原文传递
山区高速公路交通阻断事件持续时间预测研究
| 论文题名： | 山区高速公路交通阻断事件持续时间预测研究 |
| 关键词： | 高速公路;交通阻断;持续时间;预测精度 |
| 摘要： | 与交通拥堵事件相比，交通阻断事件造成的经济损失更大，一旦交通阻断事件发生，可能导致整条路甚至整个片区的交通瘫痪。尤其是山区高速公路横断面较窄，交通阻断事件发生的概率更大。准确地预测交通事件持续时间能够为及时发布信息，合理组织交通运行提供帮助，从而减少交通事件造成的影响。因此准确预测交通阻断事件持续时间对于保障山区高速公路高效运营具有重要意义。 本文针对传统预测方法中存在对持续时间的山区特征影响因素分析不足，预测结果特征分类主观等问题，在充分分析山区高速公路交通阻断事件持续时间影响因素的基础上，分别提出了阻断事件延迟时间预测模型和交通恢复时间预测模型，并在实验中对比了改进方法和传统方法的评价结果。论文的研究内容主要包括以下几个方面： （1）基于山区高速公路交通阻断事件真实数据的时空特性分析。基于山区高速公路阻断事件的真实数据，运用ArcGIS和Origin等软件分析山区公路交通阻断事件的时空特性，探究其延迟时间的影响因素，并结合皮尔逊系数和随机森林（Random Forset，RF）模型，将交通阻断事件延迟时间影响因素进行重要性排序，为后续延迟时间预测模型的建立奠定基础。 （2）基于山区高速公路影响因素的延迟时间预测。鉴于山区公路阻断事件类型的不同、采集数据数量上的差异及数据准确度的区别，本文分别提出了交通事故和自然灾害两类预测模型。针对交通事故延迟时间现有预测结果特征分类具有主观性的情况，在分析山区高速公路阻断事件持续时间影响因素的关联性和对其重要性进行排序的基础上，综合考虑预测回归模型的准确度，结合敏感性分析下的不确定因素，构建了基于弹性网络（Elastic Net，EN）回归模型的分类预测模型；针对自然灾害导致的延迟时间数据量较少但是维度较多的问题，基于主成分分析（Principal Components Analysis，PCA）对自变量进行“降维”，建立了适用于小数据量的多分类PCA-Logistic回归模型。实验结果表明：本文建立的交通事故持续时间预测模型准确率为75.2%，自然灾害事件延迟时间预测模型准确率为83.1%，均有较高的准确度。 （3）基于交通阻断特性的恢复时间预测。以车流波模型为理论支撑，结合高速公路交通阻断事件下交通拥堵扩散和消散的交通流变化，依据集结波和消散波的产生、传播，将整个事件恢复时间过程划分为4个阶段，提出针对多种阻断放行情况的交通阻断事件恢复时间的预测模型。实验结果表明：改进模型平均误差值仅为0.17，与未改进模型相比有更好的预测效果。 |
| 作者： | 杨欣怡 |
| 专业： | 交通运输工程;交通信息工程及控 |
| 导师： | 李为为 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
