城市道路短時交通流動態(tài)預測方法研究與應用.pdf

1、實時、準確、動態(tài)的短時交通流預測一直是智能交通發(fā)展極力追求的目標。然而，短時交通流信息量大，受到不確定噪聲信號干擾強，再加上城市路網(wǎng)復雜的拓撲結(jié)構(gòu)，導致如何實現(xiàn)城市道路短時交通流動態(tài)預測這一問題一直制約著智能交通長足的發(fā)展。為了解決上述問題許多預測方法相繼被提出，但其中一些方法都因未考慮短時交通流不確定干擾因素或者城市路網(wǎng)復雜性的影響，致使預測結(jié)果實時性與準確性都不盡理想，也沒有達到實際意義上的動態(tài)預測。本文在Mallat算法下對短時交

2、通流信號進行小波分解與重構(gòu)，在濾掉短時交通流信息強干擾噪聲信號后進行時、頻域特性分析，大大提高了短時交通流信息預處理速度及精度，再將支持向量回歸預測模型結(jié)合在城市路網(wǎng)多斷面的預測思想中，使得城市道路短時交通流動態(tài)預測更加準確、實時、有效。
　　論文旨在研究短時交通流有效信息快速、有效提取后進行城市路網(wǎng)中短時交通流精確的動態(tài)預測。論文主要研究工作如下：
　　1.分析了交通流、速度、密度三個短時交通流基本參數(shù)的關系及數(shù)學模型；歸

3、納了短時交通流基本特性；從空間、時間的層面出發(fā)，探討了短時交通流的相關性；從動力學特性角度總結(jié)了短時交通流可預測性分析方法及其影響因素。
　　2.針對短時交通流信號的強噪聲影響，研究了小波分解與重構(gòu)對短時交通流信號進行主體信息和細節(jié)信息快速、有效提取的關鍵問題。通過Mallat塔式多分辨率算法思想的引入，實現(xiàn)了短時交通流信號的快速分解與重構(gòu)，最后提出了針對短時交通流信號如何有效提取的詳細解決策略。
　　3.以實現(xiàn)短時交通流動

4、態(tài)預測為出發(fā)點，給出原始交通流數(shù)據(jù)預處理的方法，并通過SVR自身特性的研究，提出了模型自適應參數(shù)、G-P算法嵌入維數(shù)與核函數(shù)的動態(tài)優(yōu)化與選擇方法，使得短時交通流達到高效、準確的動態(tài)預測。
　　4.通過對城市復雜網(wǎng)絡拓撲結(jié)構(gòu)的研究，給出了相關斷面的矩陣表示方法及相互影響權重的 F-AHP模糊標定方法；最后結(jié)合前面的研究結(jié)果提出了一個城市道路短時交通流動態(tài)預測模型，并通過實驗驗證了其合理性。
　　5.利用短時交通流信號的 Mal