原文传递
城市快速路交通状态识别与预测方法研究
| 论文题名： | 城市快速路交通状态识别与预测方法研究 |
| 关键词： | 城市快速路;交通状态识别;短时交通流预测;决策级融合;双层分解 |
| 摘要： | 城市快速路作为连接城市各个区域的骨干道路，承载着城市中较大比例的运输作业任务，在城市道路系统中发挥着重要作用，其交通运行效率不仅影响着城市的正常通勤，甚至影响着城市的发展。随着城市化进程不断推进，机动车保有量显著增加，城市快速路常发性交通拥堵现象日趋严重，拥堵时间不断增加，无法发挥快速路高效的通勤功能。此外，城市快速路上布设有丰富的交通采集设备，能够获取海量的动态交通数据，为交通状态识别和预测提供数据支撑。因此，充分挖掘城市快速路交通数据资源，实现快速路交通状态的准确识别和精准预测，对快速路交通管理和控制具有重要意义。 本文以城市快速路为研究对象，对城市快速路交通状态识别和预测展开深入研究，为交通管理控制提供决策依据。主要工作如下: (1)基于行程时间提取的交通状态识别方法 在明确快速路交通状态划分标准的基础上，设计了基于行程时间提取的交通状态识别方法。首先，利用自适应平滑滤波重构时空速度场，然后采用网格虚拟车法提取路段行程时间，进而设计了基于行程时间的交通状态识别流程。最后，选取某特大城市快速路实测数据验证了方法的有效性。 (2)基于Transformer模型的交通状态识别方法 选取流量、速度、占有率以及占有率与流量的比值、占有率与速度的比值作为交通状态的特征变量，设计了基于Transformer模型的交通状态识别方法。在位置编码处将五个特征变量进行编码处理并记录位置信息，在注意力机制层利用多头注意力机制提取数据内在特征，在分类层利用softmax分类器实现对交通状态的识别。最后，选取城市快速路感应线圈实测数据进行了实例分析。 (3)基于决策级融合的交通状态识别方法 针对单一交通状态识别方法精度不足的问题，设计了基于模糊综合评价法的交通状态决策级融合方法。构建因素集合与评价集合，将不同交通状态识别方法的识别率作为可靠性指标，构建影响因素的权重向量矩阵，通过模糊运算计算隶属度,采用最大隶属度原则获得融合的交通状态识别结果。最后，选取城市快速路实测数据进行了实例分析。 (4)基于双层分解的短时交通流多步预测方法 针对短时交通流时间序列的复杂特性，引入信号分解理论，利用自适应噪声完全集成经验模态分解方法对交通流时间序列进行分解，将分解获得的高频分量利用变分模态分解方法进行二次分解，针对每一个模态分量构建长短时记忆神经网络模型进行三步迭代预测，叠加获得每一步的预测结果。最后，选取城市快速路实测数据验证了方法的多步预测性能。 |
| 作者： | 张伟健 |
| 专业： | 交通运输 |
| 导师： | 邴其春 |
| 授予学位： | 硕士 |
| 授予学位单位： | 青岛理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
