基于預(yù)測偏差的快速路交通事件檢測算法研究.pdf

1、隨著我國交通的飛速發(fā)展及城市機(jī)動車數(shù)量的不斷增加，國內(nèi)各大城市快速路上的交通事件也頻繁發(fā)生。而突發(fā)的交通事件不僅會威脅到人車的安全，更重要的是會產(chǎn)生比較嚴(yán)重的交通擁堵瓶頸，降低快速路系統(tǒng)的運(yùn)行效率。智能交通系統(tǒng)是目前公認(rèn)的解決城市交通問題的有效方法之一，交通事件自動檢測作為智能交通監(jiān)控系統(tǒng)中的核心組成部分，它的研究對于提高城市快速路的整體管理水平，充分發(fā)揮城市快速路的優(yōu)越性有著重要的意義。
　　 本文在研究了城市快速路交通流特點(diǎn)

2、和交通事件檢測基本原理的基礎(chǔ)上，對基于預(yù)測偏差的事件檢測算法進(jìn)行研究。通過分析，發(fā)現(xiàn)在該算法中對交通流參數(shù)的預(yù)測是影響該算法的檢測率與誤報(bào)率的關(guān)鍵因素，因此針對該算法中應(yīng)用單一預(yù)測模型的預(yù)測精度和穩(wěn)定性不高的問題，運(yùn)用統(tǒng)計(jì)分析方法、人工神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)融合技術(shù)建立一種多模型融合預(yù)測方法。其中，在對多模型融合的具體權(quán)重計(jì)算時(shí)，提出了等步長最小絕對值法。在多模型融合預(yù)測方法的基礎(chǔ)上，提出一種基于多模型融合預(yù)測偏差的交通事件檢測算法，其中，在應(yīng)

3、用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測的過程中，針對目前的預(yù)測方式通常是僅僅考慮時(shí)間因子的影響而建立的單點(diǎn)單步預(yù)測方式，論文從空間上考慮上游的交通流對下游的影響，提出一種雙點(diǎn)單步預(yù)測方式。此外，通過研究傳統(tǒng)的基于三級報(bào)警制度的AID系統(tǒng)，發(fā)現(xiàn)該系統(tǒng)無法充分發(fā)揮三級報(bào)警的性能，論文中給出了一些改進(jìn)措施。通過仿真實(shí)驗(yàn)表明，多模型融合預(yù)測方法的預(yù)測精度高于單一模型預(yù)測方法的預(yù)測精度，基于多模型融合預(yù)測偏差的AID算法具有較高的檢測率和較低的誤報(bào)率，具有較優(yōu)的