基于時空關聯(lián)的城市快速路短時交通流預測方法研究.pdf

1、隨著經(jīng)濟的快速發(fā)展與城市化進程的加快，出行量急劇增加，導致城市路網(wǎng)中經(jīng)常出現(xiàn)交通擁堵現(xiàn)象，甚至城市快速路上也有擁擠現(xiàn)象發(fā)生，嚴重影響到快速路功能的發(fā)揮。智能交通系統(tǒng)作為緩解城市交通壓力的有效途徑，其核心為交通控制與交通誘導系統(tǒng)，準確實時的短時交通流預測作為實現(xiàn)交通控制和誘導系統(tǒng)功能的基礎是智能交通系統(tǒng)實施的關鍵。
　　通過對國內(nèi)外短時交通流預測研究現(xiàn)狀進行歸納總結(jié)，得出現(xiàn)有的預測方法大多以單一斷面上的交通流時間序列為研究對象，難以

2、適應復雜交通流的時變性與非線性，預測精度有待提高，本文以此為基礎，重點研究考慮交通流時空關聯(lián)特性的預測方法。
　　首先，對城市快速路上的交通流特性進行分析，重點分析了交通流數(shù)據(jù)的時空關聯(lián)特性，為短時交通流預測模型奠定了理論基礎，并針對快速路上微波檢測器采集的原始交通流數(shù)據(jù)，提出了一整套適合微波數(shù)據(jù)的預處理方法，解決了因數(shù)據(jù)異常為后續(xù)處理帶來的困難。
　　其次，基于城市快速路上交通流的時空關聯(lián)特性，提出了兩種同時考慮研究路段上

3、交通流時間特性與空間特性的短時交通流預測方法。一種是綜合考慮交通流時空因素，構(gòu)建4種不同維度的時間-空間狀態(tài)向量，建立基于GA-Elman神經(jīng)網(wǎng)絡的交通流預測模型;另一種是基于空間相關性較強的多個斷面上的交通流數(shù)據(jù)建立多維時間序列模型，并轉(zhuǎn)化為狀態(tài)空間模型，采用無跡卡爾曼濾波算法求解狀態(tài)空間模型，實現(xiàn)多個斷面的短時交通流預測。
　　最后，結(jié)合北京市二環(huán)快速路的實測數(shù)據(jù)對本文建立的兩個預測模型進行實例驗證，仿真結(jié)果表明:基于交通流時