高速公路交通流異常數(shù)據(jù)識別及修復(fù)方法研究.pdf

1、高速公路是實(shí)現(xiàn)中長距離出行的主要載體，在交通運(yùn)輸業(yè)中占據(jù)著舉足輕重的地位。近年來，由于經(jīng)濟(jì)的快速發(fā)展，逐年遞增的機(jī)動(dòng)車保有量不但加大了高速公路交通的負(fù)荷而且提高了高速公路交通的事故發(fā)生率。為提高高速公路運(yùn)輸?shù)陌踩?，智能交通系統(tǒng)得到了廣泛的應(yīng)用，然而，智能交通系統(tǒng)的基礎(chǔ)是交通流數(shù)據(jù)，交通流數(shù)據(jù)質(zhì)量的高低直接影響著對交通流狀態(tài)的分析。所以，提高高速公路交通流檢測數(shù)據(jù)的精確度具有一定的必要性。
　　本文針對高速公路交通流異常數(shù)據(jù)進(jìn)行識

2、別和修復(fù)。首先，對交通流三參數(shù)的時(shí)間、空間特性進(jìn)行分析，并根據(jù)交通流流量、速度和占有率之間的關(guān)系模型建立理想曲面。其次，對交通流異常數(shù)據(jù)的識別，提出基于數(shù)理統(tǒng)計(jì)的高速公路交通流缺失數(shù)據(jù)識別方法以及在閾值法、交通流機(jī)理的基礎(chǔ)上，提出基于混沌的錯(cuò)誤數(shù)據(jù)識別方法;對交通流異常數(shù)據(jù)的修復(fù)，提出基于曲面重構(gòu)的異常數(shù)據(jù)修復(fù)方法，該方法應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)對散亂數(shù)據(jù)點(diǎn)進(jìn)行曲面重構(gòu)來修復(fù)異常數(shù)據(jù)點(diǎn)，并與基于灰色GM(1，N)模型的數(shù)據(jù)修復(fù)方法進(jìn)行對比;最