原文传递
基于Pignistic区间长度的城市路网多模式交通拥堵预测方法研究
| 论文题名： | 基于Pignistic区间长度的城市路网多模式交通拥堵预测方法研究 |
| 关键词： | Pignistic区间长度;城市路网;交通拥堵;预测方法;模式识别 |
| 摘要： | 近年来，随着我国城镇化进程的逐步加快，汽车保有量的逐步增加，交通的供需关系的不平衡越来越严重，交通拥堵已经成为影响人们生活质量的重要因素，同时，由交通拥堵所导致的空气污染、噪声污染等问题也越来越凸显，交通拥堵问题已经成为遏制城市经济发展的瓶颈问题之一。 道路运行状态的评估是研究道路交通状态变化趋势的基础内容。针对此，国内外学者从微观、中观、宏观等不同角度进行了分析并取得了一系列成果，但以路网为研究对象进行道路交通运行状态的模式辨识，并以此来研究路网交通状态拥堵变化趋势的研究较少。基于此，本文以城市交通管理的实际需求为背景，从数据挖掘与模式识别的角度入手，建立城市路网交通拥堵模式的辨识模型，并进行预测方法的研究，论文的主要工作及创新之处在于: (1)提出了一种城市路网交通的辨识框架与表示方法。该方法从路网中各要素的关联性角度出发，基于各道路在路网交通模式演变过程中的重要程度，采用加权K-means方法对路网历史监测数据进行聚类，以聚类结果对历史数据进行离散化与模式化表示。该表示方法便于交通管理者从微观和宏观两个方面了解路网实时动态及变化规律，从而进行有效的管理与决策，提高路网通行能力。 (2)提出了一种适用于路网交通拥堵模式辨识框架的预测方法。在城市路网交通拥堵模式的具体应用背景和辨识框架下，对路网的模式变化及时间分布规律进行深入分析，统计得出三个带有预测性质的概率转移矩阵。通过改进证据理论中的Dempster组合规则，采用信息融合的方法对各概率转移矩阵进行融合，得出城市路网交通拥堵模式变化的预测结果。改进后的Dempster组合规则有效降低了计算过程中的复杂度与冗余度，提高了预测的准确性与实时性。 (3)提出了基于Pignistic区间长度的路网交通多模式拥堵预测方法。针对证据理论无法有效融合高度冲突证据的缺点，引入Pignistic区间长度作为证据间距离的度量，并探讨了证据理论的适用范围。基于折合率的思想对各证据的基本概率分配函数进行转换，降低证据间冲突程度，最后仍采用改进的Dempster组合规则对路网交通拥堵模式进行预测，提高预测模型的准确性。 |
| 作者： | 柴彦冲 |
| 专业： | 计算机科学与技术 |
| 导师： | 黄大荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
