国光;一种交通控制与诱导递阶协调优化模型[J];系统工程理论与实践;2004年06期

中国重要会议论文全文数据库 前9条

1 于泉;荣建;;交通控制课程设计教学的改革与创新[A];土木建筑教育改革理论与实践[C];2008年

2 于泉;荣建;张金喜;;交通控制课程设计理论与实践平行建设探讨[A];土木建筑教育改革理论与实践[C];2009年

3 曹更永;温惠英;李鹏飞;;区域交通控制与车辆诱导系统的协调思想[A];2007第三届中国智能交通年会论文集[C];2007年

4 黄小原;李宝家;;神经伺服系统在高速公路交通控制中的应用[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年

5 成卫;王贵勇;;交通控制技术综述[A];昆明仪器仪表学会2004年学术年会论文集[C];2004年

6 杨晓光;袁长亮;林瑜;;TJATCMS——同济先进的交通控制与管理系统[A];第一届中国智能交通年会论文集[C];2005年

7 程慧华;刘秀芬;刘军先;李津;;基于CPN的交通控制策略建模与研究[A];2013第一届中国指挥控制大会论文集[C];2013年

8 李娜;徐书雨;徐东彬;杜太行;;基于单片机控制的智能多相位交通控制信号机[A];天津市自动化学会第十四届学术年会论文集[C];2005年

9 徐书雨;王景芹;张云峰;李娜;;基于单片机控制的智能多相位交通控制信号机的研究[A];中国电工技术学会第八届学术会议论文集[C];2004年

中国重要报纸全文数据库 前2条

1 记者 陆晓华;[N];苏州日报;2011年

2 记者 郑俊彦;[N];东莞日报;2013年

中国博士学位论文全文数据库 前4条

1 蔡长青;基于多智能体的交通控制与交通诱导协同理论和方法研究[D];吉林大学;2008年

2 邹国平;基于智能的高速公路交通控制与管理系统研究[D];长安大学;2002年

3 傅贵;城市智能交通动态预测模型的研究及应用[D];华南理工大学;2014年

4 保丽霞;基于信息集成的城市交通流诱导与交通控制协同的关键理论及技术研究[D];吉林大学;2006年

中国硕士学位论文全文数据库 前10条

1 陈斌;基于大系统递阶优化的交通控制与诱导协同方法研究[D];长安大学;2012年

2 王祥生;交通控制诱导一体化的智能模型及算法研究[D];天津大学;2007年

3 杨朝;基于多智能体和Q-学习的交通控制与诱导协同方法研究[D];吉林大学;2008年

4 鲁静罡;交通控制若干相关问题的研究[D];天津大学;2007年

5 龙悦;有到达时间限制的交通控制与诱导结合模型[D];天津大学;2007年

6 唐殿奎;区域交通控制的分析与研究[D];济南大学;2010年

7 钱超;公路隧道突发事件交通控制与紧急救援预案研究[D];长安大学;2009年

8 李艳君;基于博弈论的交通控制与诱导一体化模型的研究[D];天津大学;2003年

9 刘光柱;动态双向绿波优化控制研究[D];中国科学技术大学;2010年

10 赵晓宇;遗传神经网络在交通控制中的应用研究[D];吉林大学;2009年

  本文关键词：城市智能交通动态预测模型的研究及应用，由笔耕文化传播整理发布。

本文编号：97533