检索结果-南通市图书馆

基于时空特性分析的高速公路交通流预测与交通状态判别研究

在线全文

学校读者我要写书评

暂无评论

基于时空特性分析的高速公路交通流预测与交通状态判别研究

作者：刘永乐北京交通大学

学位级别：硕士

目前国内外交通管理者对准确交通信息的掌握存在不足,交通预测值还不够精准,为给人们提供更好的交通诱导服务,必须采用新型的方法预测误差较小的交通流数据,在此基础上,还需提前精准判别交通状态以便人们选择相对行程时间较短的路径出... 详细信息

目前国内外交通管理者对准确交通信息的掌握存在不足,交通预测值还不够精准,为给人们提供更好的交通诱导服务,必须采用新型的方法预测误差较小的交通流数据,在此基础上,还需提前精准判别交通状态以便人们选择相对行程时间较短的路径出行。论文针对美国加州高速公路的交通特性,主要从交通流三参数预测和交通状态判别两方面展开研究,文章具体研究内容为:首先,给出了本文的科研背景和意义,分别将交通流预测和交通状态判别两方面的国内外科研现状加以阐述,并在此基础上将美国加州高速公路交通流三要素作为本论文的探讨对象,提出了本文的技术路线。其次,简单介绍了现阶段交通流采集与预处理技术以及本文高速公路的数据采集与预处理方法,并研究了交通流的时空特性,在时间维度上分析了同一周不同工作日的同一断面交通流特性和不同周同一工作日的同一断面交通流特性,在空间维度上分析了同一工作日不同断面的交通流特性和同一工作日同一断面不同车道的交通流特性,在介绍完交通状态判别指标的类型和选取原则的基础上引出本文的交通状态判别指标——交通流三参数(流量,速度和占有率)。再次,提出一种同时考虑时间与空间因素的基于分层时空注意力机制的卷积双向长短期记忆网络(HSTACBN),将具有空间局部特征提取能力的卷积神经网络(CNN)和能考虑双向时间特征的双向长短期记忆(Bi LSTM)结合,并在最顶部加上一层分层时空注意力机制(HSTA),让模型更关注对最终预测贡献权重较大的时间与空间因素,将其用于预测更能体现随时空变化不断波动的交通流。文章以五种基准方法作为对比模型,用三项误差评估指标评估模型预测效果,在美国加州高速公路某一路段多个连续断面的数据集上进行训练和测试。然后,文中提出用改进粒子群优化的k-means聚类算法——IPSO-k-means解决k-means聚类迭代初期任意选择簇中心点的弊端,用PSO优化k-means迭代初期的簇中心点,再通过改进的粒子群算法(IPSO)优化粒子群算法(PSO)以此增强聚类算法整体的全局搜索寻优能力,并依据五类聚类效果评价指标综合确定最佳聚类数k为5。最后,通过实例验证完成美国加州高速公路的交通流状态间接判别和直接判别。交通状态间接判别先用HSTACBN预测出交通流三参数,再将预测出的交通流三参数输入IPSO-k-means聚类算法中,判别高速公路不同断面未来时刻的交通状态。交通状态直接判别先用IPSO-k-means聚类算法识别不同的交通状态,再将不同的交通状态输入到预测模型中预测得到公路不同断面未来时刻的交通状态,并进行交通状态间接判别和交通状态直接判别的误差对比,结果显示:两种算法交通状态判别的识别精度均较高,具有较好的应用前景。图61幅,表22张,参考文献98篇。

关键词：高速公路交通流预测卷积神经网络双向长短期记忆分层时空注意力机制交通状态判别改进粒子群优化的k-means聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通流预测及交通状态判别算法研究

交通流预测及交通状态判别算法研究

作者：张亚杰长安大学

学位级别：硕士

随着全球机动车保有量的迅速增长和城市化的深入推进,传统的交通系统已无法满足人们安全、舒适、快捷的出行需求,智能交通系统(Intelligent Traffic Systems,ITS)的出现为缓解交通拥堵、保障出行安全和提升出行服务水平等提供了新的解... 详细信息

随着全球机动车保有量的迅速增长和城市化的深入推进,传统的交通系统已无法满足人们安全、舒适、快捷的出行需求,智能交通系统(Intelligent Traffic Systems,ITS)的出现为缓解交通拥堵、保障出行安全和提升出行服务水平等提供了新的解决思路。交通流预测和交通状态判别作为ITS的重要组成部分,对其发展起到了关键作用。为实现精准的区域交通流预测,本文针对大多数预测模型只考虑交通流自身时空特性的问题,提出了结合天气因素的融合时空图卷积网络(Fusion Spatial-Temporal Graph Convolutional Network,FSTGCN)。设计了融合模块整合交通流数据和天气数据,并基于图卷积网络(Graph Convolutional Network,GCN)和门控循环单元(Gated Recurrent Unit,GRU)构建了GCN-GRU混合模型。将图卷积运算代入GRU的状态更新过程,以挖掘交通流复杂的时空特性。为解决该混合模型处理长时序列能力有限的问题,采用感受野灵活、并行处理能力强以及采用残差连接的时间卷积网络(Temporal Convolutional Network,TCN)首先挖掘交通流的长时特征,再输入至GCN-GRU中以完成交通流预测任务。为弥补当前众多交通状态判别方法标准不一致,且无法根据交通流演化实现有效更新的缺陷,本文参考现有方法选取了两个评价指标:交通流密度和道路饱和度。在此基础上,通过给定初始隶属度矩阵和熵权法、样本加权法改进传统模糊C均值算法(Fuzzy C-Means,FCM),解决了其易陷入局部最优和无法考虑不同指标和样本对聚类结果的影响问题,实现了交通状态的合理判别。之后,针对聚类算法引入新样本需重新训练的缺点,设计了基于深度学习的长短时记忆(Long Short-Term Memory,LSTM)分类模型,以完成实时、准确的交通状态判别任务。为证明上述算法的有效性和可靠性,在交通流预测方面,本文在真实大规模交通流数据集上与多种算法进行了对比实验和模型消融实验。实验结果表明,FSTGCN模型在不同预测范围均具有最优性能,能够准确把握整个区域交通流的变化趋势;所设计的融合模块和TCN模块显著提高了模型预测精度。在交通状态判别方面,通过在真实交通流数据集和FSTGCN模型预测数据集上的充分实验,证明了改进FCM算法在性能和分类边界处理上均得到优化,交通状态判别结果更符合实际情况。对于LSTM判别模型,通过与多个分类算法的对比实验,表明了该模型具有极高的实时性、准确性。

关键词：智能交通系统深度学习交通流预测交通状态判别时空图卷积网络模糊C均值算法

基于出行计划的快速路交通流预测及交通状态判别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于出行计划的快速路交通流预测及交通状态判别研究

作者：方为舟北京交通大学

学位级别：硕士

随着经济的迅速发展和城镇人口数量的快速增加,导致交通供需严重不平衡,与此同时城市空间布局不断改变,在这种大趋势下,交通拥堵日益严重,亟待解决,尤其是作为城市主动脉的快速路交通。然而伴随着科学技术不断发展,使智慧交通所需的大... 详细信息

随着经济的迅速发展和城镇人口数量的快速增加,导致交通供需严重不平衡,与此同时城市空间布局不断改变,在这种大趋势下,交通拥堵日益严重,亟待解决,尤其是作为城市主动脉的快速路交通。然而伴随着科学技术不断发展,使智慧交通所需的大数据、云计算、人工智能以及5G网络等也逐渐成熟,这为智慧交通方案提供了无限的可能。对于交通大数据的共享方面,国家积极出台相关政策文件,为海量出行计划数据的获取与相应的研究提供了可能。本文以徐维祥教授团队关于出行计划思想的国家自然科学基金项目作为课题基础,研究考虑出行计划数据的短时交通流预测方法以及对于预测参数的交通状态的判别方法。预测模型算法采用麻雀算法(SSA)优化的两种神经网络,然后提出了基于使用遗传算法改进的KFCM进行交通拥堵判别,主要内容如下:(1)在对国内外关于短时交通流预测、交通运行状态判别相关文献及用户出行计划数据研究充分了解的基础上,总结分析目前的研究现状。(2)本文基于快速路对交通流特性进行了研究,主要包括交通流参数关系拟合与时间相关性、空间相关性的分析三部分,重点研究城市快速路交通速度-密度拟合模型与交通流数据的时间序列自相关性。(3)交通数据的获取及处理。本文涉及的数据包括出行计划数据、历史道路交通运行参数数据,考虑到出行计划的多源异构的特性,论文模型算法采用实例数据与交通仿真的方式进行交叉验证,采集到的数据经过异常值处理及数据降噪等,可用于后期的交通预测研究。(4)构建基于出行计划的神经网络预测模型。在考虑交通流时间与空间相关性的基础上,加入出行计划作为输入变量,构建神经网络,并使用麻雀算法进行优化,实现对某一快速路段的交通预测,提升预测的准确度。(5)为了更好地表征城市快速路交通运行状态,本文引入经典的聚类方法—FCM算法,并且针对算法存在的缺陷,使用遗传算法以及高斯核函数进行算法的优化,对城市快速路交通状态进行划分,然后对划分结果进行评价。综上,本文基于出行计划数据提出两种模型,能够有效的提高交通流预测的时效性与准确度,并基于预测数据进行交通状态判别。对于出行用户,可以合理的选择出行路径,节约时间;对于交通管理者,能够制定有效的交通控制及诱导措施来规避可能发生的交通拥堵。

关键词：交通拥堵智慧交通出行计划交通流预测交通状态判别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于综合投影的交叉口交通状态判别方法

交通运输系统工程与信息 2016年第2期16卷 83-91,138页

作者：张立立王力潘科李正熙北方工业大学城市道路交通智能控制技术北京重点实验室北京100144

交叉口交通状态的准确识别是实施交通信号控制策略的前提和基础,针对交通状态识别问题,提出了基于综合投影的交叉口交通状态判别方法.首先,通过研究交叉口各相位流量与绿信比之间的内在联系,建立流量和绿信比关系图,并从两相位控制交叉... 详细信息

交叉口交通状态的准确识别是实施交通信号控制策略的前提和基础,针对交通状态识别问题,提出了基于综合投影的交叉口交通状态判别方法.首先,通过研究交叉口各相位流量与绿信比之间的内在联系,建立流量和绿信比关系图,并从两相位控制交叉口入手重点分析交叉口的交通状态;通过时间—排队图确定在不同交通状态下交叉口各相位排队情况,从而与交通状态相匹配.其次,在两相位控制交叉口的基础上,通过投影和反投影提出综合投影法,并最终建立适合多相位控制交叉口的交通状态判别方法.最后,用该方法对实际路口的判别,验证本文方法的可行性和有效性.

关键词：智能交通交通信号交通状态判别流量—绿信比关系综合投影

基于多源信息处理技术的城市区域路网交通状态判别研究

在线全文

学校读者我要写书评

暂无评论

基于多源信息处理技术的城市区域路网交通状态判别研究

作者：王鑫重庆交通大学

学位级别：硕士

随着城市的迅速发展,道路网络规模也在不断扩大,但由于受地理位置、历史文化和经济发展等因素影响,各城市道路网结构、交通流分布均有其独特之处,使得不同路段和道路对路网交通状态影响不尽相同,路网在不同时刻和不同空间交通流运行状... 详细信息

随着城市的迅速发展,道路网络规模也在不断扩大,但由于受地理位置、历史文化和经济发展等因素影响,各城市道路网结构、交通流分布均有其独特之处,使得不同路段和道路对路网交通状态影响不尽相同,路网在不同时刻和不同空间交通流运行状况也不尽相同。同时随着信息技术的发展,及其在城市交通系统中的广泛应用,从而产生了海量的多源交通数据。综合考虑路网静态属性、功能、等级、布局差异和交通流时空不均衡性等影响因素,利用多源融合数据进行城市区域路网交通状态判别,得到多角度、更准确的交通运行等级类别,可为交通规划管理人员提供有效的决策信息,为出行者出行行为提供合理参考。首先介绍了城市路网中固定型、移动型检测器采集技术及采集数据的基本特征,阐述了交通状态的概念体系、判别指标选取原则及计算方法,并分析了判别指标常用的数据处理技术及模型优缺对比。针对单固定检测器数据预处理,提出了阈值结合交通流机理、基于离群距离检测的故障数据识别算法,在此基础上,构建了基于改进DE-LSTM的数据修复补齐模型;针对移动检测器采集数据,采用Arc GIS平台进行浮动车地图数据点位匹配。在时空信息粒度匹配的前提下,构建了基于改进FA-BP的多源数据融合模型提高数据质量。算例表明,故障识别、修复预测及多源融合模型能够更高效准确地得到高质量、互补的交通状态信息数据。根据研究层次的不同,将城市区域路网进行点-线-面层级划分,并考虑到不同微观单元对状态影响各不相同,根据路段静态属性、路网结构差异性、交通流分配不均衡性及时空相关性,建立了路段重要度多属性评估指标体系,并构建了基于AHP-EMW的权重优化模型,结合逼近理想点法量化了路段重要度,能为城市区域路网多层级交通状态判别提供依据。最后,基于有效聚类函数确定状态等级划分类别,提出了优化系数的FCM状态等级类别划分模型,确定了不同等级类别的聚类中心和区间范围,并针对交通状态判别的模糊性和主观性,对基本路段单元采用模糊评价进行交通状态判别,对中观道路层次采用直觉模糊评价进行交通状态判别,并结合路段重要度和道路车公里数,加权得到宏观路网不同时刻交通运行状态,从路段、道路、区域路网多个层级进行交通状态判别。案例表明,基于多源信息处理技术的城市区域路网交通状态判别模型,符合城市区域路网客观运行规律,有较高准确性。

关键词：城市区域路网检测器数据多源信息处理技术交通状态判别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑货车影响的高速公路交通状态判别研究

考虑货车影响的高速公路交通状态判别研究

作者：陈丽容长安大学

学位级别：硕士

随着我国公路交通运输的不断发展,货运需求的不断提升,载货汽车在高速公路车辆组成中的比例越来越大。由于货车与小车存在一定的性能差异,客货混行过程中,车辆间干扰严重,容易引发交通安全事故,增加了高速公路的管控难度。为了更有效地... 详细信息

随着我国公路交通运输的不断发展,货运需求的不断提升,载货汽车在高速公路车辆组成中的比例越来越大。由于货车与小车存在一定的性能差异,客货混行过程中,车辆间干扰严重,容易引发交通安全事故,增加了高速公路的管控难度。为了更有效地管控客货混行的高速公路,本文以货车对交通状态的影响为出发点,提出一种考虑货车影响的交通状态判别方法,并构建了高速公路交通状态判别与决策分析模型。首先,本文通过分析高速公路运行特性和交通流参数,选取流量、速度和时间占有率作为高速公路交通状态判别指标,根据已有的交通状态划分标准,提出了基于模糊聚类的交通状态相对划分标准;其次,为了更准确地判断高速公路的交通状态,本文从移动瓶颈、驾驶员和交通流状态特征角度出发,通过VISSIM仿真分析不同流量下货车比例对交通流参数的影响,并结合问卷调查结果,深入探究货车对驾驶员的影响,将货车影响因素中的货车比例作为交通状态判别的重要指标;之后,考虑到货车的影响,利用独立性权数法计算流量、速度、时间占有率和货车比例四个判别指标的权重,再引入遗传模拟退火算法解决初始聚类中心选取具有随机性的问题,构建了一种基于特征参数加权的遗传模拟退火(SAGA)算法与模糊C-均值(Fuzzy C-Means,FCM)聚类算法相结合的高速公路交通状态判别模型;最后,根据本文构建的判别模型划分出的四种交通状态数据集,构建了基于决策树算法的分布式梯度提升框架(Light Gradient Boosting Machine,Light GBM)的高速公路交通状态判别决策分析模型。结合实际路段数据,对本文构建的基于特征参数加权的SAGA-FCM判别模型及Light GBM判别决策分析模型进行验证分析。结果表明,与传统的FCM相比,改进的SAGA-FCM判别模型在迭代次数达到20次左右时,目标函数收敛到最小值,且收敛速度较快,使得交通状态判别划分结果更加合理;与常见的RF、KNN及GBDT等模型相比,Light GBM决策分析模型的Accuracy、Precision及Recall等性能评价指标值均为0.9860以上,优于其他模型,且运行速度较快,验证了其准确性和有效性。本文的研究结果可以从一定程度上为高速公路交通管理部门进行交通管理与控制提供科学的理论支撑。

关键词：高速公路货车影响交通状态判别特征参数加权遗传模拟退火

基于谱聚类与RS-KNN的城市快速路交通状态判别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2017年第6期45卷 52-58页

作者：商强林赐云杨兆升邴其春田秀娟王树兴吉林大学交通学院吉林长春130022 吉林大学吉林省道路交通重点实验室吉林长春130022 青岛理工大学汽车与交通学院山东青岛266520 山东高速公路股份有限公司山东济南250014

为了提高城市快速路交通状态判别的准确性,构建了一种基于谱聚类与随机子空间集成K最近邻(RS-KNN)的交通状态判别模型.以地点交通参数为基础,根据交通流运行特性并结合中国道路服务水平的4个等级,采用谱聚类算法将交通状态划分为4类;然... 详细信息

为了提高城市快速路交通状态判别的准确性,构建了一种基于谱聚类与随机子空间集成K最近邻(RS-KNN)的交通状态判别模型.以地点交通参数为基础,根据交通流运行特性并结合中国道路服务水平的4个等级,采用谱聚类算法将交通状态划分为4类;然后使用已分类的交通流数据训练RS-KNN模型.通过上海快速路的实测数据完成模型的实验验证和对比分析.实验结果表明,所提出的模型不仅能够提高交通状态判别的精度,而且具有良好的鲁棒性,其判别率比标准KNN模型、BP神经网络模型和SVM模型分别提高7.3%、4.9%和4.5%.

关键词：交通工程交通状态判别谱聚类随机子空间 K最近邻

在线全文

学校读者我要写书评

暂无评论

交通状态判别综述

山东交通科技 2021年第1期 9-12页

作者：李甜段修辉宋欣航张萌萌于悦山东交通学院交通与物流工程学院山东济南250357 西南交通大学利兹学院四川成都611756

选取CNKI和Web of Science数据库中2000—2018年的文献进行计量分析,对文献作者、国家/地区等进行统计,分析研究热点和趋势。结果显示:近十年该领域的发文量总体呈上升趋势;美国、中国、英国合作紧密度较高;期刊分布较为广泛,具有影响... 详细信息

选取CNKI和Web of Science数据库中2000—2018年的文献进行计量分析,对文献作者、国家/地区等进行统计,分析研究热点和趋势。结果显示:近十年该领域的发文量总体呈上升趋势;美国、中国、英国合作紧密度较高;期刊分布较为广泛,具有影响力的作者合作较为密切;该领域的研究方法多样,机器学习、神经网络是近年来研究热点词汇。

关键词：交通状态判别计量分析知识图谱研究热点

贝叶斯优化模糊C均值的城市交通状态判别方法

在线全文

学校读者我要写书评

暂无评论

测绘科学技术学报 2021年第6期38卷 653-658页

作者：于靖宇魏海平郭宏伟蔡亚峰李润信息工程大学河南郑州450001 天津大学天津350000

准确的城市交通状态判别是实现城市智能交通诱导、管理、控制的基础和前提,对出行推荐和城市规划等具有重大的参考价值。通过分析浮动车GPS点位数据具备的位置、速度、方向等信息,可以实时获取交通参数,反映交通运行状态。针对交通状态... 详细信息

准确的城市交通状态判别是实现城市智能交通诱导、管理、控制的基础和前提,对出行推荐和城市规划等具有重大的参考价值。通过分析浮动车GPS点位数据具备的位置、速度、方向等信息,可以实时获取交通参数,反映交通运行状态。针对交通状态的模糊性、不确定性等特性,以路段行驶速度和速度方差为指标,提出一种贝叶斯优化模糊C均值的聚类算法(BO-FCM)。BO-FCM用贝叶斯算法对FCM算法的初始化参数进行优化,避免FCM陷入局部最优解而导致聚类无法收敛到最优结果,降低交通状态判别的准确度。以深圳市主干道的实测数据为例,进行BO-FCM城市道路交通状态判别算法的实验分析,结果表明,BO-FCM算法较其他FCM算法,鲁棒性更高,聚类结果更准确。

关键词：浮动车GPS数据交通状态判别模糊C均值贝叶斯优化高斯过程上置信界