城市道路交通狀態(tài)評價(jià)和預(yù)測方法及應(yīng)用研究.pdf

1、城市道路交通狀態(tài)的完整獲取、準(zhǔn)確/實(shí)時(shí)評價(jià)和預(yù)測是準(zhǔn)確把握城市道路交通系統(tǒng)行為、科學(xué)制定交通管理決策和充分發(fā)揮交通設(shè)施潛能的基礎(chǔ)。然而，如何定義交通狀態(tài)、如何定量描述交通狀態(tài)、以及如何面向交通參與者對交通狀態(tài)進(jìn)行不同層次、不同粒度的評價(jià)和預(yù)測，一直是城市交通研究領(lǐng)域的重點(diǎn)和難點(diǎn)，對這些問題的研究具有重要的理論和現(xiàn)實(shí)意義。
　　本論文以城市交通管理的實(shí)際需求為背景，深入研究了交通狀態(tài)的概念體系、交通狀態(tài)的完整獲取、實(shí)時(shí)評價(jià)和預(yù)測方法

2、等內(nèi)容，并通過實(shí)際應(yīng)用，驗(yàn)證了上述理論方法的有效性，形成了一個(gè)較為完整的交通狀態(tài)評價(jià)和預(yù)測方法及應(yīng)用體系。本論文的主要研究成果具體體現(xiàn)為以下幾個(gè)方面:
　　1)形成了交通狀態(tài)的概念體系及其應(yīng)用框架。
　　系統(tǒng)闡述了交通狀態(tài)概念定義、構(gòu)成要素、特征屬性以及類別（等級）劃分，形成了完整的交通狀態(tài)概念體系;分析了城市道路交通狀態(tài)的生成機(jī)理;明確了交通狀態(tài)應(yīng)用體系的內(nèi)涵，并構(gòu)建了支持交通管理決策的交通狀態(tài)應(yīng)用體系框架，為論文的進(jìn)一步

3、研究奠定了基礎(chǔ)。
　　2)以交通狀態(tài)的全面、準(zhǔn)確獲取為目標(biāo)，提出了解決交通流數(shù)據(jù)兩種典型“缺失”問題的處理方法。
　　提出了一種基于pre-selection時(shí)空模型的交通流數(shù)據(jù)軟測量方法，解決了無檢測器路段交通流數(shù)據(jù)檢測“缺失”的問題。該方法以有檢測器路段的交通流數(shù)據(jù)為基礎(chǔ)，依據(jù)數(shù)據(jù)序列之間的時(shí)空相關(guān)性構(gòu)建時(shí)空模型，并通過預(yù)選“關(guān)鍵節(jié)點(diǎn)”的策略，減少了傳統(tǒng)時(shí)空模型的待估參數(shù)，從而在保證精度的前提下，提高了運(yùn)算效率。提出了用

4、于描述檢測器數(shù)據(jù)反映真值程度的信源可信度概念，并根據(jù)對信源可信度的不同劃分方式，分別建立了基于信源可信度和知識、基于信源可信度和近似推理的數(shù)據(jù)融合模型，解決了單一檢測源采集數(shù)據(jù)精度“缺失”問題。這兩種融合模型結(jié)合了專家的經(jīng)驗(yàn)和推理，不僅能夠反映檢測數(shù)據(jù)精度隨時(shí)間的變化情況，而且實(shí)現(xiàn)了交通流數(shù)據(jù)規(guī)律性知識和專家經(jīng)驗(yàn)知識的統(tǒng)一。
　　3)針對交通管理不同層次，構(gòu)建了符合交通參與者認(rèn)知的城市道路交通狀態(tài)評價(jià)方法。
　　分析了交通狀

5、態(tài)評價(jià)的內(nèi)涵，即可以理解為交通參與者對不同交通狀態(tài)類別進(jìn)行邏輯判斷的過程;從交通管理者的角度，明確了交通狀態(tài)評價(jià)的思路。在此基礎(chǔ)上，面向路段和路網(wǎng)兩個(gè)層次，設(shè)計(jì)了能夠基于實(shí)時(shí)交通流數(shù)據(jù)計(jì)算的交通狀態(tài)指標(biāo)變量，并提出了基于主客觀結(jié)合實(shí)驗(yàn)的路段交通狀態(tài)評價(jià)方法、基于模糊聚類與模糊綜合評價(jià)的路網(wǎng)交通狀態(tài)評價(jià)方法。這兩種評價(jià)方法將交通狀態(tài)指標(biāo)變量的客觀性與人對交通狀態(tài)類別認(rèn)識的主觀性有機(jī)結(jié)合，實(shí)現(xiàn)了交通狀態(tài)定性分類和定量評價(jià)的統(tǒng)一。基于實(shí)際交通

6、流數(shù)據(jù)的實(shí)驗(yàn)表明，兩種方法能夠準(zhǔn)確、客觀、實(shí)時(shí)地評價(jià)不同層次的交通狀態(tài)。
　　4)提出了面向城市道路交通狀態(tài)兩個(gè)側(cè)面（交通狀態(tài)類別和交通狀態(tài)指標(biāo)變量）的短時(shí)預(yù)測方法。
　　將交通狀態(tài)類別預(yù)測理解為模式識別問題，提出了一種基于最大熵的交通狀態(tài)類別預(yù)測方法。該方法的優(yōu)點(diǎn)在于，不僅能夠有效融合影響交通狀態(tài)的時(shí)間維和空間維特征，而且不需要考慮特征間的相關(guān)性。基于“分解-組合”的多模型建模策略，提出了一種自適應(yīng)權(quán)重的交通狀態(tài)指標(biāo)變量組