原文传递
基于高速公路收费数据的挖掘预测分析与应用研究
| 论文题名： | 基于高速公路收费数据的挖掘预测分析与应用研究 |
| 关键词： | 道路交通;路径选择;断面车流量;路段旅行时间;高速公路;收费数据 |
| 摘要： | 高速公路收费数据作为高速公路联网收费管理系统的最直接产物，具有字段丰富、内容充实、数据量大、更新及时等特点。对收费数据进行深入分析及挖掘，能够得到许多隐藏在基础数据下的信息。本文基于高速公路收费流水数据的特征分析，从算法优化、模型建立、实例分析、应用对比等方面，对高速公路车辆旅行路径、断面车流量以及路段旅行时间进行预测研究，一方面改善出行者的出行选择，另一方面也能提高高速公路管理部门的管理水平。针对国内外相关预测研究中只注重单一方面，而缺乏完善且系统的综合预测挖掘研究的现状，本文主要完成了以下工作: 首先，提出一种高速公路原始收费数据的预处理方法。针对收费数据中较大比例的异常数据，为最大程度减少异常数据的干扰，提出将异常数据分为冗余数据、缺失数据以及噪声数据这3类数据，分别进行处理方法说明，并通过实例对比，验证该处理方法的可行性。 其次，基于马尔可夫预测法建立车辆旅行路径预测模型。分车型进行模型的建立以提高预测精度。针对预测法中状态转移概率矩阵的求解，选取统计法及线性方程组法分别进行求解并对比分析，采用实例进行验证，结果表明:统计法更适合于收费数据的预测特征。 再次，在路径预测的基础上，针对高速公路路段交通状态的预测进行研究。选取路段断面车流量及车辆旅行时间作为路段交通状态的预测指标。提出一种基于收费数据的断面车流量统计法，以此为数据基础进行车流量预测。实例分析表明:基于自适应卡尔曼滤波算法的断面车流量预测，能避免卡尔曼滤波算法的缺陷，并提高预测精度。然后，论证路段旅行时间与断面车流量的相关性，提出基于密度的路段旅行时间估计方法并进行算法修正，通过MATLAB实例分析，验证该算法的可行性及准确性。 最后，基于以上预测研究成果，提出高速公路收费数据的预测应用场景。分实时与非实时预测进行对比分析，并分别针对工作日、周末及节假日的不同交通特性进行交通预测，研究结果可得若干结论，用于相关领域的研究。 |
| 作者： | 李岩 |
| 专业： | 控制科学与工程 |
| 导师： | 贾利民;董宏辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
