高速路網(wǎng)交通狀態(tài)判別與預(yù)測的研究.pdf

1、近年來，我國由高速公路構(gòu)成的骨干路網(wǎng)已經(jīng)覆蓋了大部分城市，極大緩解了我國公路交通運(yùn)輸?shù)膲毫?，但由于缺乏對路網(wǎng)交通狀態(tài)判別以及發(fā)展趨勢分析，致使路網(wǎng)管理運(yùn)營方面仍然處于相對落后的被動管理，難以保證高速路網(wǎng)的高效運(yùn)行。
　　深入了解我國高速公路的運(yùn)營現(xiàn)狀，研究和建立符合我國高速公路特點(diǎn)的交通狀態(tài)判別與預(yù)測體系是非常必要的。對路網(wǎng)交通狀態(tài)判別和預(yù)測方法進(jìn)行研究，提升高速路網(wǎng)的運(yùn)營管理效率，使運(yùn)營決策做到有據(jù)可依。
　　本文在總結(jié)國

2、內(nèi)外相關(guān)研究的基礎(chǔ)上，首先對高速路網(wǎng)交通特性進(jìn)行分析，運(yùn)用基于模糊聚類的方法對路段交通狀態(tài)判別，結(jié)合路網(wǎng)交通的拓?fù)涮匦?，提出一種路網(wǎng)連通度評價(jià)方法，在此基礎(chǔ)上選取路網(wǎng)飽和度、路網(wǎng)暢通率以及路網(wǎng)連通度作為判別指標(biāo)，采用模糊綜合評價(jià)法判別高速路網(wǎng)的交通狀態(tài)；其次，通過對高速路網(wǎng)收費(fèi)數(shù)據(jù)的分析和挖掘，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波算法實(shí)現(xiàn)對路網(wǎng)交通需求的預(yù)測，即路網(wǎng)OD矩陣的預(yù)測，同時(shí)結(jié)合交通仿真技術(shù)將預(yù)測的路網(wǎng)OD需求動態(tài)的分配到各路段中，再