原文传递
城市交通流短时预测方法研究及实现
| 论文题名： | 城市交通流短时预测方法研究及实现 |
| 关键词： | 城市交通流;短时交通流预测;小波神经网络;模糊推理;聚类分析;智能交通系统 |
| 摘要： | 近年来，短时交通流预测成为智能交通(ITS)的热点研究领域。准确实时的短时交通流预测是实现交通控制与管理、交通诱导的前提，是使智能交通系统从“被动式反应”转变到“主动式动作”的关键。 针对单点交通流预测、无检测器路口交通流预测及路网交通流预测现有方法的不足，论文了提出了基于时段划分的短时交通流预测方法，论文的主要工作包括： 1、交通流数据的预处理本文采用了基于相关分析的时间序列法对交通流丢失数据及错误数据进行估计。 2、交通时段划分论文中充分考虑了交通流本身固有的特性，提出了一种基于拐点的有序样本聚类法对交通时段进行自动划分。 3、基于时段的单点交通流组合预测算法首先研究了单点交通流的多分辨率小波网络预测算法，该方法能兼顾交通流平稳状态和非线性状态的预测。结合上述算法，提出了基于时段的单点交通流组合预测算法。 4、基于时段的无检测器路口交通流预测算法采用了模糊推理方法进行无检测器路口交通流预测。在此基础上，论文提出了一种基于时段的模糊推理法，并验证了该方法有着更好的预测结果。 5、基于时段的路网交通流预测算法综合单点交通流组合预测方法和模糊推理预测方法，论文探讨了基于时段的路网交通流预测算法，重点研究了子网的划分和关键路口的选取问题。 |
| 作者： | 高勇 |
| 专业： | 模式识别与智能系统 |
| 导师： | 陈锋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国科学技术大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
