短时交通流预测研究综述

短时交通流预测研究综述

ID:31896866

大小:77.87 KB

页数:9页

时间:2019-01-25

短时交通流预测研究综述_第1页
短时交通流预测研究综述_第2页
短时交通流预测研究综述_第3页
短时交通流预测研究综述_第4页
短时交通流预测研究综述_第5页
资源描述:

《短时交通流预测研究综述》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、短时交通流预测研究综述摘要:道路交通流预测预报是智能交通系统关键技术之一,短时预测是交通控制、车辆导航的技术基础。本文概述了道路交通流预测方法的发展历程,分析比较了各预测模型的优点、缺点及适用情况,给出了道路交通预测的一般流程。对现存预测方法进行了分类分析:基于统计理论的方法、基于神经网络的方法、基于非线性理论的方法以及基于检测器优化选择的短时交通流预测算法的预测方法。将人工神经网络模型与其他领域的研究相结合的综合预测模型要比单一神经网络预测模型、常规预测模型的预测效果好;以预测的均方误差最小为目标函数,通过遗传算法优化选择合适的检测器,以小波神经网络作为预测算法

2、进行短时交通流预测具有很高的精度和适用性。关键词:交通工程;交通流理论;短时交通流;预测模型;神经网络算法ResearchonShort-TimeTrafficFlowForecastingMethodsLIUJia-tong(1.DepartmentofBridgeEngineering,SchoolofHighway,Chang’anUnversity)Abstract:Predictionofroadtrafficflowisoneofthekeytechnologiesofintelligenttransportationsystem.Thispapers

3、ummarizesthedevelopmentofroadtrafficflowforecastingmethods,analyzesandcomparestheadvantages,disadvantagesandapplicationofeachforecastingmodel.Theexistingpredictionmethodsareclassifiedbasedonthemethodofstatisticalanalysis:Basedonthetheoryandmethodsofnonlineartheoryandtrafficdetectorbas

4、edontheoptimalselectionofflowpredictionalgorithmbasedonpredictionmethodandneuralnetworkmethod.Thepredictioneffectofcomprehensivepredictionmodelofartificialneuralnetworkmodelandotherfieldscombinedthansingleneuralnetworkpredictionmodelandtheconventionalprediction;tominimizethemeansquare

5、derrorastheobjectivefunction,thegeneticalgorithmtochoosetheappropriatedetectorwiththewaveletneuralnetworkaspredictionalgorithmofshorttermtrafficflowforecastinghighprecisionandapplicability.Keywords:TransportationEngineering;TrafficFlowTheory;Short-termTrafficFlow;PredictionModel;Neura

6、lNetworkAlgorithm1引言2006年我国开始实施的“国家中长期科学与技术发展规划纲要一”中的交通科学问题研究专题中,明确提出了“发展一个系统,解决三个热点问题”的思路。其中,“一个系统”指的是综合运输系统,“三个热点”指的是交通能源和环境、交通安全和大城市交通拥堵。智能交通系统被认为是缓解道路交通拥堵、减少汽车尾气排放污染和交通事故等交通问题的有效方法之一。短时交通流预测是智能交通系统的核心内容和交通信息服务、交通控制与诱导的重要基础,能够给出行者提供实时有效的信息,帮助他们更好地进行路径选择,实现路径诱导,达到节约出行者旅行时间,缓解道路拥堵,减少

7、污染、节省能源等目的。目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能。现有的研究成果多以基于实时数据的道路网短时交通流预测理论与方法研究为题,在交通流数据分析的基础上[1],对道路网中多个断面交通流状态之间的相关性进行分析,从而选择预测的范围和对象,对道路网中多个断面的短时交通流预测理论和方法进行了深入探讨和研究,并且根据实际数据验证提出的预测模型。智能交通系统(IntelligentTransportSystems,以下简称(ITS)作为一种能有效解决手段成为研究的热点。交通系统是一个有

8、人参与的、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。