原文传递
基于数据挖掘的交通流状态辨识算法研究
| 论文题名： | 基于数据挖掘的交通流状态辨识算法研究 |
| 关键词： | 交通流理论;状态辨识;数据挖掘;非参数回归;多分辨分析 |
| 摘要： | 对道路交通流进行预测、检测等分析研究，深入挖掘交通流动态信息，及时、准确地辨识未来和实时交通流状态，是实现动态交通管理的一个重要前提，也是目前广泛开展的智能运输系统(IntelligentTransportationSystems，ITS)项目，特别是其先进的交通管理系统(AdvancedTrafficManagementSystems，ATMS)和先进的出行者信息系统(AdvancedTravelerInformationSystems，ATIS)研究开发的基本要求。交通流状态辨识的主要作用是及时准确地识别当前和未来交通流状况，实施合理有效的交通管控和诱导措施，及时处理事件，减少人员伤亡和财产损失，诱导驾驶员行为并使交通流避开拥挤区域，达到平稳交通流、减轻拥挤区域交通压力、节约能源、减少污染的目的。 本文从交通流的基本特点和动态交通管理、道路交通事件管理及交通流诱导的根本需求出发，对交通流状态辨识的两个方面——交通流短时预测和交通流实时检测的相关理论和方法进行深入研究。基于动态交通管理的基本思想，根据我国ITS框架，以事件管理系统为基础，设计了交通流状态辨识系统框架；在总结目前交通流短时预测和自动事件检测算法成果的基础上，依据数据挖掘技术中的非参数回归样条拟合、小波多分辨分析方法，提出了基于非参数回归样条拟合的交通流短时预测算法和基于多分辨分析的交通事件自动检测算法；利用英国南安普敦大学TRG(TransportationResearchGroup)提供的实测数据以及交通仿真系统VISSIM的模拟数据分别对所建立的算法进行验证，结果表明本文所建立的两类交通流状态辨识算法均具有良好的性能。 |
| 作者： | 张敬磊 |
| 专业： | 载运工具运用工程 |
| 导师： | 王晓原 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东理工大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
