采用低頻采樣浮動車數(shù)據(jù)的城市路段行程時間估計與預(yù)測.pdf

1、城市交通誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)的重要組成部分，是緩解交通擁堵的重要方法。準確、有效、實時的獲取、處理及發(fā)布交通狀況信息是交通誘導(dǎo)系統(tǒng)正常工作的基礎(chǔ)和保障。本論文依托浙江省科技廳重大專項課題“城市智能交通誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究與應(yīng)用”，采用低頻采樣浮動車數(shù)據(jù)對城市路段行程時間估計與預(yù)測進行了研究。
　　 針對GPS浮動車地圖匹配的特殊性，提出了一種浮動車智能地圖匹配及軌跡跟蹤算法。該算法綜合考慮了GPS數(shù)據(jù)誤差、路網(wǎng)拓撲結(jié)構(gòu)、道路寬

2、度、浮動車行駛方向及車輛數(shù)據(jù)連續(xù)性等因素，可對車輛進行精確定位及軌跡跟蹤。由于該算法可對數(shù)據(jù)進行分批處理，大大提高了數(shù)據(jù)處理效率。
　　 在地圖匹配及路徑跟蹤的基礎(chǔ)上，針對我國城市混合式交通及浮動車采樣頻率低的特點，提出了一種低頻采樣下的城市路段行程時間估計方法。首先綜合考慮了交叉口的影響因素，提出了改進的端點時差法計算單車路段行程時間估計，提高了路段平均行程時間估計數(shù)據(jù)來源的正確性。然后在此基礎(chǔ)上，結(jié)合交通流的周相似特性及出租

3、車的特殊交通行為，利用模糊C均值聚類對路段平均行程時間進行實時估計，建立了路段行程時間數(shù)據(jù)庫，為行程時間預(yù)測提供了數(shù)據(jù)支持。
　　 針對交通參數(shù)短時預(yù)測中存在的實時性和準確性難以兼顧的問題，提出了一種結(jié)合路段時空性的支持向量機路段行程時間短時預(yù)測模型。傳統(tǒng)支持向量機預(yù)測模型往往僅對目標路段的時間序列進行分析，而不考慮路網(wǎng)的時空性影響。論文利用所建立的路段行程時間數(shù)據(jù)庫，通過引入鄰接路段行程時間數(shù)據(jù)對訓練樣本進行改造，獲得了實時性