基于浮動車數(shù)據(jù)的城市道路交通狀態(tài)預測研究.pdf

1、近些年，城市道路交通擁擠問題日益嚴重，影響著人們日常生活。尤其在上班高峰期、下班高峰期等用車高峰時段，道路擁堵現(xiàn)象會極其嚴重。然而此時并不是所有道路都處于擁堵狀態(tài)，通過對城市道路交通狀態(tài)的預測，可以掌握路況信息，能夠最大效率地利用城市道路資源，緩解擁堵道路上的交通壓力。因此，集合多種先進技術的智能交通系統(tǒng)逐漸成為解決城市道路擁堵問題的關鍵途徑。城市道路交通狀態(tài)預測是智能交通系統(tǒng)中交通控制和交通誘導的關鍵。
　　在查閱總結大量文獻與

2、資料后，論文提出城市道路交通狀態(tài)預測模型，該模型包括城市道路的速度預測以及城市道路交通狀態(tài)判別。通過比較用于交通流預測的相關模型后，論文建立基于改進粒子群算法的BP神經(jīng)網(wǎng)絡的城市道路速度預測模型。在經(jīng)典粒子群算法中引入遺傳算法中“交叉”與“變異”概念，改進后的算法可以克服經(jīng)典算法的較容易陷進局部最優(yōu)值等問題。再利用改進的粒子群算法對經(jīng)典BP神經(jīng)網(wǎng)絡的連接權值和閾值的賦值進行優(yōu)化，使神經(jīng)網(wǎng)絡具有更高的精度。針對城市道路交通狀態(tài)判別，論文建