基于組合模型的短時交通流的預(yù)測研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展和城市化進(jìn)程的加快,汽車保有量逐年增加,出行者的數(shù)量也在急劇增長,這給原本就十分緊張的的交通帶來了巨大的壓力,交通問題已經(jīng)成為制約國民經(jīng)濟(jì)發(fā)展的瓶頸問題,其中,對于人們的生活影響最大的就是交通擁堵問題,智能交通系統(tǒng)是解決交通擁堵問題的有效手段。智能交通系統(tǒng)(Intelligent Transport System,簡稱ITS)綜合應(yīng)用信息技術(shù)、通訊傳輸技術(shù)、電子控制技術(shù)和計算機處理技術(shù)等,對交通信息進(jìn)行有效地采集、加工和處

2、理,目的是實時、精確地反映當(dāng)前及其未來的交通狀態(tài),最終實現(xiàn)對交通進(jìn)行科學(xué)的組織和控制。
　　短時交通流預(yù)測是ITS的核心內(nèi)容,本文對短時交通流進(jìn)行預(yù)測旨在得到實時、準(zhǔn)確的交通預(yù)測信息,指導(dǎo)出行者選擇合適的出行路線,節(jié)約出行者的旅行時間,達(dá)到緩解道路擁堵、減少環(huán)境污染、節(jié)約能源等目的。
　　本文基于短時交通流的基本理論,針對某斷面上的短時交通流量,依次使用移動平均模型、神經(jīng)網(wǎng)絡(luò)模型和組合模型進(jìn)行了預(yù)測研究并運用幾種評價指標(biāo)對比

3、分析了各種模型的預(yù)測效果,說明了線性模型的可行性,而且驗證了組合模型在短時交通流預(yù)測中的優(yōu)勢。本文主要的研究工作如下:
　　(1)概括介紹本文的研究背景和意義,并進(jìn)行歸納總結(jié),對交通流的特性和可預(yù)測性進(jìn)行分析;
　　(2)介紹短時交通流的數(shù)據(jù)采集和預(yù)處理方法,并簡要介紹描述其特性的基本參數(shù);
　　(3)詳細(xì)介紹移動平均模型、神經(jīng)網(wǎng)絡(luò)模型和組合模型的有關(guān)知識,并建立了移動平均模型、GRNN神經(jīng)網(wǎng)絡(luò)模型和基于移動平均和GR