原文传递
两车道高速公路特长隧道交通运行状态判别与预测及通风优化研究
| 论文题名： | 两车道高速公路特长隧道交通运行状态判别与预测及通风优化研究 |
| 关键词： | 公路隧道;通风系统;运行状态判别;预测模型 |
| 摘要： | 随着我国综合实力增强，人们的生活水平也在不断提高。近年来，我国机动车保有量的增长速度已远远超过交通建设速度，以致出现车路供需不平衡现象，这也导致了交通拥堵问题的产生。此外，在隧道工程界，由于长大隧道的运营能耗大，成本较高，因此如何降低长大公路隧道运营能耗的问题也是目前人们研究的重点问题。本文以大盘山高速公路特长隧道为背景，依托浙江省交通运输厅科技计划项目（项目编号2021068），针对两车道高速公路特长隧道交通运行状态判别与预测及通风优化进行研究，为智能交通系统和隧道内通风系统的优化提供思路。主要工作及成果如下: (1)通过文献查阅，介绍目前常用的车辆采集技术，并针对大盘山高速公路特长隧道的特点，在隧道进出口安装卡口设备，以采集交通流相关参数，为后续建立大盘山隧道运营期间交通信息数据库提供技术基础。 (2)针对采集后的交通信息数据进行分析，并从数据质量角度将异常数据划分为缺失、冗余及错误三类，并针对每种异常数据的特点对其进行相应处理;最终将处理后的数据进行标准化，以提高下文交通流预测模型的精度和运行速度。 (3)对处理后的交通信息数据进行可视化，从整体到局部，纵向到横向分析大盘山两车道高速公路特长隧道交通流特征。 (4)通过对循环神经网络及Transformer算法的研究，分别建立LSTM、Transformer和LSTM-Transformer模型对大盘山隧道交通流三参数进行预测，并利用平均绝对百分比误差(MAPE)、均方误差(MSE)、决定系数(R2)等评价指标对上述三种模型进行综合评估，最终确定LSTM-Transformer组合模型的预测性能最优。 (5)通过对KMeans++聚类算法进行研究，建立基于KMeans++算法的交通运行状态判别模型，并针对目前大盘山高速公路特长隧道所进行检测的时间相对较短，运营初期交通流量不大，交通运行状态基本处在畅通阶段的情况，本文利用美国加利福尼亚州的加州运输局性能检测系统的开源数据集对该模型加以验证分析，并借助轮廓系数和卡林斯基-哈拉巴斯指数等指标确定该模型的可行性、有效性和科学性。 (6)基于LSTM-Transformer模型对大盘山两车道高速公路特长隧道车流量和车速的预测结果，进而对大盘山隧道进行通风计算，并对比近期设计通风计算部分，以优化近期隧道内通风状况，从而为特长公路隧道节约运营成本、风机的超前管控及分级控制提供思路。 |
| 作者： | 陈耀鹏 |
| 专业： | 建筑与土木工程 |
| 导师： | 张素磊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 青岛理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
