基于預測偏差的快速路交通事件檢測算法研究.pdf

1、隨著我國交通的飛速發(fā)展及城市機動車數(shù)量的不斷增加，國內(nèi)各大城市快速路上的交通事件也頻繁發(fā)生。而突發(fā)的交通事件不僅會威脅到人車的安全，更重要的是會產(chǎn)生比較嚴重的交通擁堵瓶頸，降低快速路系統(tǒng)的運行效率。智能交通系統(tǒng)是目前公認的解決城市交通問題的有效方法之一，交通事件自動檢測作為智能交通監(jiān)控系統(tǒng)中的核心組成部分，它的研究對于提高城市快速路的整體管理水平，充分發(fā)揮城市快速路的優(yōu)越性有著重要的意義。
　　 本文在研究了城市快速路交通流特點

2、和交通事件檢測基本原理的基礎上，對基于預測偏差的事件檢測算法進行研究。通過分析，發(fā)現(xiàn)在該算法中對交通流參數(shù)的預測是影響該算法的檢測率與誤報率的關(guān)鍵因素，因此針對該算法中應用單一預測模型的預測精度和穩(wěn)定性不高的問題，運用統(tǒng)計分析方法、人工神經(jīng)網(wǎng)絡、數(shù)據(jù)融合技術(shù)建立一種多模型融合預測方法。其中，在對多模型融合的具體權(quán)重計算時，提出了等步長最小絕對值法。在多模型融合預測方法的基礎上，提出一種基于多模型融合預測偏差的交通事件檢測算法，其中，在應

3、用人工神經(jīng)網(wǎng)絡進行預測的過程中，針對目前的預測方式通常是僅僅考慮時間因子的影響而建立的單點單步預測方式，論文從空間上考慮上游的交通流對下游的影響，提出一種雙點單步預測方式。此外，通過研究傳統(tǒng)的基于三級報警制度的AID系統(tǒng)，發(fā)現(xiàn)該系統(tǒng)無法充分發(fā)揮三級報警的性能，論文中給出了一些改進措施。通過仿真實驗表明，多模型融合預測方法的預測精度高于單一模型預測方法的預測精度，基于多模型融合預測偏差的AID算法具有較高的檢測率和較低的誤報率，具有較優(yōu)的