基于時(shí)空軌跡數(shù)據(jù)的交通狀態(tài)分析及預(yù)測.pdf

1、交通壓力已經(jīng)成為每個(gè)城市發(fā)展到一定程度必然面臨的難題，緩解交通壓力需要科學(xué)有效的交通管理措施。采取何種方式獲取交通路網(wǎng)中的信息和數(shù)據(jù)，實(shí)現(xiàn)對(duì)城市路網(wǎng)的交通狀態(tài)的實(shí)時(shí)監(jiān)測，并將路網(wǎng)中海量的實(shí)時(shí)交通信息與龐大的歷史數(shù)據(jù)庫相結(jié)合，選取合適的交通參數(shù)，建立有效的數(shù)學(xué)模型，及時(shí)準(zhǔn)確地分析出道路交通狀態(tài)的變化，進(jìn)而預(yù)測未來時(shí)段的交通情況，為交通信息服務(wù)、交通控制與誘導(dǎo)提供幫助，是智能交通系統(tǒng)的關(guān)鍵內(nèi)容。
　　本文選用出行率高、路網(wǎng)覆蓋率高的出

2、租車GPS數(shù)據(jù)作為優(yōu)質(zhì)的浮動(dòng)車時(shí)空軌跡數(shù)據(jù)實(shí)時(shí)反映城市路網(wǎng)的交通狀況，利用基于Hadoop平臺(tái)的大數(shù)據(jù)技術(shù)管理和處理龐大的交通狀態(tài)信息，解決了傳統(tǒng)方式在海量數(shù)據(jù)處理方面的難題，具有高效率、高準(zhǔn)確性和高時(shí)效性的優(yōu)點(diǎn)，這對(duì)及時(shí)分析交通狀態(tài)并作出預(yù)測十分重要。同時(shí)，由于不同道路之間的差異所導(dǎo)致的復(fù)雜情況，僅以交通流量或行程時(shí)間等參數(shù)來描述道路的交通狀況顯得并不合適。為了更有效、準(zhǔn)確、及時(shí)地分析和預(yù)測道路交通狀態(tài)，本文選用路段速度作為更加合理的

3、交通狀態(tài)參數(shù)。
　　此外，本文分析了路網(wǎng)劃分后路段速度的時(shí)間序列，利用四分位數(shù)的特性優(yōu)化算法，提高了路段速度模型的合理性和準(zhǔn)確性，并通過真實(shí)歷史數(shù)據(jù)驗(yàn)證四分位法的有效性。結(jié)果表明該方法既體現(xiàn)出了路段速度的變化趨勢，同時(shí)削弱了極端值和異常值的影響，能夠展現(xiàn)出合理的交通狀態(tài)變化過程，并且其計(jì)算簡便，為大規(guī)模數(shù)據(jù)處理有效地節(jié)省了計(jì)算資源。對(duì)計(jì)算結(jié)果的曲線擬合也證明了四分位法處理路段速度的可靠性。然后利用基于同比歷史數(shù)據(jù)加權(quán)均值和修正值的