检索结果-南通市图书馆

福州大学学报（自然科学版） 2008年第1期36卷 69-72页

作者：卫寒梅郑应文福州大学自动化所福建福州350002

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概... 详细信息

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概率,为交通拥堵预警提供分析与支持.仿真结果表明该方法是可行而且有效的.

关键词：交通拥堵预警粗糙集 D—S理论

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

公路交通拥堵及事故风险预警模型开发及应用研究

引用

交通科技 2021年第2期31卷 99-104页

作者：谢斌万剑党倩徐海潮杨曼华设设计集团股份有限公司智能交通技术和设备交通运输行业研发中心南京210014

为改变当前被动式路网运行监测模式,提供一种可移植复用的交通拥堵、交通事故风险事前检测、主动预警模型。文中综合研究与调研国内外交通运行状态预警算法,选取动态贝叶斯网络构建预警模型,通过整合2019年5-12月近400万条交调、车检数... 详细信息

为改变当前被动式路网运行监测模式,提供一种可移植复用的交通拥堵、交通事故风险事前检测、主动预警模型。文中综合研究与调研国内外交通运行状态预警算法,选取动态贝叶斯网络构建预警模型,通过整合2019年5-12月近400万条交调、车检数据,结合路网基础信息数据并进行数据完整性检验、多源数据关联,挖掘公路网交通拥堵、交通事故风险特征,作为样本数据训练动态贝叶斯网络。经测试分析,模型可实现提前10 min、0.5 h、1 h多维度的交通拥堵、交通事故风险预警,预警准确度均超过85%。所开发模型通过数据接口与已有业务系统实时共享预警结果,提高模型推广应用范围。

关键词：公路交通交通拥堵预警交通事故风险预警动态贝叶斯网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于高空视频的港湾式公交站溢出事件识别与拥堵预警研究

基于高空视频的港湾式公交站溢出事件识别与拥堵预警研究

引用

作者：陈林果重庆交通大学

学位级别：硕士

随着城市公交线网规模的持续扩张与居民出行需求的日益增长,公交站作为公交线网中的关键枢纽,在高峰时段面临诸多挑战。由于公交线路密集、主线车流汇聚以及站台空间有限等多重因素叠加,频繁出现公交车辆“列车化”排队等待进站现象,即... 详细信息

随着城市公交线网规模的持续扩张与居民出行需求的日益增长,公交站作为公交线网中的关键枢纽,在高峰时段面临诸多挑战。由于公交线路密集、主线车流汇聚以及站台空间有限等多重因素叠加,频繁出现公交车辆“列车化”排队等待进站现象,即公交站点溢出现象。若未能对事件及时识别并迅速处理,将进一步加剧主线道路的交通拥堵状况。然而,受站点空间布局限制,现有识别手段单一且缺乏有效的严重程度评价方法,进而影响了事件处理的时效性与有效性。因此,及时、准确地识别站点溢出事件的发生与主线交通拥堵状态预警,对于优化公交智能调度、提升服务质量以及保障城市交通流畅性具有重要意义。本文以港湾式公交站为研究对象,基于高空视频数据,深入探究公交停车港溢出事件下的交通流运行特征。利用图像识别技术,提出一种基于高空视频的公交停车港溢出事件快速识别方法,从而实现站点溢出事件精准识别与拥堵预警,旨在为公交智能化调控和决策提供更为科学、合理的依据。具体研究内容如下:(1)站点溢出事件下交通流运行特征分析。深入剖析港湾式公交站的布局形式及其在发生溢出事件时对主干道交通流的复杂影响。对比溢出事件前后主线道路的交通流参数变化,阐明事件对城市主干道交通流的稳定性和运行效率的影响机理,旨在为构建溢出事件下主线拥堵状态有效的预警方法提供理论支撑。(2)基于高空视频的港湾式公交站溢出事件快速识别与参数提取。通过改进后的YOLOv7车辆检测模型和Deep Sort目标跟踪算法,本文提出了一种基于高空视频的公交停车港溢出事件识别与关键参数提取方法。基于高空视频数据,构建车辆目标检测数据集,并通过增加小目标检测层和引入CA注意力机制优化YOLOv7模型的检测性能。实验结果表明,相比原始模型,改进后的YOLOv7模型的平均检测精度提高了4.46%。(3)基于溢出事件下主线交通拥堵预警方法。结合CNN和Bi LSTM多尺度交通流特征提取模块,构建基于深度学习的交通流关键参数时空预测模型。选取交通密度、平均速度和路段饱和度作为评估核心指标,建立了一套公交停车港溢出事件预警等级评估体系,并基于模糊综合评价法构建交通拥堵预警等级评估模型,实现对溢出事件下站点主线交通拥堵状态的预警。(4)实例验证。选取重庆市渝北区某港湾式公交站作为实例分析对象,开展基于高空视频的公交港湾溢出事件识别与拥堵预警方法实例验证。验证结果表明,本文提出的溢出事件识别方法准确率为92.85%,证明了算法的有效性和准确性,为公交港湾溢出事件的及时检测提供了有力的技术支撑。此外,所构建的组合预测模型方法能够实现较高精度的交通流参数预测,体现了组合模型在挖掘交通流数据时空特性方面的可行性。最后,利用多因素模糊综合评价模型确定溢出事件下主线交通拥堵预警等级,其预警准确率超过86%,为道路交通管控提供了可靠的决策依据。

关键词：港湾式公交站高空视频溢出事件识别交通拥堵预警交通流参数预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多源数据融合的交通拥堵预测方法研究

基于多源数据融合的交通拥堵预测方法研究

引用

作者：郭浩宇中国人民公安大学

学位级别：硕士

近年来,随着智能交通技术的发展,国内许多城市建立了道路交通运行状况评价指标体系,供交通管理部门监测和评价城市交通运行状况,经过多年应用已证明了该评价方法的敏感性和可靠性,实现了对交通运行状况的准确评价。首先,论文对城市交通... 详细信息

近年来,随着智能交通技术的发展,国内许多城市建立了道路交通运行状况评价指标体系,供交通管理部门监测和评价城市交通运行状况,经过多年应用已证明了该评价方法的敏感性和可靠性,实现了对交通运行状况的准确评价。首先,论文对城市交通状况评价和交通多源数据融合的国内外研究现状进行了文献综述,根据城市道路交通运行评价的实时性、准确性、高效性要求,确定采用行程时间比TTI作为判定交通运行状况的主要数据,对短时交通运行状况进行预测;将短时交通预测分为交通运行状况分级预测和行程时间比预测,分级预测选用XGBoost和Light GBM算法构建模型,数值预测选用LSTM和ARIMA算法构建模型。其次,在数据准备阶段,通过收集百度出行数据、滴滴出行数据、交警平台数据等多个数据源数据作为整篇文章的基础。将数据标准化,并通过数据平滑、数据插值、数据集成、数据融合对数据进行预处理,通过滴滴出行数据与百度出行数据中的坐标点集在Arc Map中绘制路网图,实现路网可视化。再次,在数据预处理的基础上,对数据的时间和道路等级特征进行描述,分析交通事故对TTI的影响,为模型特征选取提供依据。数据的时间特征采用连续的傅里叶变换确定数据周期及工作日与周末的差别;道路等级特征分析表明不同等级道路高峰时期TTI各有差异,主干路最高;事故数据分析发现事故发生后1h内该路段TTI比未发生事故时的平均值高5.4%。为进行分级预测,按照国家标准《城市交通运行状况评价规范》将不同交通运行状况划分为1～5级,对应换算每一级TTI阈值。再次,运用融合后的多源数据构建训练集和验证集,对构建的模型进行训练。交通运行状况分级预测模型中XGBoost正确率和精度分别比Light GBM高2.67%和4.91%;行程时间比预测模型中通过比较评价指标,ARIMA模型的RMSE、MSE分别比LSTM模型降低22%和37.8%;对比预测路网图和真实路网图可直观查看不同模型的预测差异。最后,为向交通管理系统提供基础数据,选取ARIMA模型作为行程时间比预测模型为交通拥堵预警提供数据支撑。根据TTI预测值实现拥堵分级预警,按照不同等级道路的TTI分别绘制箱型图,确定其上限值为处警阈值。当连续两个时间间隔TTI预测值达到处警阈值且处于上升阶段时发布处警指令,对预测值和真实值做MAPE和SMAPE检验,分别为4.72%和4.69%,验证了发布处警指令的准确性。

关键词：多源数据融合路网可视化分级预测模型数值预测模型交通拥堵预警

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多源数据融合的高速公路拥堵状况预警研究

基于多源数据融合的高速公路拥堵状况预警研究

引用

作者：王博伟兰州交通大学

学位级别：硕士

机动车保有量的不断增加和交通运输需求的不断提高,给道路通行能力和服务水平带来了严峻的挑战,导致交通拥堵现象频发。因此,对高速公路的运行态势进行研判分析及准确预测具有重要的意义。传统的拥堵预测研究多利用单一数据源,数据质量... 详细信息

机动车保有量的不断增加和交通运输需求的不断提高,给道路通行能力和服务水平带来了严峻的挑战,导致交通拥堵现象频发。因此,对高速公路的运行态势进行研判分析及准确预测具有重要的意义。传统的拥堵预测研究多利用单一数据源,数据质量参差不齐,缺少一定的冗余和互补,通过高速公路多源数据融合能够较好的对交通状态进行还原,利用深度学习模型对融合后的交通流参数进行预测,研究基于多源数据融合的高速公路拥堵状态预警方法,对高速公路管理部门制定合理的管控措施、为公众提供准确的交通信息,提升高速公路路网运行效率有着重要的意义。论文基于高速公路多源检测数据对高速公路交通流参数进行提取,提出基于最小方差的层次分析数据融合算法,搭建基于深度学习的交通量及行程时间预测模型,提出高速公路拥堵状态判别预警流程,实现了对高速公路拥堵状态的预警。论文通过对高速公路收费数据、ETC门架数据及“两客一危”轨迹数据进行预处理,根据其数据特点分别提取高速公路路段不同时段的交通量及行程时间数据。经过对数据融合的基本概念及发展历史进行介绍并对常用的数据融合方法进行分析对比后,提出基于最小标准差的层次分析数据融合算法对交通量及行程时间数据进行融合。在路段交通量融合的基础上,考虑到路段交通流量会受到其上下游路段影响的因素,提出构建时空影响力矩阵帮助神经网络学习数据的时空特征。针对具有动态性、相似性、周期性、时空相关性的交通量数据,在对Resnet残差神经网络与Bi-LSTM网络算法的原理及流程进行分析之后,通过构建Resnet-BiLSTM组合交通量模型对路段未来交通流量进行预测,将论文提出的算法与经典深度学习算法进行比较,MAE与RMSE均有一定程度的下降,有效的提高了预测精度。在对注意力机制以及Transformer模型原理及流程进行分析后,论文在路段行程时间融合的基础上,考虑到高速公路某时段的路段行程时间会受到其前后时段影响,利用跳跃扩张注意力结构在不对序列片段进行划分的情况下对长时间尺度的数据特性进行学习。通过构建基于自注意力机制的Conv LSTM-Transformer行程时间预测模型对高速公路路段行程时间进行预测,得到了适用于高速公路路段行程时间的短时预测模型并取得了较好的预测结果。论文提出了高速公路交通拥堵预警流程,分析了高速公路交通拥堵的成因并介绍了相关高速公路拥堵评价指标,另外对道路线形及交通构造物对交通拥堵产生的影响及交通流参数与交通拥堵之间的关系进行了分析。经过对交通流参数与拥堵评价指标之间的关系进行分析后,确定使用出行时间指数(TTI)、时段交通流密度及“两客一危”车辆速度综合判定交通运行状态并取得了较好的预警结果。

关键词：智能交通交通拥堵预警数据融合 RBL模型 Transformer模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：