基于GPS浮动车数据与线圈数据的城市道路交通状态预测方法研究

摘要

城市道路交通拥挤成为困扰世界各大城市的主要社会问题之一，严重影响着城市的可持续发展和人们的日常工作与生活。因而，根据获得的动态交通信息快速、准确地预测交通参数，再预测未来短时内的道路交通状况（是否拥挤），对于提早制定合理有效的交通拥挤疏导策略，具有重要的现实意义和理论研究价值。同时，作为最有应用前景的GPS浮动车检测技术和最稳定可靠的感应线圈技术，研究其数据融合模型对提高交通状态预测精度具有十分重要的理论和技术意义。
　　 本文首先构建了包括路网、路段和交叉口、交通参数三个层次的评价指标体系结构，再根据交叉口、路段、路网交通状态评价的不同特性，分别选取合适的评价指标，从而设计了城市道路交通状态评价指标体系；然后在前人研究的基础上，改进了非参数回归交通参数预测方法，对预测的五大步骤：历史数据的准备、状态向量的选取、最小邻近数K的确定、相似性度量和预测函数的确定分别进行了研究，提出了相应的算法，并通过线圈获取的实际数据对该方法进行了验证；接着对交通状态预测方法进行了研究，根据融合时间的不同，提出了两种预测方法，特征级融合的交通状态预测方法和决策级融合的交通状态预测方法。针对特征级融合的交通状态预测方法，构建了GPS浮动车预测数据与线圈预测数据融合模型、基于融合数据的交通状态预测算法，针对决策级融合的交通状态预测方法，分别提出了基于GPS浮动车预测数据和线圈预测数据的交通状态预测算法，并构建了交通状态预测结果融合模型，同时对两种预测方法进行了比较；最后利用VISSIM仿真软件做了数据融合实验、基于融合数据的交通状态判断实验、基于线圈检测数据的交通状态评价实验，实验结果表明本文的研究成果具有一定的实用性。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题背景及来源

1.2 国内外研究历史及发展现状

1.2.1 交通参数预测

1.2.2 数据融合技术在交通领域中的应用

1.2.3 交通状态预测

1.3 论文研究目的及意义

1.4 本文的主要研究内容和结构编排

1.5 本章小结

第二章 城市道路交通状态评价指标体系设计

2.1 城市道路交通状态分类及特征

2.2 评价指标回顾

2.2.1 公路通行能力手册(HCM)指标

2.2.2 我国城市交通管理评价指标体系

2.3 评价指标体系设计原则

2.4 评价指标体系结构

2.5 评价指标的选取

2.5.1 交叉口指标

2.5.2 路段指标

2.5.3 区域指标

2.6 本章小结

第三章 基于改进的非参数回归的交通参数预测算法研究

3.1 交通参数预测理论与方法概述

3.1.1 交通参数预测理论

3.1.2 交通参数预测方法比较及选用

3.2 非参数回归方法简介

3.3 基于非参数回归的交通参数预测方法

3.4 基于改进的非参数回归的交通参数预测

3.4.1 历史数据的准备

3.4.2 基于主成分分析的状态向量选取方法

3.4.3 最小近邻数K的确定

3.4.4 基于分段线性化的相似性度量方法

3.4.5 预测函数的确定

3.5 实例验证

3.5.1 历史数据的准备

3.5.2 状态向量的选择

3.5.3 最小近邻数K的确定

3.5.4 相似性度量

3.5.5 利用预测函数预测

3.5.6 结果分析

3.6 本章小结

第四章 基于GPS浮动车预测数据与线圈预测数据的交通状态预测方法研究

4.1 GPS浮动车数据与线圈检测数据融合的必要性

4.2 交通信息融合框架

4.3 数据融合方法综述和比选

4.3.1 数据融合方法综述

4.3.2 数据融合方法比选

4.4 特征级融合的交通状态预测方法

4.4.1 GPS浮动车预测数据与线圈预测数据融合模型

4.4.2 基于融合数据的交通状态预测算法

4.5 决策级融合的交通状态预测方法

4.5.1 基于GPS浮动车预测数据的交通状态预测算法

4.5.2 基于线圈预测数据的交通状态预测算法

4.5.3 交通状态预测结果融合模型

4.6 两种融合预测方法比较

4.7 本章小结

第五章 仿真实验

5.1 仿真软件选用

5.2 实验目的

5.3 数据来源

5.4 特征级融合的交通状态判断实验

5.4.1 GPS浮动车数据与线圈检测数据的融合实验

5.4.2 基于融合行程时间的交通状态判断实验

5.5 基于线圈检测数据的交通状态判断实验

5.6 本章小结

结论

参考文献

攻读硕士学位期间取得的研究成果

致谢