基于路口相關(guān)性的變結(jié)構(gòu)式組合交通流量預(yù)測(cè)的研究.pdf

1、隨著智能交通系統(tǒng)的快速發(fā)展，智能交通的實(shí)時(shí)、準(zhǔn)確、高效的控制儼然已成為智能交通系統(tǒng)中的重要部分。交通流量預(yù)測(cè)作為智能交通系統(tǒng)的基礎(chǔ)，可對(duì)交通誘導(dǎo)，道路擁堵預(yù)警以及最優(yōu)路徑的選擇提供有效的參考數(shù)據(jù)。預(yù)測(cè)的精確性直接影響交通管理和控制的成效。
　　同時(shí)，由于道路擁堵現(xiàn)象的存在，選擇出合適的駕駛路徑，節(jié)約駕駛時(shí)間也顯得格外重要。目前，汽車導(dǎo)航越來(lái)越普及，但并不能為人類智能的選擇出耗時(shí)最短的路徑，因此，提供最優(yōu)行駛路徑對(duì)交通誘導(dǎo)意義重大。

2、
　　針對(duì)提高短時(shí)交通流量預(yù)測(cè)模型的精度以及準(zhǔn)確性，本文首先對(duì)采集的原始交通流量進(jìn)行預(yù)處理，完成原始交通流量數(shù)據(jù)歸一化、簡(jiǎn)約、修正和補(bǔ)全后，在小波分析的基礎(chǔ)上，把交通流量序列信號(hào)分解為低頻序列信號(hào)和高頻序列信號(hào);接著依據(jù)卡爾曼濾波模型在處理平穩(wěn)數(shù)據(jù)上的優(yōu)勢(shì)對(duì)原始交通流量的低頻序列信號(hào)進(jìn)行預(yù)測(cè)和RBF神經(jīng)網(wǎng)絡(luò)的高動(dòng)態(tài)非線性映射性對(duì)高頻序列信號(hào)進(jìn)行預(yù)測(cè)，建立了一種變結(jié)構(gòu)式組合交通流量預(yù)測(cè)模型，得出預(yù)測(cè)結(jié)果，并對(duì)預(yù)測(cè)誤差進(jìn)行分析;最后在