快速路旅行時間預測算法研究.pdf

1、旅行時間預測是智能交通系統(tǒng)(ITS)研究的核心問題之一。實時準確的旅行時間預測可以為先進的出行者信息系統(tǒng)(ATIS)和先進的交通管理系統(tǒng)(ATMS)實現(xiàn)路徑誘導提供有效信息，從而減少交通擁擠。城市快速路是城市交通系統(tǒng)的大動脈，快速路的旅行時間預測具有十分重要的意義。 現(xiàn)有的旅行時間預測算法通常是直接對旅行時間進行預測，算法的參數(shù)往往都需要大量的實測旅行時間數(shù)據(jù)來進行辨識。若缺乏大量的旅行時間數(shù)據(jù)作為支持，則算法的效果不是十分理想

2、。因此，在對小波變換理論、BP神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)融合理論分析的基礎(chǔ)上，針對已大量安裝固定檢測器的快速路，本文提出了一種以小波變換消噪預處理為基礎(chǔ)、BP神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)融合相結(jié)合的、間接的快速路旅行時間預測算法。 在數(shù)據(jù)預處理中引入小波變換對交通流數(shù)據(jù)進行消噪處理，以提高數(shù)據(jù)的準確度。BP神經(jīng)網(wǎng)絡(luò)利用交通流速度的歷史數(shù)據(jù)進行網(wǎng)絡(luò)訓練，并實現(xiàn)對未來速度的預測。通過數(shù)據(jù)融合技術(shù)將路段中的具有空間差異性的多個檢測器速度融合為的路段平均速度，并