短时交通流预测问题的研究

发布时间：2017-12-19 19:27

  本文关键词：短时交通流预测问题的研究　出处：《山东大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 深度学习 卷积神经网络 CBOW模型 短时流量预测

【摘要】：自20世纪末以来,由于交通路网的建设复杂、以汽车为主的交通工具数量的快速增长,交通流量的变化越来越影响人们的生活,交通流量的不合理疏导甚至会导致交通堵塞和交通事故等问题。短时交通流量的预测对于缓解城市交通问题,提高城市交通运输效率和建设智慧城市都有着积极的作用。针对短时交通流量预测,主要有模拟仿真、回归分析、神经网络等类型的方法。模拟仿真的方法需要对复杂的交通网络建立模型,需要很高的先验知识支持,并且计算代价较大,因此在实际中应用比较困难;回归分析方法主要有自回归模型(AR)、滑动平均模型(MA)和自回归滑动平均(ARIMA)模型等;包括深度学习网络模型中的栈式自动编码机(SAE)和深度置信网络(DBN)在内的神经网络方法也都运用在了交通流量预测任务中,深度学习方法的主要优点是可以利用多层的网络结构优化特征空间,从而使得新的特征更具表现力。如何获取更有意义的特征值成为了目前研究的重点。这些方法一般是依据历史交通流量数据来预测接下来一个时间段内的交通流量,并且大多只针对有少量数据采集点的交通流量进行预测,没有在整个城市区域的角度进行预测。目前普遍运用的智能交通系统(ITS)中,大量的二维城市时空交通数据已经可以获取,并且数据量正在以惊人的速度增长,这就使得整个城市区域的交通流量预测有了更大规模的数据支持,而更大规模数据的产生也使我们面临着更多的挑战。计算机硬件计算能力越来越高,深度学习的方法已经开始得到了越来越多的探索和应用,深度学习方法的高维特征抽取能力对于预测任务有极其重要的意义。我们提出了一种预先特征数据重组并运用在卷积神经网络上的交通流量预测方法,主要特点是:1.通过车辆轨迹数据挖掘路口车流量间的影响因子;2.将路口间车流量的影响因子应用到构建针对短时交通流量的特征矩阵中,即构建拥有时间-空间二维的特征矩阵;3.将卷积神经网络用于预测交通流量,利用其局部感知原理发挥空间因素对短时流量的影响。我们将提出的模型应用到实际的交通数据集中,进行了充分的实验。实验的结果证明了模型的有效性和先进性,在提到的评价指标中已经优于原有模型,具有在实际中应用的价值,并可以在相关领域内迁移应用。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：U491.14;TP18

【相似文献】

中国期刊全文数据库 前10条

1 王维凤,陈小鸿,林航飞,吴娇蓉;高速公路流量预测风险分析[J];长安大学学报(自然科学版);2003年06期

2 潘昱,张晶;基于城市路口相关性的交通流量预测[J];交通与计算机;2005年01期

3 刘世超;基于极大似然估计的路段交通流量预测[J];西南交通大学学报;2005年02期

4 刘长虹;陈志恒;黄虎;;城市短期交通流量预测方法的探讨[J];现代交通技术;2006年01期

5 侯明善;兰云;;基于自适应模糊神经推理网络的交通流量预测研究[J];机械科学与技术;2006年10期

6 胡丹;肖建;车畅;;提升小波支持向量机在交通流量预测中的应用[J];计算机应用研究;2007年08期

7 姚亚夫;刘侃;;基于遗传神经网络的交通流量预测研究[J];公路与汽运;2007年06期

8 范鲁明;贺国光;;改进非参数回归在交通流量预测中的应用[J];重庆交通大学学报(自然科学版);2008年01期

9 丛新宇;虞慧群;范贵生;;基于组合模型的交通流量预测方法[J];华东理工大学学报(自然科学版);2011年03期

10 刘长虹;黄虎;陈力华;吴伟蔚;;基于随机过程下的交通流量预测方法[J];上海工程技术大学学报;2006年02期

中国重要会议论文全文数据库 前7条

1 庞清乐;;基于蚁群算法的交通流量预测[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

2 张勇;关伟;;基于多变量序列重构的交通流量预测[A];2008第四届中国智能交通年会论文集[C];2008年

3 刘强;朱敏;王小维;邱震宇;;灰色神经模型在空中交通流量预测中的应用[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 刘智勇;徐今强;李水友;;城市交通流量的混沌时间序列预测[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

5 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

6 于江波;陈后金;;基于分段学习的BP神经网络的交通流量预测[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

7 蒋海峰;魏学业;张屹;;基于加权一阶局域法的短时交通流量预测的研究[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 胡孟杰;基于流量预测的交通信号控制技术研究[D];浙江工业大学;2014年

2 慕伟;城市道路交通流预测与路径选择研究[D];浙江工业大学;2015年

3 林海涛;面向短时交通流量预测的神经网络算法研究[D];南京邮电大学;2016年

4 谈X;基于路口相关性的变结构式组合交通流量预测的研究[D];合肥工业大学;2017年

5 许丽;基于多源数据的通勤高峰期交通流量预测方法[D];西南交通大学;2017年

6 于东海;短时交通流预测问题的研究[D];山东大学;2017年

7 张仁初;宁波港船舶交通流量预测研究[D];大连海事大学;2008年

8 朱文姗;拟建高速公路交通流量预测系统的设计与实现[D];中国科学院大学（工程管理与信息技术学院）;2014年

9 李波;基于小波分析和遗传神经网络的短时城市交通流量预测研究[D];北京交通大学;2012年

10 何伟;模糊神经网络在交通流量预测中的应用研究[D];兰州交通大学;2012年

，

本文编号：1309170