基于電子車牌數(shù)據(jù)的短時車流量預(yù)測.pdf

1、對于車流量的短時預(yù)測是智能交通系統(tǒng)的重要環(huán)節(jié)，也是一直以來交通領(lǐng)域中的重要研究方向。做到實時準(zhǔn)確的車流量預(yù)測是智能交通其它一些相關(guān)環(huán)節(jié)的重要前提，不僅可以使城市的交通狀況得到優(yōu)化，在此基礎(chǔ)上還能進(jìn)一步提升能源有效利用率，降低環(huán)境的壓力，加速社會的發(fā)展。
　　縱觀以往車流量相關(guān)的研究，幾乎都只是基于單一節(jié)點(diǎn)車流數(shù)據(jù)這一維度來進(jìn)行的，很少有其它相關(guān)信息可以參考，而電子車牌的出現(xiàn)為我們更好地獲取有關(guān)數(shù)據(jù)打下了基礎(chǔ)。由于電子車牌數(shù)據(jù)字段的

2、豐富性，電子車牌數(shù)據(jù)的投入使用將使智能交通相關(guān)領(lǐng)域的研究進(jìn)入一個嶄新的階段。根據(jù)電子車牌數(shù)據(jù)集，人們可以從中獲得以前難以把握的信息，并投入到車流量預(yù)測的實際研究中。由于電子車牌可以唯一確定一輛車，所以文中可以非常方便地將前后相繼的多個節(jié)點(diǎn)通過它們之間的內(nèi)在關(guān)系將它們有效地關(guān)聯(lián)起來進(jìn)行考慮，而這在以前是很難做到的。
　　本文中主要以重慶市電子車牌采集點(diǎn)所獲得的數(shù)據(jù)來進(jìn)行相應(yīng)規(guī)律的挖掘和研究。首先，對原始數(shù)據(jù)集做初步的數(shù)據(jù)整理，然后利

3、用小波分析來做進(jìn)一步除噪和特征提??；接著，選用合適的模糊理論和神經(jīng)網(wǎng)絡(luò)的組合模型，分析模型的輸入接口，并對預(yù)測模型中的機(jī)理進(jìn)行闡述；最終，以實驗來驗證相關(guān)理論的合理性和有效性，并得出相應(yīng)的結(jié)論。
　　本文的主要內(nèi)容如下：
　?、僖胄〔ǚ治鲞M(jìn)行數(shù)據(jù)除噪和特征提取。對數(shù)據(jù)進(jìn)行整理只是預(yù)處理中的先行工作，以數(shù)據(jù)記錄為單元進(jìn)行操作，而小波除噪則是以數(shù)據(jù)邏輯為準(zhǔn)則。采集的實際數(shù)據(jù)往往會因為種種情況而摻入一些“雜質(zhì)”，通過小波分析的手

4、段來“凈化”可以使數(shù)據(jù)集更加貼近實際穩(wěn)定狀態(tài)。
　?、诳紤]前驅(qū)采集點(diǎn)和后繼采集點(diǎn)對當(dāng)前節(jié)點(diǎn)流量的影響。前驅(qū)節(jié)點(diǎn)的部分車輛會駛?cè)氘?dāng)前節(jié)點(diǎn)，可以通過前一段時間相關(guān)道路間車流量的轉(zhuǎn)換率來估計，從而可以緩沖突發(fā)狀況下車流量發(fā)生突變時對預(yù)測精度造成的沖擊；而后繼節(jié)點(diǎn)的流量情況可能會使一些車輛改變行駛路線，所以也應(yīng)適當(dāng)加以參考。
　?、垓炞C電子車牌數(shù)據(jù)集的可預(yù)測性；采用合適的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測模型，提升預(yù)測精度。神經(jīng)網(wǎng)絡(luò)是經(jīng)典的預(yù)測模型，