基于時(shí)空特性的城市道路短時(shí)交通流預(yù)測(cè)研究.pdf

1、交通信號(hào)控制和交通流誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)(ITS)的核心課題，實(shí)現(xiàn)交通控制和交通誘導(dǎo)系統(tǒng)功能的關(guān)鍵是實(shí)時(shí)準(zhǔn)確交通流預(yù)測(cè)信息。交通流預(yù)測(cè)信息可直接送到先進(jìn)的交通信息系統(tǒng)(ATIS)和交通管控系統(tǒng)（ATMS），為出行者提供實(shí)時(shí)有效的出行信息，提高城市交通管控水平。
　　交通流預(yù)測(cè)一直是許多相關(guān)領(lǐng)域的研究熱點(diǎn)?，F(xiàn)有短時(shí)交通流預(yù)測(cè)主要針對(duì)單斷面交通流時(shí)間序列數(shù)據(jù)變化規(guī)律進(jìn)行分析，基于統(tǒng)計(jì)模型、非線性理論、智能算法或?qū)追N模型進(jìn)行組合得到

2、預(yù)測(cè)模型，存在預(yù)測(cè)精度不高、難以適應(yīng)短時(shí)交通流變化的非線性和不確定性等問題。針對(duì)以上問題，本文以城市道路交通流時(shí)空特性為著手點(diǎn)，深入分析了城市道路交通流的時(shí)間特性和空間特性，將空間鄰近路段交通流影響考慮進(jìn)短時(shí)預(yù)測(cè)，結(jié)合基于時(shí)間序列數(shù)據(jù)預(yù)測(cè)方法穩(wěn)定性好和空間相關(guān)估計(jì)預(yù)測(cè)非線性強(qiáng)的特點(diǎn)，提出了同時(shí)考慮研究路段實(shí)時(shí)及歷史交通流數(shù)據(jù)和空間相關(guān)路段交通流數(shù)據(jù)的預(yù)測(cè)方法，提高了短時(shí)交通流預(yù)測(cè)精度。
　　首先，分析了交通流時(shí)間特性，將動(dòng)力學(xué)特性

3、分析方法應(yīng)用于短時(shí)交通流時(shí)間特性分析，具體介紹了交通流時(shí)間特性和短時(shí)可預(yù)測(cè)性判別方法。引用三種基于不同理論的短時(shí)交通流預(yù)測(cè)方法，給出各方法數(shù)學(xué)模型和算法步驟，實(shí)驗(yàn)案例，分別對(duì)2min、6min和12min三種統(tǒng)計(jì)周期交通流進(jìn)行預(yù)測(cè)，對(duì)比預(yù)測(cè)結(jié)果評(píng)價(jià)指標(biāo)，分析了各預(yù)測(cè)模型的適用性。
　　其次，分析了城市道路交通流空間分布特性和相關(guān)性，借鑒無檢測(cè)器路段交通參數(shù)估計(jì)思想，分析了利用空間鄰近檢測(cè)數(shù)據(jù)對(duì)目標(biāo)路段交通流預(yù)測(cè)的可行性。提出了利用

4、多元逐步線性回歸模型對(duì)目標(biāo)路段交通流進(jìn)行空間估計(jì)預(yù)測(cè)的方法。考慮到交通系統(tǒng)的時(shí)變性，結(jié)合卡爾曼濾波理論最優(yōu)估計(jì)思想，設(shè)計(jì)了基于卡爾曼濾波的短時(shí)交通流空間預(yù)測(cè)方法。實(shí)驗(yàn)仿真，驗(yàn)證了所提方法的有效性。
　　最后，在城市道路交通流時(shí)空關(guān)聯(lián)特性分析基礎(chǔ)上，提出了兩種同時(shí)考慮目標(biāo)路段交通流時(shí)間序列數(shù)據(jù)和空間鄰近道路交通流數(shù)據(jù)的預(yù)測(cè)方法。一種是利用最小二乘動(dòng)態(tài)加權(quán)融合算法，將基于目標(biāo)路段時(shí)間序列數(shù)據(jù)預(yù)測(cè)結(jié)果和基于空間相關(guān)流量數(shù)據(jù)預(yù)測(cè)結(jié)果進(jìn)行融