检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于交通流时空特性的道路网动态划分方法

吉林大学学报（工学版） 2010年第6期40卷 1528-1532页

作者：董春娇邵春福陈晓明李娟北京交通大学城市交通复杂系统理论与技术教育部重点实验室北京100044

提出了基于交通流时空特性的道路网动态划分方法,首先根据道路网的空间特性,建立度量各断面相近程度的广义空间距离模型。引进R-Q型因子分析法,对道路网进行空间层面上的划分;然后根据交通流时间特性,以实时获取交通流状态信息为输入,... 详细信息

提出了基于交通流时空特性的道路网动态划分方法,首先根据道路网的空间特性,建立度量各断面相近程度的广义空间距离模型。引进R-Q型因子分析法,对道路网进行空间层面上的划分;然后根据交通流时间特性,以实时获取交通流状态信息为输入,实现道路网的动态划分。最后采用城市快速路网进行实例分析,划分结果表明,子路网各断面交通流量之间具有很强的相似性。

关键词：交通运输工程智能交通系统道路网动态划分 R-Q型因子分析法交通流时空特性广义空间距离

在线全文

学校读者我要写书评

暂无评论

事件状态下高速公路隧道群的交通流特性分析

中国科技论文 2017年第7期12卷 839-844页

作者：周林英韩静赵忠杰长安大学电子与控制工程学院中国人民解放军93313部队机务三中队

为研究事件状态下高速公路隧道群交通流的变化规律,建立了事件状态下基于元胞自动机的隧道群交通流模型,首先将已运营隧道群实际路网输入VISSIM仿真软件,对隧道群进行合理分段,结合亿车公里道路交通事故率和平均延误时间求取隧道群各路... 详细信息

为研究事件状态下高速公路隧道群交通流的变化规律,建立了事件状态下基于元胞自动机的隧道群交通流模型,首先将已运营隧道群实际路网输入VISSIM仿真软件,对隧道群进行合理分段,结合亿车公里道路交通事故率和平均延误时间求取隧道群各路段的最佳限速值。通过分析隧道群交通流环境特征和影响因素,改进正常状态和事件状态下元胞自动机模型的不同演化规则,并采用MATLAB仿真,分析速度、密度、交通量3个参数的时空变化规律。仿真结果表明,正常状态和事件状态下交通流3个参数的时空变化规律符合实际情况,该结论对事件状态下隧道群交通流的控制和诱导等实际应用具有指导价值。

关键词：高速公路隧道群交通事件元胞自动机交通流时空特性

基于时空特性的交通自由流短时预测状态空间模型

在线全文

学校读者我要写书评

暂无评论

土木工程学报 2013年第8期46卷 111-118页

作者：董春娇邵春福诸葛承祥孟梦田纳西大学交通研究中心田纳西37996 北京交通大学城市交通复杂系统理论与技术教育部重点实验室北京100044

结合交通流时间和空间特性,建立了自由流状态下交通流短时预测状态空间模型实现道路网交通流预测。首先采用自相关函数法,基于交通流实测数据,判断交通流率、占有率和速度时间序列的平稳性;其次,研究自由流状态下交通流参数空间传递特... 详细信息

结合交通流时间和空间特性,建立了自由流状态下交通流短时预测状态空间模型实现道路网交通流预测。首先采用自相关函数法,基于交通流实测数据,判断交通流率、占有率和速度时间序列的平稳性;其次,研究自由流状态下交通流参数空间传递特性。在此基础上,从交通流守恒方程入手,借鉴偏微分方程迎风格式时空离散的思想,对道路网交通流守恒方程组进行离散,建立自由流状态下交通流短时预测模型,进而考虑进出口匝道、车道数变更以及道路坡度等影响因素,将交通流短时预测模型转化为交通流短时预测状态空间模型,并采用定量评价与定性分析相结合的方法标定模型参数。实证研究表明:建立的模型能够实现自由流状态下道路网范围内交通流短时预测,预测平均绝对偏差为1.73veh/2min,同等条件下,经典自回归滑动平均(ARMA)模型和Elman模型的预测平均绝对偏差分别为3.19veh/2min和2.14veh/2min。

关键词：交通流预测自由流状态交通流时空特性状态空间模型 ARMA模型

基于出租车GPS数据的城市交通流短时预测模型研究

在线全文

学校读者我要写书评

暂无评论

基于出租车GPS数据的城市交通流短时预测模型研究

作者：陈海波中国石油大学(华东)

学位级别：硕士

城市交通流量短时预测是智慧交通发展中的重要一步。本文基于北京市出租车GPS轨迹数据,对城市交通流进行了时空特性分析,利用深度神经网络建立了两种短时交通流时空预测模型,主要研究内容包括:(1)城市交通流时空特性分析。时间层面,按... 详细信息

城市交通流量短时预测是智慧交通发展中的重要一步。本文基于北京市出租车GPS轨迹数据,对城市交通流进行了时空特性分析,利用深度神经网络建立了两种短时交通流时空预测模型,主要研究内容包括:(1)城市交通流时空特性分析。时间层面,按分钟和日粒度进行交通流量统计和Pearson相关系数分析。发现城市交通流在时间上具有临近性、周期性和趋势变动性,且工作日和非工作日具有显著的差异。每天的交通流量变化从细节上看,高平峰时段不完全固定,且幅值也不同。空间层面,从微观上,对道路的交通流量进行了空间自相关分析,发现随着道路间行驶距离的增加,道路交通流量的空间自相关性也随之减弱。宏观上,利用OD数据和POI数据进行核密度分析,发现不同的时段下交通流的演化规律。(2)短时交通流预测模型两种思路阐述。从是否考虑城市路网拓扑结构的角度出发,结合城市交通流时空特性设计了两种预测模型。基于网格划分的城市区域短时交通流量时空预测模型从交流流量统计和道路空间关系处理的简单性出发,不考虑城市路网的拓扑结构。受城市网格管理的启发,将研究区域切分成多个规则网格并提出了一种基于注意力机制的CNN-LSTM时空预测模型。模型由空间组件和动态时间组件组成,其中空间组件利用CNN模型来捕获城市交通流量不同时间下的空间特征,动态时间组件的基于注意力机制的LSTM来解决交通流量的趋势变动性和交通流量预测。基于图结构的城市道路短时交通流量时空预测模型,将路网的拓扑结构抽象为图,使用欧式距离、网络距离和交叉口距离来描述路段间不同的空间关系。提出一种基于注意力机制的GC-GRU时空预测模型,以嵌入图卷积操作的GRU作为基本单元搭建编解码器模型框架。不同的距离图下的实验结果表示网络距离为此模型最佳的空间关系描述。两个模型均在北京市GPS轨迹数据集上实验,预测精度均高于基准模型,且在相似的时空尺度下,基于图结构模型的预测精度要优于基于网格模型,但训练时间成本远高于基于网格划分的预测模型。通过分析发现,基于网格预测模型更适合宏观上发现拥堵区域,基于图结构预测模型更适合微观上发现拥堵路段。

关键词：交通流量预测交通流时空特性卷积神经网络循环神经网络图卷积网络

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

基于卷积神经网络的快速路交通流预测研究

基于卷积神经网络的快速路交通流预测研究

作者：赵蕾北京交通大学

学位级别：硕士

随着机动车保有量不断增加,道路拥堵问题频繁出现,可靠的交通流预测技术能够为道路交通管理提供数据支持,帮助机动车驾驶员规划出行路线,对道路交通流起到诱导和控制作用,因此成为智能交通系统的核心内容。近年来,深度学习在交通大数据... 详细信息

随着机动车保有量不断增加,道路拥堵问题频繁出现,可靠的交通流预测技术能够为道路交通管理提供数据支持,帮助机动车驾驶员规划出行路线,对道路交通流起到诱导和控制作用,因此成为智能交通系统的核心内容。近年来,深度学习在交通大数据挖掘方面体现出越来越强大的应用价值,各类人工神经网络被广泛地应用于交通流预测研究中。卷积神经网络作为优秀的深度学习模型,其稳定准确的特点决定了它在预测领域内可能具备良好的效果。同时,众多学习平台和网络框架(例如Caffe框架等)的兴起极大地改善了神经网络构建的可操作性。因此,以神经网络为框架,以交通流序列为研究对象的预测研究具有一定的现实意义。根据快速路的交通流特性,本文构建了基于卷积神经网络的快速路交通流预测模型。主要研究工作如下:(1)依据北京市三环快速路的交通流实测数据,对城市快速路上的交通流特性、交通流数据的时间、空间相关性进行讨论分析。内容包括:原始交通流数据预处理,分析快速路交通流三参数特征,讨论快速路交通流周期性,交通流空间相关性与监测路段之间距离的相关关系等,为交通流预测模型奠定理论基础。(2)根据城市快速路交通流特性和交通流空间相关性,将时空维度上的交通流量数据结合起来以二维矩阵的形式作为网络输入,使用基于深度学习的Caffe框架,设计基于卷积神经网络的快速路交通流预测模型。该模型考虑了预测路段的历史交通流量和上下游路段交通流量,并抓取空间相关性较高的道路范围来限制模型结构。(3)对基于卷积神经网络的快速路交通流预测模型进行实例验证和分析。结合北京市三环快速路的交通流实测数据对模型进行训练、测试与预测,同时建立BP神经网络模型进行预测和对比分析。结果显示,基于卷积神经网络的快速路交通流预测模型具有相对较好的预测结果,预测准确率在88%左右。本文的研究可以为城市快速路交通流预测提供一种基础方法,为城市道路交通管理与控制、智能交通流诱导等系统提供基于人工神经网络的构建思路和理论依据。全文包括图31幅,表15个,参考文献49篇。

关键词：交通流预测交通流时空特性互相关系数卷积神经网络 Caffe框架