基于车辆轨迹的城市道路阻抗模型和路径推荐方法研究

发布时间：2021-04-30 03:38

　　城市交通系统的高效运转不仅保证了人们能够享受优质的交通服务,同时也带动了整个社会经济的发展。随着城市化进程的推进,城市人口规模越来越大,,城市交通面临着越来越艰巨的问题和挑战。过多的交通流造成道路严重超负荷运载,使得城市现有的道路功能变得混乱而低效,这给用户个体乃至整个社会造成了巨大的经济损失。因此,缓解城市拥堵这一顽疾,成为了目前国内外研究的重点。交通流实质上是所有出行用户路径选择行为的集合,所以对于交通系统的路径推荐方法的研究显得尤为重要。据调查,用户做出路径选择的依据除了个人喜好外,主要取决于路径阻抗的大小。为此,本文将研究重点放在对城市道路阻抗模型和路径推荐算法上。目前针对城市道路阻抗模型的研究主要是基于由美国公路局提出的BPR函数的改进,且大部分阻抗模型都基于道路流量数据建立,而现实中交通道路流量监测系统的覆盖区域非常有限,使得未被流量检测系统覆盖到的道路的阻抗难以估算。所幸的是,城市路网中无处不在的探测车可以提供海量的GPS轨迹数据,这些轨迹大数据背后隐含着大量的道路交通信息。鉴于此,本文提出了一种基于车辆轨迹数据的城市道路阻抗模型。除此之外,本文还分析了车辆在道路信号交叉... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
        1.1.1 道路阻抗
        1.1.2 动态路径诱导系统
    1.2 国内外研究现状
        1.2.1 城市道路阻抗模型研究
        1.2.2 城市路径推荐方法研究
    1.3 本文的主要研究内容
    1.4 本文的组织结构
第2章 相关知识概述
    2.1 BPR阻抗模型
    2.2 马尔可夫链
    2.3 马尔可夫决策过程
        2.3.1 智能体与环境
        2.3.2 马尔可夫决策过程
        2.3.3 价值函数
        2.3.4 状态值函数与动作值函数的关系
        2.3.5 贝尔曼方程
    2.4 贝叶斯推理
    2.5 Q-LEARNING算法
    2.6 本章总结
第3章 基于车辆轨迹的城市路段阻抗模型的研究
    3.1 问题描述
    3.2 模型概述
    3.3 自由行驶部分阻抗估算
    3.4 排队等待部分阻抗估算
    3.5 算法评价
    3.6 实验
        3.6.1 实验数据和参数设置
        3.6.2 评价标准
        3.6.3 实验结果
    3.7 本章小结
第4章 基于Q-LEARNING的城市道路路径推荐方法研究
    4.1 问题描述
    4.2 模型构建和问题公式化
        4.2.1 两路径网路模型
        4.2.2 不同道路选择下的期望行驶成本
    4.3 基于马尔可夫决策过程求解最佳路径
    4.4 基于Q-LEARNING的路径推荐方法
        4.4.1 方法描述
    4.5 方法评价
    4.6 实验
        4.6.1 实验数据和参数设置
        4.6.2 评价标准
        4.6.3 实验结果
    4.7 本章小结
第5章 总结与展望
    5.1 论文的工作内容及结论
    5.2 有待进一步研究的内容
参考文献
学生简介及在学期间所取得的科研成果
致谢



本文编号：3168759