论文部分内容阅读
城市快速路作为城市各个区域连接的大动脉,具有快速、高效、舒适的特点。为了更好的智能化的掌握了解城市交通运行规律、交通状态变化情况、缓解城市道路交通压力和为多方提供决策支持,研究城市快速路交通运行状态的判别和预测具有重要的意义。本文针对道路交通特性,从交通参数预测和交通状态判别两方面展开研究,本文主要研究的方面为:
第一,归纳总结国内外交通状态判别划分、交通参数预测以及交通状态变迁演化三个方面的研究现状,掌握多种研究方法,并且确定本文的技术路线、章节安排和研究内容。
第二,基于北京城市二环快速路的微波交通检测器数据,对交通流三参数之间关系模型进行了回顾分析,并且根据采集得到的交通数据对交通流三参数进行了时空特性分析,全面分析产生了这种现象的具体原因。
第三,针对本文研究的交通状态变化的的情况,采用模糊c-均值聚类算法将交通三参数两两组合作为数据输入,得到聚类中心和交通状态判别划分信息;标定交通状态判别精度,根据精度确定最佳参数组合,通过实例验证得出流量-速度为判别交通状态的最佳参数组合。
第四,为了更好地研究交通状态变化,进行参数预测,为了保证预测精度,采用免疫算法优化的最小二乘支持向量机(LSSVM)建立交通流量预测模型。通过免疫算法优化经过训练后的LSSVM中的惩罚因子和核函数参数,得到最优的预测模型。将行驶速度和占有率作为模型的输入,交通流量作为输出。
第五,为了更好地展现交通状态判别情况以及交通状态演化情况,本文应用有限状态机模型作为模型。将预测后的交通参数,输入到有限状态机进行交通状态判别和演化。实验结果证明,有限状态机更为直观地展现了交通状态演化情况,也证明了有限状态机在交通状态判别演化中的可用性,能够更好地为城市道路交通管理与控制服务。
第一,归纳总结国内外交通状态判别划分、交通参数预测以及交通状态变迁演化三个方面的研究现状,掌握多种研究方法,并且确定本文的技术路线、章节安排和研究内容。
第二,基于北京城市二环快速路的微波交通检测器数据,对交通流三参数之间关系模型进行了回顾分析,并且根据采集得到的交通数据对交通流三参数进行了时空特性分析,全面分析产生了这种现象的具体原因。
第三,针对本文研究的交通状态变化的的情况,采用模糊c-均值聚类算法将交通三参数两两组合作为数据输入,得到聚类中心和交通状态判别划分信息;标定交通状态判别精度,根据精度确定最佳参数组合,通过实例验证得出流量-速度为判别交通状态的最佳参数组合。
第四,为了更好地研究交通状态变化,进行参数预测,为了保证预测精度,采用免疫算法优化的最小二乘支持向量机(LSSVM)建立交通流量预测模型。通过免疫算法优化经过训练后的LSSVM中的惩罚因子和核函数参数,得到最优的预测模型。将行驶速度和占有率作为模型的输入,交通流量作为输出。
第五,为了更好地展现交通状态判别情况以及交通状态演化情况,本文应用有限状态机模型作为模型。将预测后的交通参数,输入到有限状态机进行交通状态判别和演化。实验结果证明,有限状态机更为直观地展现了交通状态演化情况,也证明了有限状态机在交通状态判别演化中的可用性,能够更好地为城市道路交通管理与控制服务。