原文传递
基于多源ITS数据的城市道路行程时间预测方法
| 论文题名： | 基于多源ITS数据的城市道路行程时间预测方法 |
| 关键词： | 行程时间;数据融合;交叉口延误;城市道路路段;多源ITS数据;预测方法 |
| 摘要： | 行程时间作为出行者出行路径选择最为直观的动态交通信息，是先进的出行信息系统与路径诱导系统的关键参数，同时也是城市道路交通状态的重要表征参数。基于此，城市道路行程时间预测技术受到了广泛的关注。然而目前的相关研究成果大多基于高速公路或城市快速道，对于交通流状况更为复杂的城市道路行程时间预测研究还很匮乏，且少见基于多源智能运输系统(ITS)数据融合的行程时间预测研究。针对目前我国城市道路多源ITS数据采集现状，本文重点研究了城市道路路段行程时间预测相关关键技术。 城市道路路段行程时间估计的准确性是保证城市道路行程时间预测性能的基础。论文在分析基于单一数据源城市道路行程时间估计方法的基础上，改进了基于号牌匹配技术和基于微波车辆检测器的行程时间估计方法。在此基础上，考虑到多源ITS数据在城市道路行程时间估计方面的互补性，论文提出了基于Dempster-Shafer证据推理数据融合技术的城市道路行程时间数据融合估计方法。经过实际数据验证，结果显示本文所给出的基于多源ITS数据融合的路段行程时间估计方法在性能上优于基于单一数据源的路段行程时间估计方法。 在分析行程时间预测方法现状及城市道路动态交通流运行特征基础上，论文基于城市道路路段行程时间融合估计数据，构建了基于自回归移动平均模型(ARIMA，AutoregressiveIntegratedMovingAverageModel)的城市道路行程时间预测方法，即ARIMA(0，1，1)模型。行程时间预测方法性能评价结果显示，4个研究路段的行程时间预测结果平均绝对百分比误差均在10％以内。因此，本文提出的行程时间预测方法能够满足城市道路行程时间预测的需要。 |
| 作者： | 张韦华 |
| 专业： | 交通运输工程 |
| 导师： | 夏井新 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
