基于公交車載數(shù)據(jù)的車輛行駛時間預(yù)測研究.pdf

1、隨著城市規(guī)模不斷擴(kuò)大，公眾對市內(nèi)出行的需求越來越高。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)，對交通出行時間進(jìn)行分析預(yù)測，已成為目前智能交通研究熱點之一。本論文利用多重分形理論、去趨勢互相關(guān)分析、徑向基(RBF)神經(jīng)網(wǎng)絡(luò)、車輛行駛時間預(yù)測等技術(shù)對交通數(shù)據(jù)進(jìn)行分析計算，研究基于公交車載數(shù)據(jù)的車輛行駛時間預(yù)測，對提升城市交通服務(wù)質(zhì)量具有參考價值。
　　本論文深入分析國內(nèi)外研究現(xiàn)狀，使用多重分形去趨勢互相關(guān)分析方法，對車載數(shù)據(jù)進(jìn)行分析研

2、究，結(jié)果驗證了車輛之間行駛速度的相關(guān)性。對于給定時間標(biāo)度，在同一分形區(qū)間內(nèi)，公交車車速和被預(yù)測車輛的車速呈現(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)測模型。該模型先通過主成份分析離線初始化RBF神經(jīng)網(wǎng)絡(luò)，再結(jié)合實時數(shù)據(jù)訓(xùn)練集，使用“場景自適應(yīng)調(diào)節(jié)器”改變網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)而使網(wǎng)絡(luò)實現(xiàn)在線場景自適應(yīng)的功能。經(jīng)過大量的實際數(shù)據(jù)實驗，驗證了基于

3、該方法的模型在車輛行駛速度預(yù)測上的擬合程度較高。本論文基于此模型，利用在線地理信息平臺，結(jié)合車輛行駛時間預(yù)測方法，實現(xiàn)了車輛行駛時間預(yù)測軟件。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，計算出特定路線上的行駛總時間。
　　本論文在理論研究的基礎(chǔ)上實現(xiàn)基于公交車載數(shù)據(jù)的車輛行駛時間預(yù)測軟件，通過理論與實踐相結(jié)合的方法，實現(xiàn)本課題對城市出行時間預(yù)測的研究目標(biāo)，對進(jìn)一步的綜合智能交通研究進(jìn)行了有益的探索，為