原文传递
基于信息提取的动态OD矩阵估计
| 论文题名： | 基于信息提取的动态OD矩阵估计 |
| 关键词： | 智能交通系统;动态OD矩阵估计;信息提取技术;卡尔曼滤波 |
| 摘要： | 随着世界城市化、现代化和交通机动化进程的不断加快,城市交通拥堵问题问题已成为影响城市功能正常发挥和可持续发展的一个全局性问题。作为目前公认的缓解道路交通拥堵问题的有效方法,智能交通系统(ITS)受到交通研究者的极大关注。而动态OD矩阵描述了时变的交通需求,是ITS中ATIS和ATMS的重要输入,直接影响到ITS系统的实时有效性。因此,动态OD矩阵估计是ITS的一个重要组成部分,其研究对于优化城市交通管理与控制、缓解交通拥堵具有重要意义。 在系统回顾动态OD矩阵估计与交通信息提取技术研究进展基础上,本文从动态OD矩阵估计的研究方向出发,将信息提取技术引入动态OD矩阵估计,深入研究了基于信息提取的动态OD矩阵估计的可行性、技术内涵、技术框架与实现模型,在动态OD矩阵估计过程中科学开发交通数据资源,既可为交通管理部门提供动态OD矩阵,还能提供更为丰富的交通决策支持信息。论文的主要工作如下: 1、在系统回顾动态OD矩阵估计与交通信息提取技术研究进展基础上,从动态OD矩阵估计研究方向与信息提取技术的适用性出发,深入研究了基于信息提取的动态OD估计的可行性；结合动态OD矩阵先验信息的特征分析,研究提出了基于信息提取的动态OD矩阵估计的技术内涵:综合功能设计,进一步研究构建了其技术框架。 2、研究了动态OD矩阵先验交通信息颗粒构造技术。在分析构造路段交通拥挤度颗粒与交通安全度颗粒基础上,进一步研究提出了路段出行费用颗粒构造技术,主要可分为基础行程时间计算模块、基础出行费用提取模块与最终出行费用融合模块3大部分。实例验证表明,所提出的动态OD矩阵先验交通信息颗粒构造技术有效可行。 3、研究了基于信息提取的动态OD矩阵估计技术。在制定建模思路基础上,结合信息提取理念,研究提出基于信息融合的多项式趋势Kalman滤波法来实现动态OD矩阵估计。将动态OD分成常规OD、OD结构偏差与随机扰动噪声3部分,以OD结构偏差作为状态变量,综合提取的先验交通信息颗粒,构建了基于信息提取的动态OD矩阵估计模型。实例验证了所提出模型是有效可行的。 |
| 作者： | 许乃星 |
| 专业： | 交通运输规划与管理 |
| 导师： | 刘澜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
