基于多維多尺度數(shù)據(jù)的交通速度預(yù)測模型研究.pdf

1、隨著我國國民經(jīng)濟的快速發(fā)展，交通問題凸顯，也引發(fā)了交通擁堵、交通事故、空氣污染等社會問題。為了緩解城市道路的擁擠問題，智能交通系統(tǒng)應(yīng)運而生，通過合理調(diào)控交通負荷，保證交通安全高效的運行。而智能交通系統(tǒng)中，交通速度預(yù)測是實現(xiàn)交通信號控制、交通誘導(dǎo)等關(guān)鍵應(yīng)用的先決條件。當(dāng)前，城市內(nèi)出租車普遍安裝了車載GPS裝置，向以數(shù)據(jù)為驅(qū)動的智能交通系統(tǒng)提供全天候、大范圍的時空信息。由于出租車是一種城市內(nèi)居民出行的重要交通方式，能夠更客觀地體現(xiàn)交通狀況，

2、所以出租車GPS數(shù)據(jù)越發(fā)受到研究機構(gòu)的重視，許多學(xué)者從海量的GPS數(shù)據(jù)出發(fā)，通過分析和挖掘數(shù)據(jù)中所蘊含的潛力和價值，為交通速度預(yù)測開辟了新途徑。但是，已有工作對長時間尺度預(yù)測效果不佳，尤其當(dāng)一些隨機事件發(fā)生時（如惡劣天氣、節(jié)假日等），預(yù)測精度將大大降低。因此，本文基于杭州市88000多條出租車GPS數(shù)據(jù)，結(jié)合天氣、特殊時間等影響交通動態(tài)的隨機因素，分析了交通速度數(shù)據(jù)在多個時間尺度的相關(guān)性以及不同隨機事件對交通速度的影響，提出了一套融合多

3、時間尺度歷史數(shù)據(jù)和多維度隨機因素的混雜交通速度預(yù)測建?？蚣?。
　　首先，本文搭建了數(shù)據(jù)分析平臺，該平臺利用Hadoop分布式計算框架，實現(xiàn)高效的海量GPS數(shù)據(jù)預(yù)處理。接著，基于該平臺，本文計算得到了每個路段每小時的平均速度，并將其作為時間序列數(shù)據(jù)進行相關(guān)性分析，結(jié)果發(fā)現(xiàn)以小時和以天為周期的交通數(shù)據(jù)均存在一定規(guī)律特征;除此之外，本文也分析了天氣、特殊時間等隨機因素對交通速度的影響。進而，本文提出了基于系統(tǒng)辨識方法的多維多尺度交通速度

4、預(yù)測建模框架，框架中包含了一個系統(tǒng)迭代辨識算法用于計算模型的階次和參數(shù)，從而實現(xiàn)了將多個時間尺度的交通速度與天氣、特殊時間等多維度隨機因素作為系統(tǒng)輸入，對交通速度進行建模與預(yù)測。最后，基于交通速度歷史數(shù)據(jù)、天氣數(shù)據(jù)和特殊時間數(shù)據(jù)，本文分別評估了各個維度的數(shù)據(jù)對模型的影響，結(jié)果發(fā)現(xiàn)考慮多個時間尺度的歷史數(shù)據(jù)能夠有效提高長時間尺度下的預(yù)測效果;而且，考慮隨機因素對模型精度也有顯著提升;此外，對比常用于交通速度預(yù)測的機器學(xué)習(xí)方法——支持向量回