基于狀態(tài)劃分的交通流短時(shí)預(yù)測(cè)方法研究.pdf

1、城市化進(jìn)程給世界許多大城市帶來(lái)了嚴(yán)重的交通問(wèn)題。智能交通系統(tǒng)是解決城市交通問(wèn)題的有效途徑，交通控制與誘導(dǎo)是智能交通系統(tǒng)的重要組成部分，而實(shí)時(shí)準(zhǔn)確的交通流預(yù)測(cè)是交通控制與誘導(dǎo)系統(tǒng)發(fā)揮作用的前提及關(guān)鍵。人們開發(fā)了多種交通流短時(shí)預(yù)測(cè)模型，但它們都是建立在傳統(tǒng)交通流理論基礎(chǔ)之上，而傳統(tǒng)交通流理論描述的是二維平面基礎(chǔ)上的連續(xù)交通流三參數(shù)關(guān)系。所以上述模型無(wú)法反映實(shí)際交通流數(shù)據(jù)出現(xiàn)的不連續(xù)的突變現(xiàn)象，從而無(wú)法在突變點(diǎn)改變預(yù)測(cè)策略，而實(shí)證數(shù)據(jù)表明交通

2、流在突變點(diǎn)的變化是明顯的，這在很大程度上降低了預(yù)測(cè)模型的實(shí)用效果。本文受Kerner的“三相交通流理論”的啟發(fā)，研究了基于交通狀態(tài)劃分的交通流短時(shí)預(yù)測(cè)方法。首先應(yīng)用小波分析對(duì)北京市二環(huán)路檢測(cè)器檢測(cè)到的實(shí)際數(shù)據(jù)進(jìn)行狀態(tài)劃分，確定自由流、同步流和寬移動(dòng)堵塞三種狀態(tài)的流量、速度、密度閾值。然后分別構(gòu)建單一的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和卡爾曼濾波預(yù)測(cè)模型，并用北京二環(huán)路數(shù)據(jù)進(jìn)行實(shí)證分析。本文的重點(diǎn)和創(chuàng)新點(diǎn)是基于狀態(tài)劃分的預(yù)測(cè)方法的設(shè)計(jì)，該方法在預(yù)測(cè)的同時(shí)