城市道路交通流數據質量控制理論與模型.pdf

1、本文的研究目標是在針對城市道路交通流數據質量控制理論進行分析和總結的基礎上，研究并建立針對單源數據的質量控制理論與模型以及針對多源數據的融合理論與模型，通過實測數據驗證其效果；同時，為從源頭上根本解決數據質量問題，提出有助于數據質量控制工作開展的實施策略與建議。 圍繞該研究目標，首先對國內外相關研究進行綜述，總結當前交通流數據質量控制模型和算法的研究現狀。其次，在此基礎上，結合當前的交通流數據質量控制需求，建立針對單源數據的質量

2、控制理論與模型，包括基于交通流理論和統(tǒng)計學原理的分層次錯誤數據判別模型、基于相關分析理論的錯誤數據修正模型、基于統(tǒng)計學原理的不規(guī)則時間點修正模型、基于時間序列理論的丟失數據補齊模型四個部分，以及針對多源數據的基于支持向量機技術的融合模型。再次，利用北京市快速路和日本阪神高速公路實測交通流數據設計合理的數據測試方案，對所建立的單源和多源質量控制理論與模型進行檢驗。最后，從技術、體制和政策三個層面設計并提出有助于數據質量控制工作開展的實施策

3、略與建議。通過研究發(fā)現： 1、在單源交通流數據的質量控制研究領域中，由于使用單一規(guī)則無法實現錯誤數據的全面判別，有必要建立分層次的錯誤數據判別模型，以便從交通流閾值關系、交通流理論、交通流參數分布特征等多個角度入手，提高錯誤數據的判別效果。模型包括特殊樣本比例閾值規(guī)則、基于交通流參數的閾值規(guī)則、基于交通流模型規(guī)律的判別規(guī)則、基于聚類分析-曲線回歸的異常數據判別規(guī)則和基于數據總體趨勢的精密判別規(guī)則等五個層次，其中的第四層規(guī)則借助于

4、聚類分析方法進行分類，然后分別根據擬合優(yōu)度檢驗結果選擇最佳的回歸曲線模型，最后設計殘差分析指標得出錯誤數據，檢驗結果表明較常規(guī)的判別方法能夠提高判別比率55％左右。 2、關乎單源交通流數據質量控制中的錯誤數據修正的兩個重要因素是用于修正的數據源和修正方法。修正的數據來源均來自與錯誤數據時間或空間相關的正確數據集合。通過數據相關分析表明：就三個交通參數而言，相關度由高到低依次為流量、占有率和速度；就相關類型而言，橫向鄰接的時間和空

5、間數據相關度高于縱向鄰接的空間數據。另外，在目前研究中修正的方法大多以回歸、插值和加權移動平均等傳統(tǒng)時間序列預測方法為主，將傳統(tǒng)時間序列預測方法和相關分析方法結合起來建立錯誤數據修正模型可以改善修正的精確度。 3、目前國內外文獻中尚未對不規(guī)則時間點的修正問題開展研究，本文建立的不規(guī)則時間點修正模型可以在最大程度上保留原始數據信息的前提下，對冗余數據進行歸并和整理，并將數據時間點修正為規(guī)范的格式，為這些數據的管理和應用奠定基礎。

6、 4、由于采集時間間隔的差異，美國部分城市的丟失數據所占比例在15％以上，北京市快速路數據在包含冗余數據的情況下，平均丟失率在2％左右，最高丟失率達到10％。對于丟失數據補齊而言，不同方法有著不同的優(yōu)缺點和適用性，單一的補齊模型無法就不同的丟失環(huán)境作針對性的處理，有必要針對不同的丟失間隔和可用正確數據條件設計出更高細節(jié)度的數據補齊模型?；诖?，本文建立了根據丟失間隔來制定補齊方法的數據補齊模型，其中根據自回歸移動平均結合(ARIM

7、A)原理實現了針對較長丟失間隔條件下的數據補齊。采用北京市快速路數據對模型的檢驗結果表明，與小波變換技術和平均值方法相比，ARIMA模型用于長間隔條件下丟失數據的補齊數據與真實值的相關度指標能分別提高42.7％和3.5％。 5、由于多源交通流數據的質量控制屬于像素層融合，適用的融合技術以卡爾曼濾波和神經網絡兩類方法為主，但是卡爾曼濾波對數值病態(tài)情形很敏感，且濾波數值計算缺乏穩(wěn)定性，另外神經網絡技術在應用中容易過學習、欠學習或陷入

8、局部極小值陷阱，而支持向量機能夠克服上述不足，更加適用于像素層數據融合，因此本文引入了支持向量機理論用于多源交通流數據的質量控制。采用日本阪神高速公路數據對模型的檢驗結果表明，當泛化參數ε=1，2或3時，修正值與真實值的總體相關系數分別為0.9995，0.9992和0.9990，二者具有很高的相關度，模型的有效性得以證明。 6、除了從定量建模分析的角度來開發(fā)交通流數據的質量控制技術以外，可以由技術、體制和政策三個層面提出有助于數

9、據質量控制工作開展的實施策略與建議，作為實現交通流數據質量控制的輔助手段，這將更有利于從源頭上根本解決數據質量問題。 總之，本文在總結既有研究的基礎上，研究并建立了單源和多源條件下的城市道路交通流數據質量控制理論與模型，實現了針對錯誤數據、不規(guī)則時間點和丟失數據的修正和補齊，以及基于支持向量機技術的多源數據融合，案例研究表明模型的精確度比現有模型有很大的提高。另外，從定性的角度就技術、體制和政策三個層面提出有助于交通流數據質量控