高速公路短時(shí)段交通流預(yù)測(cè)方法研究.pdf

1、近年來，隨著我國(guó)高速公路建設(shè)的快速發(fā)展，高速公路的運(yùn)營(yíng)管理面臨更高的要求和挑戰(zhàn)。本文通過研究高速公路短時(shí)段交通預(yù)測(cè)的重要問題，為高速公路的路況分析、事件檢測(cè)及預(yù)測(cè)、預(yù)防交通擁堵提供數(shù)據(jù)挖掘服務(wù)，為設(shè)計(jì)高速公路交通流控制系統(tǒng)、制定合理的監(jiān)控策略提供數(shù)據(jù)基礎(chǔ)。論文結(jié)合我國(guó)高速公路現(xiàn)狀，從短時(shí)交通預(yù)測(cè)方法、交通流參數(shù)預(yù)測(cè)、行程時(shí)間預(yù)測(cè)三個(gè)方面進(jìn)行了研究。 1．短時(shí)交通預(yù)測(cè)方法概述。根據(jù)國(guó)內(nèi)外短時(shí)交通預(yù)測(cè)研究現(xiàn)狀，結(jié)合預(yù)測(cè)學(xué)研究，將目前

2、已提出的用于短時(shí)交通預(yù)測(cè)的各種預(yù)測(cè)方法分為三類：基于數(shù)學(xué)模型的預(yù)測(cè)方法、基于非數(shù)學(xué)模型的預(yù)測(cè)方法、復(fù)合預(yù)測(cè)方法。在對(duì)各類方法深入分析的基礎(chǔ)上，結(jié)合江蘇省高速公路的運(yùn)營(yíng)狀況，本文選擇了幾種方法進(jìn)行改進(jìn)研究。 2．預(yù)測(cè)方法研究。針對(duì)時(shí)間序列的離線預(yù)測(cè)、建模過程復(fù)雜等缺點(diǎn)，在數(shù)據(jù)預(yù)處理上引入零均值化及差分法以便獲得穩(wěn)定數(shù)據(jù)進(jìn)行計(jì)算，在模型參數(shù)辨識(shí)方面引入帶遺忘因子的最小二乘遞推算法，實(shí)現(xiàn)了在線預(yù)測(cè)的功能；針塒交通流的特性建立了基于卡爾

3、曼濾波的交通預(yù)測(cè)模型，并針對(duì)模型初值難以確定的限制，引入基于統(tǒng)計(jì)方法的模型初值確定方法；分別介紹了BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)，針塒BP網(wǎng)絡(luò)收斂速度慢以及目標(biāo)函數(shù)存在局部極小問題，介紹了可變學(xué)習(xí)率、動(dòng)量法、L-M法等改進(jìn)訓(xùn)練算法，比較了兩種網(wǎng)絡(luò)的特點(diǎn)，提出RBF在短時(shí)交通預(yù)測(cè)領(lǐng)域的良好應(yīng)用前景。 3．交通流參數(shù)預(yù)測(cè)研究。對(duì)短時(shí)段交通流參數(shù)的可預(yù)測(cè)性進(jìn)行分析研究，針對(duì)我國(guó)高速公路交通數(shù)據(jù)來源，提出了基于時(shí)間序列改進(jìn)方法、卡爾曼濾波

4、方法、BP神經(jīng)網(wǎng)絡(luò)方法、RBF神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)模型，并利用檢測(cè)數(shù)據(jù)進(jìn)行仿真預(yù)測(cè)，對(duì)各種方法進(jìn)行了深入分析，確定各種方法的預(yù)測(cè)性能。 4．行程時(shí)間預(yù)測(cè)。對(duì)行程時(shí)間的基本概念進(jìn)行了解釋，并在沒有行程時(shí)間數(shù)據(jù)的情況下，推導(dǎo)了利用其他交通流參數(shù)進(jìn)行估算的方法，得出了高速公路路段連續(xù)交通流及間斷交通流的行程時(shí)間函數(shù)，以及路線行程時(shí)間函數(shù)。結(jié)合車輛探測(cè)數(shù)據(jù)和環(huán)形線圈檢測(cè)數(shù)據(jù)利用卡爾曼濾波方法，設(shè)計(jì)了高速公路路段行程時(shí)間預(yù)測(cè)模型。從高速公路