基于公交車載數(shù)據(jù)的車輛行駛時(shí)間預(yù)測(cè)研究.pdf

1、隨著城市規(guī)模不斷擴(kuò)大，公眾對(duì)市內(nèi)出行的需求越來(lái)越高。利用智能交通系統(tǒng)和物聯(lián)網(wǎng)等產(chǎn)生的海量數(shù)據(jù)，對(duì)交通出行時(shí)間進(jìn)行分析預(yù)測(cè)，已成為目前智能交通研究熱點(diǎn)之一。本論文利用多重分形理論、去趨勢(shì)互相關(guān)分析、徑向基(RBF)神經(jīng)網(wǎng)絡(luò)、車輛行駛時(shí)間預(yù)測(cè)等技術(shù)對(duì)交通數(shù)據(jù)進(jìn)行分析計(jì)算，研究基于公交車載數(shù)據(jù)的車輛行駛時(shí)間預(yù)測(cè)，對(duì)提升城市交通服務(wù)質(zhì)量具有參考價(jià)值。
　　本論文深入分析國(guó)內(nèi)外研究現(xiàn)狀，使用多重分形去趨勢(shì)互相關(guān)分析方法，對(duì)車載數(shù)據(jù)進(jìn)行分析研

2、究，結(jié)果驗(yàn)證了車輛之間行駛速度的相關(guān)性。對(duì)于給定時(shí)間標(biāo)度，在同一分形區(qū)間內(nèi)，公交車車速和被預(yù)測(cè)車輛的車速呈現(xiàn)正相關(guān)性。本論文在此分析研究的基礎(chǔ)上，利用改進(jìn)后的RBF神經(jīng)網(wǎng)絡(luò)，建立基于兩階段混合場(chǎng)景自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)(TSMSA-RBF)的車輛行駛速度預(yù)測(cè)模型。該模型先通過(guò)主成份分析離線初始化RBF神經(jīng)網(wǎng)絡(luò)，再結(jié)合實(shí)時(shí)數(shù)據(jù)訓(xùn)練集，使用“場(chǎng)景自適應(yīng)調(diào)節(jié)器”改變網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)而使網(wǎng)絡(luò)實(shí)現(xiàn)在線場(chǎng)景自適應(yīng)的功能。經(jīng)過(guò)大量的實(shí)際數(shù)據(jù)實(shí)驗(yàn)，驗(yàn)證了基于

3、該方法的模型在車輛行駛速度預(yù)測(cè)上的擬合程度較高。本論文基于此模型，利用在線地理信息平臺(tái)，結(jié)合車輛行駛時(shí)間預(yù)測(cè)方法，實(shí)現(xiàn)了車輛行駛時(shí)間預(yù)測(cè)軟件。該軟件利用公交車載數(shù)據(jù)進(jìn)行城市道路車輛運(yùn)行仿真模擬，可以顯示車輛行駛信息，計(jì)算出特定路線上的行駛總時(shí)間。
　　本論文在理論研究的基礎(chǔ)上實(shí)現(xiàn)基于公交車載數(shù)據(jù)的車輛行駛時(shí)間預(yù)測(cè)軟件，通過(guò)理論與實(shí)踐相結(jié)合的方法，實(shí)現(xiàn)本課題對(duì)城市出行時(shí)間預(yù)測(cè)的研究目標(biāo)，對(duì)進(jìn)一步的綜合智能交通研究進(jìn)行了有益的探索，為