原文传递
基于EMD和GS-SVM融合的节假日高速公路交通流预测研究
| 论文题名： | 基于EMD和GS-SVM融合的节假日高速公路交通流预测研究 |
| 关键词： | 高速公路;节假日;交通流预测;经验模态分解;支持向量机 |
| 摘要： | 高速公路作为现代化的交通基础设施具有高速迅捷的特性，而节假日免费放行政策造成的交通拥挤问题不仅严重影响了我国公众出行的便捷性和舒适性，也给国民出行的交通安全带来了严峻的挑战。因此，科学有效的交通流预测方法以及对节假日运行状态的仿真分析就成为了能够有效缓解我国高速公路节假日交通拥挤的重要手段。其作用不言而喻，一方面能够为公众节假日顺畅出行保驾护航，另一方面还可以带来更多的社会效益，进而促进我国高速公路交通系统和谐、健康的可持续发展。 本文首先介绍了我国高速公路节假日的交通流特性以及出行目的，在数据的基础上分析了节假日交通流在时间、空间和出行方式的分布特性，重点研究了GDP和天气因素对节假日交通流的影响。 其次在总结现有高速公路节假日交通流预测方法的优点和不足的基础上，通过对河南郑尧高速公路2012年至2015年的节假日交通流数据进行数据预处理，采用经验模态分解的方法分离出噪声数据并进行阈值去噪，使用网格寻优对支持向量机的回归参数进行参数寻优，对节假日交通流量进行预测。最后与常用的交通预测模型进行结果对比分析，验证了本文融合算法的准确性与适应性。 最后利用TransModeler仿真软件建立了节假日预测的模型，分析了节假日高速公路的运行状态，给出了不同阈值下高速公路的服务等级与对应服务等级的交通量，为高速公路运营管理者提供了参考依据。 研究结果表明，本文提出的经验模态分解阈值去噪与网格寻优参数优化的支持向量机融合的算法在交通流预测中，比未分解的精度得到提高，相比以往常用预测模型预测结果也更加精确。基于TransModeler仿真模型的节假日分等级交通流量，也为高速公路的运营管理提供了参考依据。 |
| 作者： | 冯腾 |
| 专业： | 交通信息工程及控制 |
| 导师： | 武奇生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
