基于数据挖掘技术的城市交通流短时预测研究

基于数据挖掘技术的城市交通流短时预测研究

ID:35175097

大小:3.99 MB

页数:61页

时间:2019-03-20

基于数据挖掘技术的城市交通流短时预测研究_第1页
基于数据挖掘技术的城市交通流短时预测研究_第2页
基于数据挖掘技术的城市交通流短时预测研究_第3页
基于数据挖掘技术的城市交通流短时预测研究_第4页
基于数据挖掘技术的城市交通流短时预测研究_第5页
资源描述:

《基于数据挖掘技术的城市交通流短时预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于数据挖掘技术的城市交通流短时预测研究研究生姓名:王娜导师姓名:王力教授2016年4月24日分类号:U491密级:公开UDC:629学号:1302013中国民航大学硕士学位论文基于数据挖掘技术的城市交通流短时预测研究研究生姓名:王娜导师姓名:王力教授申请学位类别:工学硕士学科专业名称:控制科学与工程所在院系:电子信息与自动化学院论文答辩日期:2016年4月24日2016年4月24日short-termtrafficstateforecastingstudybasedondatamini

2、ngADissertationSubmittedtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofScienceBYWANGNaSupervisedbyProf.WANGLiCollegeofElectronicInformationandAutomationCivilAviationUniversityofChinaApr.24th2016中国民航大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下巧巧的研

3、充工作及化約的研巧巧栗。巧所知.除了文中特别加W标注巧致谢的地义外.论文中不包含其他人己经发巧或撰写过的研巧成巧,化不包含为巧巧中国民化大学或其它巧巧机构的学位或巧朽而使用过的材料一?与我同工作的问志对本硏巧所做的化何贡献均己往论文中作了明确的说明巧巧示了谢怠。研巧生答名>:日期:W乂又^1中国民航大学学位论文使用授权声明中国民化大学、中国科学技术信息研巧所、国家围巧馆有权保留本人巧送交学位论L?文的复巧化巧电子文巧?巧:Jl采用影印、缩巧或巧他复剌手段保存论文。本人

4、电了文档的巧容和巧质论文的内容相一致?除在傑密期内的保密论文外.化许论文巧壑间和倍阅,WLa公布(包巧刊结)论文的全部或部分容。论文的公布(包巧刊综)授枚中巧氏祈火学研巧生部办理。^研巧生签名:导师签urn_摘要实时、准确、高效的预测结果,是智能交通能否服务于交通管理和公众出行的关键。智能交通的快速发展产生了大量的、多源的、异构的交通数据,然而现有的城市交通流短时预测方法主要是基于时间序列的分析思路。针对复杂多变的城市道路交通状况,有必要探讨如何从海量的数据中挖掘出交通流数据

5、中的内在规律,从而有效的服务于交通流短时预测。本文在研究交通流短时预测的研究背景、意义以及国内外现状的基础上,分别从数据质量问题、空间数据挖掘问题和时间序列挖掘三方面展开论文的研究内容。根据交通流检测器设备故障和道路网复杂的不确定性等因素的影响,提出了数据预处理的必要性。通过孤立点检测算法识别伪错误数据,综合交通流机理和阈值方法判别出错误数据,并采用历史估计方法进行修复;丢失数据的识别和补齐均采用EM算法,最后通过自适应指数平滑滤波获取高质量的数据基础。根据交通流数据的时空特性,分别从空间数据挖掘和

6、时间序列挖掘两个角度寻找数据状态变化的内在规律,在此基础上实现对交通流的短时预测。空间数据挖掘采用基于系统聚类的空间挖掘方法,对城市区域路网进行划分,采用支持向量机模型实现交通流短时预测,选择适合的核函数和参数寻优方法实现交通流短时预测的最佳效果。时间序列挖掘侧重研究时间序列分割,通过分割提取时间序列特征,提出了基于SAGA-FCM的时间序列分割方法,将分割后的时间段分别采用支持向量机进行预测,并对最佳聚类分割次数进行了探讨,得到了理想的预测效果。关键词:交通流短时预测;数据挖掘技术;空间数据挖掘;

7、时间序列挖掘;支持向量机;聚类分析IABSTRCTTheresultofreal-time,accurateandefficientpredictionisthekeytoservecitytrafficmanagementandpublictravel.Therapiddevelopmentofintelligenttransportsystemproducesmanylarge,multi-sourceandheterogeneoustrafficdata.However,theexisting

8、methodsofshort-termtrafficflowforecastingaremainlyabouttheanalysisbasedontimeseries.Underthecomplextrafficconditionsofurbanroad,itisnecessarytodigouttheinherentregularityfromthemassoftrafficdata,soastoeffectivelyservetheshort-termtraffi

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。