基于多重相空間和路段相似度的短時(shí)交通流預(yù)測(cè)研究.pdf

1、交通擁堵嚴(yán)重影響了人們的出行，降低了道路的服務(wù)能力。短時(shí)交通流預(yù)測(cè)能夠?yàn)槿藗兊某鲂刑峁┳罴崖肪€，從而緩解交通擁堵，因此，提高短時(shí)交通流的預(yù)測(cè)精度和預(yù)測(cè)速度，具有重大的研究意義和實(shí)際應(yīng)用價(jià)值。對(duì)短時(shí)交通流預(yù)測(cè)領(lǐng)域的相關(guān)技術(shù)進(jìn)行研究，發(fā)現(xiàn)當(dāng)前短時(shí)交通流預(yù)測(cè)模型存在預(yù)測(cè)精度不高的問(wèn)題，并且預(yù)測(cè)模型在單機(jī)環(huán)境下進(jìn)行預(yù)測(cè)，導(dǎo)致模型預(yù)測(cè)速度變慢。針對(duì)上述問(wèn)題，本文結(jié)合大數(shù)據(jù)處理框架Spark，提出了基于多重相空間和路段相似度的短時(shí)交通流預(yù)測(cè)模型，最

2、后通過(guò)實(shí)驗(yàn)驗(yàn)證本文提出的預(yù)測(cè)模型的有效性。
　　本研究主要內(nèi)容包括：⑴針對(duì)混沌理論使用單個(gè)相空間導(dǎo)致預(yù)測(cè)精度不高的問(wèn)題，提出了一種基于多重相空間的預(yù)測(cè)算法。該算法采用平均互信息量法來(lái)求解延遲時(shí)間集合，并得到對(duì)應(yīng)的權(quán)重集合，同時(shí)計(jì)算對(duì)應(yīng)的嵌入維數(shù)集合來(lái)重構(gòu)多重相空間，并結(jié)合KNN算法的思想建立短時(shí)交通流預(yù)測(cè)模型，提高預(yù)測(cè)精度。⑵針對(duì)稀疏路段數(shù)據(jù)較少而導(dǎo)致預(yù)測(cè)精度不高的問(wèn)題，提出了一種基于多重相空間和路段相似度的預(yù)測(cè)算法。該算法考慮了

3、路段相似對(duì)預(yù)測(cè)交通流的影響，通過(guò)度量?jī)蓷l路段的正相似度與負(fù)相似度來(lái)求解正相關(guān)路段集合和負(fù)相關(guān)路段集合，并綜合正、負(fù)相關(guān)路段集合，結(jié)合多重相空間算法建立短時(shí)交通流預(yù)測(cè)模型，進(jìn)一步提高預(yù)測(cè)精度。⑶使用路網(wǎng)某一路段的多組GPS數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析。實(shí)驗(yàn)結(jié)果表明，本文提出的基于多重相空間和路段相似度的短時(shí)交通流預(yù)測(cè)模型預(yù)測(cè)的平均相對(duì)誤差百分率降低了3.94％，在平均絕對(duì)誤差和均方根誤差2項(xiàng)算法評(píng)價(jià)指標(biāo)上都有4.1到4.3范圍的降低，預(yù)測(cè)精度有明顯的