基于聚類WNn-ARIMA的短時(shí)交通流預(yù)測研究與應(yīng)用.pdf

1、近年來，由于國家GDP的快速增長、國民可支配收入的快速增加，以及城市化進(jìn)程的快速推進(jìn)，城市的機(jī)動(dòng)車輛的保有量與日俱增，作為承載社會(huì)經(jīng)濟(jì)活動(dòng)的基礎(chǔ)設(shè)施，在給人們的生活帶來了極大的方便的同時(shí)，但是其造成的能源消耗、城市交通擁堵、環(huán)境污染、機(jī)動(dòng)車交通安全等問題卻日益突出，并已成為制約我國交通運(yùn)輸業(yè)的可持續(xù)發(fā)展的瓶頸。傳統(tǒng)的交通信號(hào)控制方法包括定周期控制方法和感應(yīng)控制方法以及多階段控制方法等已不適應(yīng)當(dāng)今的大城市的交通系統(tǒng)并且也無法有效解決上訴問

2、題。智能交通系統(tǒng)(ITS，Intelligent Transportation System)在理論上可行并有望解決上訴問題。智能交通系統(tǒng)(ITS)是通過新的信息融合技術(shù)構(gòu)建交通控制系統(tǒng)來減少道路交叉口等擁堵、減少資源消耗和降低環(huán)境污染等問題的。在ITS中，交通流狀態(tài)信息的預(yù)測是非常重要的一部分，其不僅僅在先進(jìn)的出行者信息系統(tǒng)(ATIS，Advanced Traveler InformationSystems)中發(fā)揮著極其重要的作用，其

3、對交通控制系統(tǒng)的有效控制也起到的極好的優(yōu)化作用。
　　城市道路交通系統(tǒng)是一個(gè)時(shí)刻變化著的復(fù)雜系統(tǒng)，其狀態(tài)極難預(yù)先知道且沒有直觀的規(guī)律可循，短時(shí)交通流流量的預(yù)測問題處理的好與壞直接關(guān)系到智能交通系統(tǒng)的試驗(yàn)效果，其中非常重要的一部分為短時(shí)交通流流量的預(yù)測問題。及時(shí)準(zhǔn)確的短時(shí)交通流的狀態(tài)參數(shù)的預(yù)測信息將更有力的保障道路的暢通和交通系統(tǒng)的高效運(yùn)行。本文將對當(dāng)前短時(shí)交通流預(yù)測模型的應(yīng)用中所表現(xiàn)出的精度相對較低、收斂較慢以及性能的穩(wěn)定性等問題

4、，在對短時(shí)交通流特性和預(yù)測問題研究的基礎(chǔ)上，并提出了通過聚類分析技術(shù)、小波神經(jīng)網(wǎng)絡(luò)模型和時(shí)間序列模型ARIMA改進(jìn)的一種新的數(shù)據(jù)驅(qū)動(dòng)的短時(shí)交通流預(yù)測模型，并通過短時(shí)交通流預(yù)測模型對教研室現(xiàn)有交通控制系統(tǒng)模型進(jìn)行優(yōu)化和改進(jìn)。本文的主要貢獻(xiàn)有以下方面:
　　第一，本文在對研究最近的交通流狀態(tài)信息預(yù)測模型研究的基礎(chǔ)上，分析了不同交通環(huán)境下交通流量表現(xiàn)出的基本的狀態(tài)參數(shù)及其相關(guān)特性，并結(jié)合數(shù)據(jù)預(yù)處理方法對交通流進(jìn)行了預(yù)處理-修復(fù)錯(cuò)誤數(shù)據(jù)和

5、缺失數(shù)據(jù)，消除數(shù)據(jù)缺陷對預(yù)測模型的預(yù)測精確度的影響。
　　第二，結(jié)合小波神經(jīng)網(wǎng)絡(luò)、自回歸積分滑動(dòng)平均模型模型和聚類分析技術(shù)，集合各模型的優(yōu)缺點(diǎn)提出了改進(jìn)后的交通流預(yù)測算法，稱作基于聚類WNN-ARIMA的短時(shí)交通流流量預(yù)測模型方法，最后通過開放交通數(shù)據(jù)庫PeMS和VISSIM對模型仿真實(shí)驗(yàn)，仿真試驗(yàn)結(jié)果表明，本文提出的短時(shí)交通流算法具有更好的穩(wěn)定性和更高的預(yù)測精度。
　　第三，基于本文提出的短時(shí)交通流流量預(yù)測算法對現(xiàn)有的自適