基于交通數(shù)據(jù)的短時(shí)預(yù)測研究.pdf

1、基于交通數(shù)據(jù)的短時(shí)預(yù)測研究ResearchOnTheShtTimePredictionBasedOnTrafficData姓名：鄭磊學(xué)號：11009058學(xué)院：工學(xué)院導(dǎo)師：孫浩軍教授專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)入學(xué)：20100910答辯：20130531汕頭大學(xué)碩士學(xué)位論文基于交通數(shù)據(jù)的短時(shí)預(yù)測研究I摘要摘要在國際社會(huì)中，對交通數(shù)據(jù)的短期預(yù)測研究一直很活躍。交通工程學(xué)者在這一領(lǐng)域過去的幾十年的研究中，做出了大量的研究工作，并取得了一些顯著的成果

2、。在前人的基礎(chǔ)上，本文主要對短期交通數(shù)據(jù)預(yù)測做進(jìn)一步的研究：(1)對交通工程研究綜述，闡明了在城市交通控制系統(tǒng)，交通擁堵的自動(dòng)識別和智能交通系統(tǒng)（ITS）子系統(tǒng)在交通誘導(dǎo)系統(tǒng)中短時(shí)交通數(shù)據(jù)預(yù)測的重要地位。(2)針對城市路網(wǎng)流量的時(shí)間和空間分布，分析了交通流數(shù)據(jù)的主要特點(diǎn)，而且對實(shí)測數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析，對異常情況進(jìn)行了分類，并按不同情況對數(shù)據(jù)進(jìn)行了預(yù)處理。(3)重點(diǎn)介紹了現(xiàn)有常用的交通流數(shù)據(jù)預(yù)測方法，分析了各種預(yù)測方法的特點(diǎn)和不足，指出了

3、其適用的情況。這些方法主要包括：指數(shù)平滑方法、ARMA預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法和遺傳算法。(4)在現(xiàn)有預(yù)測模型的基礎(chǔ)上，結(jié)合交通數(shù)據(jù)的特性，應(yīng)用檢測器實(shí)測數(shù)據(jù)進(jìn)行建模分析，并對預(yù)測時(shí)域的劃分方法進(jìn)行改進(jìn)，提出了一種基于數(shù)據(jù)擬合函數(shù)拐點(diǎn)劃分預(yù)測區(qū)間的方法。該方法比按照固定時(shí)域劃分更符合實(shí)際，且能夠精確判斷出該路段的早晚高峰，降低了預(yù)測模型復(fù)雜度，使預(yù)測模型由非線性變?yōu)榫€性，此法相較于其他劃分方法預(yù)測精度更高。另外，本文分別采用指數(shù)平