详情

原文传递城市快速路交通状态预测研究

论文题名：	城市快速路交通状态预测研究
关键词：	城市快速路;交通流;神经网络;卡尔曼滤波;交通状态预测
摘要：	交通控制与诱导系统是智能交通系统研究的热门核心课题，而实现交通控制与诱导系统的关键问题就是实时准确的交通状态预测。交通流具有高度的非线性特点，同时在时间和空间上又有很强的关联性，一般很难用精确的数学模型进行描述，因此本文选择适用于预测的卡尔曼滤波模型和BP神经网络模型对交通流的流量、速度和占有率等三大参数进行建模。具体说来，本文做了如下几项工作：首先具体分析了城市快速路的交通流特性，详细阐述了交通流三大参数的时变特性；在此基础上分别建立了基于卡尔曼滤波理论和BP神经网络理论的交通参数预测模型，并应用实际的交通流数据对这两种模型的预测效果作了验证，指出这二者都能有效地预测交通参数的变化趋势；通过对这两种模型预测结果的对比分析，本文得出，卡尔曼滤波模型简单实用，便于在线更新应用，而BP神经网络模型预测精度相对较高，但是其实现较为复杂。在本文提出的交通参数预测模型中，既考虑了交通流在时间上的历史关联性，又考虑了上游交通流的影响。实验表明，本文提出的交通参数模型有较好的预测效果，希望能为交通状态预测的工程应用提供理论参考。
作者：	彭信林
专业：	控制理论与控制工程
导师：	王豪
授予学位：	硕士
授予学位单位：	上海交通大学
学位年度：	2008
正文语种：	中文