论文部分内容阅读
基于浮动车的交通信息采集技术,避免了传统交通检测方式的高投入、数据精度低和实时性差等缺点,在交通信息发布和动态交通预测等领域具有广泛的应用。其服务质量关键在于能否获取准确、有效和实时的与交通运行状态有关的信息。随着实时交通数据应用范围的扩大,短时交通预测,交通控制策略的制定等应用对动态数据的质量和精度提出了更高的要求。作为浮动车系统数据源的出租车,其运营状态是否会影响速度计算结果,进而影响动态交通数据质量;并且在大规模应用的背景下,不同等级道路的浮动车速度数据与路段实际速度之间的关系都有待研究。
在国内外相关文献综述的基础上,本文基于计量经济学中的时间序列理论与协整理论,分析了不同出租车运行状态下的浮动车速度数据差异性,以及浮动车速度与路段实际运行速度间的修正模型研究。
首先根据时间序列的自相关与滞后性理论,设计了交通运行速度数据滞后性计算的自回归模型,根据自回归模型的递推计算,以每五分钟为单位的快速路与主干道上浮动车速度数据为研究对象,分析其滞后阶数,确定其滞后时间范围。该结果除作为时间序列平稳性检验的基本参数外,还可以用于短时动态交通预测。
研究在浮动车速度数据平稳性分析的基础上,根据计量经济学中的协整理论,对不同时段、不同道路等级、不同出租车载客状态下的浮动车计算速度数据进行协整性检验,确定了两者的协整关系特征。在此基础上,确定了两者间的线性回归模型和模型参数,明确了其是否具有差异及差异性的大小,确定了不同载客状态下,浮动车速度数据的协整特性。
最后,在对浮动车速度数据特性规律研究的基础上,利用车牌照识别系统获得的数据,开展了浮动车速度数据和实际路段车辆运行速度的协整关系研究:通过对两者间协整检验的结果进行分析和研究,确定两者之间的回归模型和相关模型参数:最后利用其他数据对回归模型和参数进行了验证。