基于数据驱动的路段旅行时间估计与预测研究

发布时间：2017-11-10 20:13

本文关键词：基于数据驱动的路段旅行时间估计与预测研究

【摘要】：路段旅行时间作为一个重要的交通变量,对于交通分析和交通控制起到决定性的作用。准确的估计与预测路段旅行时间是实现交通控制与管理和交通诱导的前提,其对于缓解道路拥堵,避免社会资源浪费,减少环境污染,降低经济损失等具有重要意义。随着交通智能化与信息化的推进,海量交通数据的记录、存储及提取已不再是一个难题,对于海量的数据,基于模型的方法估计与预测路段旅行时间会面临参数过多、模型结构过于复杂,预测精度低等问题,而基于数据驱动的方法,无需建立模型,仅需寻找数据间的内在联系机制即可,预测较为简单高效。本文即利用数据驱动的方法进行旅行时间估计与预测。本文以城市快速路为研究对象,以北京市北四环一路段为例进行数据驱动的路段旅行时间估计与预测研究。本文首先通过仿真获得车辆轨迹数据,进而模拟现实中浮动车信息采集场景获取基于仿真的浮动车数据,然后运用遗传算法优化的神经网络对模拟的浮动车数据进行旅行时间估计,由于仿真的采样间隔小,可直接将路段起始点和终止点的时刻做差获得真实的路段旅行时间,将路段旅行时间的估计值与真实值进行比较,验证基于遗传算法优化的神经网络进行路段旅行时间估计可靠性强。然后提取目标路段的真实GPS数据,将真实GPS数据带入已验证的神经网络模型,对实际的GPS数据进行路段旅行时间估计,得到GPS浮动车数据的路段旅行时间估计值。在其基础上,建立历史数据库,分别运用非参数回归和基于非线性拟合的非参数回归对GPS浮动车数据进行路段旅行时间预测,其中,分别将时间、路段平均速度及时间和平均速度同时作为输入,探讨不同的输入对输出的旅行时间预测值的影响。分析预测结果的平均百分比误差APE和平均百分比绝对误差MAPE得出,当时间信息与平均速度信息同时作为输入时,预测误差最小,同时,基于非线性拟合的非参数回归方法预测路段旅行时间的准确性优于单纯的非参数回归预测方法。
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP183;O212.1

【参考文献】

中国期刊全文数据库前10条

1 聂庆慧;夏井新;张韦华;;基于多源ITS数据的行程时间预测体系框架及核心技术[J];东南大学学报(自然科学版);2011年01期

2 姜桂艳;常安德;张玮;唐永勇;;基于GPS浮动车的自然路段行程时间估计方法[J];公路;2009年11期

3 杨兆升,保丽霞,朱国华;基于Fuzzy回归的快速路行程时间预测模型研究[J];公路交通科技;2004年03期

4 刘静,关伟;交通流预测方法综述[J];公路交通科技;2004年03期

5 翁剑成;荣建;任福田;魏中华;;基于非参数回归的快速路行程速度短期预测算法[J];公路交通科技;2007年03期

6 姚智胜;邵春福;熊志华;;支持向量机在路段行程时间预测中的应用研究[J];公路交通科技;2007年09期

7 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

8 张和生;张毅;温慧敏;胡东成;;利用GPS数据估计路段的平均行程时间[J];吉林大学学报(工学版);2007年03期

9 杨晓光,蔡润林,庄斌;基于车牌自动识别系统的城市道路行程时间预测算法[J];交通与计算机;2005年03期

10 高林杰;隽志才;张伟华;;基于微观仿真的路段行程时间预测方法[J];武汉理工大学学报(交通科学与工程版);2009年03期