基于数据挖掘技术的城市交通流短时预测研究

发布时间：2017-03-29 08:05

  本文关键词：基于数据挖掘技术的城市交通流短时预测研究，由笔耕文化传播整理发布。

【摘要】：实时、准确、高效的预测结果,是智能交通能否服务于交通管理和公众出行的关键。智能交通的快速发展产生了大量的、多源的、异构的交通数据,然而现有的城市交通流短时预测方法主要是基于时间序列的分析思路。针对复杂多变的城市道路交通状况,有必要探讨如何从海量的数据中挖掘出交通流数据中的内在规律,从而有效的服务于交通流短时预测。本文在研究交通流短时预测的研究背景、意义以及国内外现状的基础上,分别从数据质量问题、空间数据挖掘问题和时间序列挖掘三方面展开论文的研究内容。根据交通流检测器设备故障和道路网复杂的不确定性等因素的影响,提出了数据预处理的必要性。通过孤立点检测算法识别伪错误数据,综合交通流机理和阈值方法判别出错误数据,并采用历史估计方法进行修复;丢失数据的识别和补齐均采用EM算法,最后通过自适应指数平滑滤波获取高质量的数据基础。根据交通流数据的时空特性,分别从空间数据挖掘和时间序列挖掘两个角度寻找数据状态变化的内在规律,在此基础上实现对交通流的短时预测。空间数据挖掘采用基于系统聚类的空间挖掘方法,对城市区域路网进行划分,采用支持向量机模型实现交通流短时预测,选择适合的核函数和参数寻优方法实现交通流短时预测的最佳效果。时间序列挖掘侧重研究时间序列分割,通过分割提取时间序列特征,提出了基于SAGA-FCM的时间序列分割方法,将分割后的时间段分别采用支持向量机进行预测,并对最佳聚类分割次数进行了探讨,得到了理想的预测效果。
【关键词】：交通流短时预测 数据挖掘技术 空间数据挖掘 时间序列挖掘 支持向量机 聚类分析
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.14;TP311.13
【目录】：

• 摘要5-6
• ABSTRCT6-9
• 第一章 绪论9-17
• 1.1 研究背景和意义9-11
• 1.2 国内外研究现状11-14
• 1.2.1 国外研究现状11-12
• 1.2.2 国内研究现状12-14
• 1.3 数据挖掘技术在交通流短时预测中的应用14-15
• 1.4 研究内容和技术路线15-17
• 第二章 城市交通流数据预处理17-27
• 2.1 交通流数据采集17-18
• 2.2 交通流故障数据的识别和修复18-23
• 2.2.1 交通流故障数据识别19-20
• 2.2.2 交通流故障数据的修复20-22
• 2.2.3 基于自适应指数平滑的数据滤波处理22-23
• 2.3 交通流数据预处理实例23-26
• 2.4 本章小结26-27
• 第三章 基于空间数据挖掘的城市交通流短时预测27-44
• 3.1 基于系统聚类的空间序列挖掘27-33
• 3.1.1 系统聚类27-29
• 3.1.2 区域路网划分实例29-33
• 3.2 基于支持向量机的交通流短时预测33-40
• 3.2.1 支持向量机模型33-35
• 3.2.2 基于支持向量回归机的交通流短时预测35-37
• 3.2.3 参数选取37-40
• 3.3 实例分析40-43
• 3.3.1 预测断面数据选取及模型性能评价指标40-41
• 3.3.2 预测结果分析41-43
• 3.4 本章小结43-44
• 第四章 基于时间序列挖掘的城市交通流短时预测44-54
• 4.1 基于SAGA的模糊C均值聚类算法44-48
• 4.2 基于时间序列分割的交通流短时预测48-49
• 4.3 实例分析49-53
• 4.3.1 数据选取数据选取及评价指标49-50
• 4.3.2 预测结果分析50-53
• 4.4 本章小结53-54
• 第五章 总结和展望54-56
• 5.1 课题总结54-55
• 5.2 研究工作展望55-56
• 致谢56-57
• 参考文献57-61
• 攻读硕士学位期间发表的学术论文61

【相似文献】

中国期刊全文数据库 前10条

1 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

2 方忠祥,屠立;数据挖掘技术在客户关系管理中的应用研究[J];机床与液压;2005年06期

3 王文兴;;数据挖掘技术的道与术[J];机械工业信息与网络;2006年03期

4 李志;;浅析数据挖掘技术[J];硅谷;2008年21期

5 孔莉莎;刘闻;;浅谈数据挖掘技术与军事决策支持[J];装备制造技术;2009年10期

6 王旭;;对数据挖掘技术在各领域内应用的探讨[J];中国新技术新产品;2009年24期

7 劳飞;;数据挖掘技术在交通事故分析中的应用[J];山东交通科技;2010年05期

8 王顺民;;构建基于数据挖掘技术的现代医院信息平台[J];制造业自动化;2011年05期

9 潘程;陈玉华;;浅谈数据挖掘技术在零售业中的应用[J];中国新技术新产品;2011年16期

10 宋向瑛;;数据挖掘技术在党校信息化管理的应用[J];硅谷;2012年09期

中国重要会议论文全文数据库 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集（上卷）[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集（下册）[C];2001年

中国重要报纸全文数据库 前10条

1 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘，再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

中国博士学位论文全文数据库 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 邓博;基于数据挖掘技术构建电信4G客户预测模型的研究[D];兰州大学;2015年

6 赵明芳;数据挖掘技术在教学评教中的应用与研究[D];宁夏大学;2015年

7 苗家铭;基于数据挖掘技术的商业银行个人信用风险评估模型及其应用[D];南京财经大学;2015年

8 鲍素贞;数据挖掘技术在个性化网络教学平台中的应用研究[D];聊城大学;2015年

9 李文栋;基于Spark的大数据挖掘技术的研究与实现[D];山东大学;2015年

10 郭忠俊;基于数据挖掘技术的矿井提升机故障诊断研究[D];中国矿业大学;2015年

  本文关键词：基于数据挖掘技术的城市交通流短时预测研究，由笔耕文化传播整理发布。

，

本文编号：273977