基于信息融合技術的繞城高速交通流誘導系統(tǒng)模型研究.pdf

1、隨著國家基礎建設的飛速發(fā)展，城市化進程的不斷加快，以及人民生活水平的提高和私家車保有量的迅速增加，城市道路交通的負荷急劇增加，造成目前我國大、中型城市交通設施跟不上經濟的發(fā)展速度，交通擁塞成為一個很普遍的問題。國內外的相關研究已經證明，建立智能交通管理系統(tǒng)（Intelligent Transportation System，ITS）是現(xiàn)有公認的解決交通擁擠、交通阻塞等交通問題的有效途徑。科學、智能化的交通誘導技術作為智能交通領域的理論基

2、礎和重要技術，在解決交通參與者的盲目行駛和均衡路網交通流分布等問題方面起著重要作用。
　　本文通過對國內外交通誘導系統(tǒng)的現(xiàn)狀和誘導系統(tǒng)結構的研究，以分布式誘導體系的基本架構為基礎，針對大型城市的繞（環(huán)）城高速公路，給出了一種城市交通流誘導系統(tǒng)的基本結構框架和具體的實施框架，并建立了基于信息融合的交通誘導模型。在此誘導模型的基礎上，本文對交通流的核心參數(shù)，即交通流量和行程時間的預測以及動態(tài)最優(yōu)路徑誘導等方面分別進行了具體研究。為了提

3、高預測精度，對用于預測的交通流基礎信息都預先以信息融合技術為基礎進行了融合。在交通流量的預測上，采用了基于最優(yōu)梯度的動態(tài)平滑因子指數(shù)平滑模型，提高了預測的實時性和準確性。在行程時間的預測上，提出了一種基于實時動態(tài)數(shù)據(jù)采集信息和歷史交通信息融合的行程時間預測模型。模型將交通流信息分成兩部分分別進行處理，一方面通過采集到的實時交通信息在經過基礎信息融合后，根據(jù)相關性進行計算預測；另一方面通過歷史數(shù)據(jù)建立多種模型來進行預測，（如卡爾曼濾波模型

4、、灰色模型等），最后將這些預測結果以信息融合為基礎，進行比較融合，得到最終的行程時間預測值。仿真結果表明，預測精度和實時性得到了一定程度的提高，符合實際交通誘導的需要。在交通流動態(tài)最優(yōu)路徑誘導研究方面，本文通過對傳統(tǒng)最短路徑算法的改進，并結合繞城高速的現(xiàn)狀，以行程時間、行駛距離、道路占有率等因素作為綜合道路阻抗，提出了符合實際交通情況的動態(tài)交通流路徑誘導算法?；谏鲜鲅芯浚疚拈_發(fā)了微觀交通仿真軟件，對于交通誘導信息的預測、發(fā)布，最優(yōu)路