原文传递
VISSIM仿真软件中微观交通仿真模型参数校正研究
| 论文题名： | VISSIM仿真软件中微观交通仿真模型参数校正研究 |
| 关键词： | 微观交通仿真模型;参数校正;BP神经网络;SPSA算法;VISSIM软件 |
| 摘要： | 由于微观交通仿真模型具有经济效益、无风险性及直观方便等优点，所以微观交通仿真模型已被广泛运用于交通工程各领域。微观交通仿真模型运用大量的独立参数来描述交通系统运行、交通流特性以及驾驶员行为等，参数的取值对仿真结果有较大影响，故对模型参数校正是十分必要的。以往研究中主要侧重于参数校正算法的选取及改进，本文不仅注重算法的选取及改进还关注参数校正前期过程中默认参数可行性分析和参数灵敏度分析两部分的研究。 本文首先对微观交通仿真模型和微观交通仿真模型参数校正两个层面进行文献综述，根据研究现状总结确定出所需仿真平台、仿真研究对象和参数校正流程。依据参数校正流程论文主要研究以下三部分内容: 首先，对参数校正所需的基础数据和评价指标数据进行归纳总结，确定主辅路行程时间为评价指标，并对这两部分数据进行现场采集、汇总整理。以调查数据为基础构建出合理的VISSIM仿真模型以及合理布置数据采集点。 然后，在详细介绍模型参数基础上利用直方图法和置信区间法确定出对于本文研究对象而言默认参数是不可行的;由于默认参数个数较多，若对全部参数进行校正即浪费时间又无必要。本文利用BP神经网络良好的非线性映射能力，通过BP神经网络与灵敏度分析的结合，提出了基于BP神经网络的参数灵敏度分析方法，确定出待校正参数集为可观察前车数量、安全距离附加部分、安全距离倍数部分、消失前等待时间、安全距离折减系数、协调刹车最大减速度、-1m/s2距离、最大减速度、可接受的减速度。 最后，以评价指标的仿真输出值和实测值的相对误差平方和SSRE作为校正目标函数构建出校正模型。经过算法比选确定SPSA算法为本文优化算法，在改进SPSA算法参数校正流程基础上对参数进行校正，新鲜数据验证结果表明校正的有效性。 |
| 作者： | 朱林波 |
| 专业： | 交通运输规划与管理 |
| 导师： | 罗霞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
