云模型的交通流预测在智能旅游系统中的应用

摘要

随着云模型（定性概念与定量数值之间进行转换的模型）的出现与发展，其已广泛应用于图形处理，智能交通，数据挖掘，智能旅游等研究领域。而旅游业如火如荼的发展给道路交通造成了很大的难题，如何将交通与旅游紧密结合，是本文的目标和方向。
　　一方面，本文提出了一个基于云模型的短时交通流预测模型，采用实时的历史数据作为实验的样本数据，将预测结果同实时数据进行拟合，基于云模型的交通流的预测结果的平均误差为4.8％，此结果验证了云模型进行交通流预测的有效性。将BP神经网络用来进行短时交通流预测，其预测结果的平均误差为15.4%。可见，相对于神经网络预测结果而言，云模型的预测结果具有更高的精度。基于此，根据短时交通流的预测结果，采用二维云模型实现制定了道路交叉口的信号控制器，并将优化后的道路交叉口交通灯的等待时间动态显示到地图上。
　　另一方面，将云模型的短时交通流预测模型以及交叉口信号优化的模型应用到本文所设计的一个智能旅游系统中，该系统分别实现了地图的放大、缩小、漫游、鹰眼等基本操作功能。以及旅游所需的其他功能，例如站点查询、车次查询、路线查询以及公交换乘路线查询等功能。系统还设计了短距离可达到区域，对周边进行实时查询。再有，根据电子地图中的道路分布，建立道路路网拓扑图，采用Dijkstra算法，为游客推荐行驶的最佳路线，有助于帮助游客减少出行时间，缩减出行费用。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1研究背景和研究意义

1.2国内外的发展及研究现状

1.3论文研究内容及组织结构

第二章 基于云模型的短时交通流预测

2.1交通流预测及优化模型——云模型

2.2交通流预测

2.3短时交通流预测

2.4本章小结

第三章 云模型的短时交通流预测及其优化方案的设计

3.1基于云模型的短时交通流预测及仿真

3.2云模型和BP神经网络的预测结果对比分析

3.3交叉口信号状况

3.4基于云模型的控制规则的制定

3.5基于云模型的交通优化方案的设计

3.6本章小结

第四章 基于交通流预测的智能旅游系统设计与实现

4.1系统设计

4.2系统配置

4.3智能旅游系统基础功能实现

4.4智能旅游系统特色功能实现

4.5本章小结

第五章 总结与展望

5.1研究总结

5.2研究展望

致谢

参考文献

攻硕期间取得的研究成果