基于多核混合支持向量機(jī)的城市短時(shí)交通預(yù)測(cè).pdf

1、目前,世界各國(guó)均面臨日益嚴(yán)重的城市交通問題。交通擁堵、交通事故、交通污染給城市居民生活帶來極大困擾,也給社會(huì)經(jīng)濟(jì)發(fā)展帶來巨大損失,已經(jīng)成為全人類亟待解決的重大問題。智能交通系統(tǒng)(ITS)被公認(rèn)為是解決城市交通問題的必由之路。
　　 動(dòng)態(tài)交通信息平臺(tái)是ITS中各個(gè)模塊的樞紐,而實(shí)時(shí)交通信息是動(dòng)態(tài)交通信息平臺(tái)的數(shù)據(jù)基礎(chǔ)和血液。交通信息采集技術(shù)和互聯(lián)網(wǎng)、無線網(wǎng)絡(luò)技術(shù)的發(fā)展和成熟使實(shí)時(shí)交通信息的獲取和發(fā)布成為可能,為實(shí)時(shí)交通狀況的分析奠

2、定了重要的物質(zhì)基礎(chǔ)。如何從大量的動(dòng)態(tài)的城市實(shí)時(shí)交通流數(shù)據(jù)中快速準(zhǔn)確地發(fā)現(xiàn)和預(yù)測(cè)未來的交通狀況信息,并以直觀的便于理解的形式發(fā)布,輔助動(dòng)態(tài)導(dǎo)航、實(shí)時(shí)路徑誘導(dǎo)和信號(hào)燈自動(dòng)配時(shí),服務(wù)于城市交通規(guī)劃管理部門和廣大交通出行者、參與者,對(duì)緩解交通壓力、改善行車安全、提高運(yùn)行效率和減少空氣污染,有重大的意義。
　　 本文立足于動(dòng)態(tài)交通信息平臺(tái),從城市交通流的特征出發(fā),建立了基于浮動(dòng)車數(shù)據(jù)(Floating Car Data,FCD)的智能分析

3、框架。本文的主要?jiǎng)?chuàng)新如下:
　　 1、實(shí)現(xiàn)了一種城市交通流參數(shù)的可視化方法,設(shè)計(jì)了一種基于正態(tài)分布假設(shè)的分位點(diǎn)的交通異常檢測(cè)探索性分析方法。
　　 標(biāo)準(zhǔn)偏差檢測(cè)法是目前認(rèn)為較好的交通異常檢測(cè)方法。本文針對(duì)由于樣本中心平均值和方差自身易受數(shù)據(jù)污染,標(biāo)準(zhǔn)偏差檢測(cè)法不能很好地反映樣本中心和極端異常值的差異的問題,對(duì)其進(jìn)行改進(jìn),提出了一種基于分位點(diǎn)的交通異常檢測(cè)算法。
　　 2、提出了一種基于多核混合支持向量機(jī)的城市短時(shí)

4、交通預(yù)測(cè)模型。
　　 城市道路交通的不確定性、非線性和時(shí)空相關(guān)性使得交通系統(tǒng)參數(shù)描述和知識(shí)獲取極為困難,從而使短時(shí)交通預(yù)測(cè)難以獲得滿意結(jié)果。本文利用多核混合支持向量機(jī)識(shí)別和處理不同類別輸入數(shù)據(jù)的能力,提出了一種基于多核混合支持向量機(jī)的城市短時(shí)交通預(yù)測(cè)方法。該方法在統(tǒng)計(jì)分析交通狀態(tài)數(shù)據(jù)樣本的基礎(chǔ)上,繼承了支持向量機(jī)良好的泛化能力、全局最優(yōu)和較強(qiáng)自適應(yīng)性的特點(diǎn),并采用改進(jìn)的粒子群算法對(duì)支持向量機(jī)的參數(shù)進(jìn)行了優(yōu)化選擇。同時(shí),針對(duì)道路實(shí)