基于對數(shù)變換的交通流的研究.pdf

1、隨著社會的進步和經(jīng)濟的發(fā)展，人們對于交通的需求日益增長。但是，現(xiàn)有交通道路的狀況與交通流量的增長之間的矛盾與日俱增。這就需要一個可以對交通流量進行實時、準確的預(yù)測，用來實現(xiàn)對交通的控制和誘導。經(jīng)過理論研究和實踐表明，智能交通系統(tǒng)可以較好的解決這一問題，其主要的方法是基于交通流參數(shù)預(yù)測和交通事件檢測。所以，找到交通流中較好的參數(shù)和交通事件中較好的檢測方法是亟待解決的問題。
　　本論文的主要研究內(nèi)容和成果如下：
　　(1)將一種

2、低階非線性變換(對數(shù)變換)運用到小波閾值去噪過程中。在研究中，通過對標準信號加上異常點或者跳躍點，不采用對數(shù)變換時，抑制異常值的范圍是[-0.7340,0.4314]；經(jīng)過對數(shù)變換后，使得抑制異常點的范圍變化為[-0.7428,0.4685]。區(qū)間長度從1.1654增加到1.2113，增加了3.94％，說明通過非線性變換后，對小波閾值去噪有一定效果，并針對這一現(xiàn)象進行了進一步的理論分析。該研究屬于“機理+辨識”預(yù)測策略中的非平穩(wěn)數(shù)據(jù)的平

3、穩(wěn)化方法研究。
　　(2)給出了對數(shù)變換提高小波閾值去噪效果的數(shù)學分析，并通過對數(shù)變換下的泰勒展開式反映了對數(shù)變換對于小波閾值去噪的影響，即：對數(shù)變換降低非平穩(wěn)時間序列預(yù)測的均方根誤差(MSE，Mean Squared Error)，但引起平均誤差(ME， Mean Error)輕微的增加。并且使用數(shù)值試驗和公路交通流預(yù)測的實例對其進行了驗證與分析。
　　(3)通過對交通流信號進行去噪的新舊方法對比，和對五種預(yù)測模型直接進行