基于浮動車GPS數據的行車速度預測模型研究.pdf

1、行車速度是交通狀態(tài)的重要參數之一，也是智能交通系統(tǒng)需要預測的一項重要指標。由速度可以得到道路交通流量、密度等信息，為預測未來一段時間內的道路交通基本狀況提供依據；同時可以分析道路上的交通流運行狀態(tài)，控制交通流，反饋數據作為交叉口信號協同控制的依據，以便及時疏導過往車輛，縮短出行時間，減少損失，保證交通的安全暢通。以往基于線圈等固定設備采集的數據的短時預測，只是路段的某個斷面，分布不夠；浮動車比較均勻的分布在路段上，通過GPS車載裝置和無

2、線通信設備，將車輛信息（如時間、速度、經緯度坐標、方向等參數）實時傳送到浮動車信息中心。因此，浮動車GPS數據對固定設備采集信息是一個較好的補充，為行車速度預測研究提供了良好的基礎。 論文在綜述國內外浮動車以及道路旅行時間、行車速度預測相關研究的基礎上，對基于浮動車數據的路段行車速度短時預測模型進行了研究。基于浮動車數據，結合路網的歷史運行和實時交通數據，分別建立了K-近鄰預測模型、灰色馬爾柯夫預測模型和加權馬爾柯夫預測模型。在