声明
致谢
摘要
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 高速公路收费流水数据处理方法
1.2.2 车辆路径选择预测
1.2.3 道路车流量预测
1.2.4 道路车辆旅行时间预测
1.3 研究内容
1.4 本文创新点
1.5 研究思路及组织结构
2 高速公路收费流水数据分析与处理研究
2.1 ETC与MTC概述
2.1.1 ETC概述
2.1.2 MTC概述
2.1.3 两者联系与区别
2.2 数据挖掘概述
2.3 异常数据清洗
2.3.1 冗余数据处理
2.3.2 缺失数据处理
2.3.3 噪声数据处理
2.4 本章小结
3 高速公路车辆旅行路径选择预测与验证
3.1 原始收费数据预处理
3.1.1 属性相关度计算
3.1.2 稀疏重建
3.1.3 噪声删除
3.1.4 高速公路收费数据预处理算例分析
3.2 车辆旅行路径预测模型
3.2.1 车辆旅行路径概述
3.2.2 基于马尔可夫预测法的高速公路旅行路径预测
3.3 状态转移概率矩阵的求解
3.3.1 统计法求解状态转移概率矩阵
3.3.2 线性方程组法求解状态转移概率矩阵
3.4 高速公路车辆旅行路径预测算法验证与分析
3.4.1 统计法预测模型分析
3.4.2 线性方程组法预测模型分析
3.5 本章小结
4 高速公路路段交通状态预测分析研究
4.1 高速公路路段断面交通概述
4.1.1 高速公路断面车流量概述
4.1.2 高速公路路段旅行时间概述
4.2 路段断面车流量预测
4.2.1 基于卡尔曼滤波算法的高速公路断面车流量预测
4.2.2 高速公路路段断面车流量统计算法
4.2.3 算例分析
4.3 面向高速公路收费数据的卡尔曼滤波算法的优化
4.4 路段旅行时间估计
4.4.1 路段旅行时间与车流量相关性分析
4.4.2 基于密度的旅行时间估计方法
4.4.3 算法验证
4.5 本章小结
5 高速公路收费数据的预测应用研究
5.1 实时交通状态预测
5.1.1 工作日实时交通状态预测
5.1.2 周末实时交通状态预测
5.1.3 节假日实时交通状态预测
5.2 一周交通状态预测及播报
5.2.1 工作日中长期交通状态预测
5.2.2 周末中长期交通状态预测
5.3 交通状态预测应用研究分析评价
5.4 本章小结
6.1 研究结论总结
6.2 研究不足与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集