原文传递
数据挖掘技术在高速公路运营管理核心系统中的应用研究
| 论文题名： | 数据挖掘技术在高速公路运营管理核心系统中的应用研究 |
| 关键词： | 数据挖掘;时间序列;神经网络模型;高速公路;运营管理;交通流量 |
| 摘要： | 随着经济发展和交流的日益频繁，高速公路交通流量逐年递增。实时对车流信息进行监控、预测交通流量的峰值对可能出现的通行高峰提前预警，是快速解决城市高速公路出入口拥挤的主要方法。目前，在高速公路车流量预测的研究中，时间序列、多元回归等都是较为常用的理论工具。由于此类模型只利用了交通流系统本身的历史数据，没有考虑其他任何影响因素(如没考虑相邻路段的影响)，在现实预测中，其结果与实际值间往往存在明显的时间延迟。 本文利用数据挖掘技术，建立了高速公路车流量预测系统。该系统可为高速公路各等级路段提供车流量预测的手段。文章首先对收费业务数据进行分析，讨论了车流量数据预处理的相关技术。通过消除噪声数据、补全缺失数据等数据技术，得到高质量的数据。并根据车流量数据可能存在的误差情况，建立了以时间序列模型为基础的神经网络预测模型：先将非平稳的数据序列通过时间序列模型进行平稳化处理，再将生成的平稳时间序列模型作为神经网络的输入端进行预测分析，以提高在短期车流量预测中达到更高的预测精度。 最后，以八达岭高速公路的实际数据进行分析，通过对几种常用预测算法的对比，验证笔者提出预测模型的精确性。 |
| 作者： | 李雪 |
| 专业： | 软件工程 |
| 导师： | 黄樟钦;李红星 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京工业大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
