城市道路交通流量与事故仿真平台的研究与实现

摘要

近年来,随着我国汽车持有量的迅猛增加,越来越多的道路交通问题频繁出现,比如交通规划问题、道路安全问题、道路拥塞问题、交通管制问题等等。当前,道路交通问题越发严峻,已经成为当今社会中一个饱受关注的焦点问题。作为解决和缓解交通问题的重要途径,智能交通系统(ITS)已经是当前最新、最热门的研究领域之一。在智能交通系统中,城市道路交通流量和交通事故仿真作为其的一个重要组成部分,逐渐成为一个重要的研究课题。
　　本论文就是基于这种背景下,对城市道路交通流量和交通事故仿真中的道路交通事故预测、道路黑点判断和道路流量预测等方面进行研究。在论文中,首先总结了当前国内外在道路交通流量和事故仿真领域研究的现状,从道路交通事故和道路交通流量两个方面分析其使用的相关技术,阐述数据挖掘和神经网络的技术优势,分析其在智能交通领域研究中的优势。然后提出了关于论文研究内容的五个关键技术,并对这些技术进行逐一阐述和分析,这些技术分别是基于关联规则的数据清洗技术、基于关联规则的预测技术、基于聚类挖掘的数据聚类技术、基于决策树挖掘的分类技术和基于神经网络的预测技术。通过关键技术进行分析,结合道路交通的实际特征对这些关键技术进行若干改进,设计了基于Apriori关联规则挖掘算法的数据清洗模型、基于Apriori关联规则挖掘算法的事故预测模型、基于DBSCAN挖掘算法的道路黑点判定模型、基于C4.5决策树算法的交通流量预测模型以及基于BP神经网络的流量预测模型。论文研究中将设计的模型应用于论文研究设计的城市道路交通流量和事故仿真平台的研发。
　　在论文研究的最后,对研发设计的城市道路交通流量和事故仿真平台设计了若干测试用例,通过执行测试用例对系统进行了功能测试,且各项测试结果均达到了需求分析所设定的要求。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究的背景

1.2 国内外研究的现状

1.3 研究目标及意义

1.4 研究主要内容

1.5 论文章节安排

第二章 道路交通事故仿真和道路流量仿真的相关技术

2.1 基于关联规则挖掘的事务预测技术和数据预处理技术

2.2 基于DBSCAN聚类挖掘的数据分类预测技术

2.3 基于C4.5决策树挖掘的数据分类预测技术

2.4 基于BP神经网络预测技术

2.5 本章小结

第三章 城市道路交通流量与事故仿真平台的需求分析与设计

3.1 系统需求分析

3.2 系统总体架构

3.3 数据存储模型的设计

3.4 数据清洗模块的设计

3.5 道路网络数据转换模块的设计

3.6 道路交通事故预测模块的设计

3.7 道路黑点预测模块的设计

3.8 道路长时流量预测模块的设计

3.9 道路短时流量预测模块的设计

3.10 本章小结

第四章 城市道路交通流量与事故仿真平台的实现

4.1 数据清洗模块的实现

4.2 道路网络数据转换模块的实现

4.3 道路交通事故预测模块的实现

4.4 道路黑点预测模块的实现

4.5 道路长时流量预测模块的实现

4.6 道路短时流量预测模块的实现

4.7 本章小结

第五章 城市道路交通流量与事故仿真平台的测试

5.1 测试环境

5.2 功能测试

5.3 测试结论

5.4 本章小结

第六章 结论与展望

6.1 论文总结

6.2 展望

致谢

参考文献

攻硕期间取得的研究成果