基于數(shù)據(jù)挖掘的短時交通流預測模型及應用研究.pdf

1、實施交通誘導及控制的前提與關鍵是交通流的實時、有效預測，目前雖然交通流信息預測相關工作已經(jīng)取得了一些成效，但部分問題仍待進一步深入、全面地探討和研究。
　　 本論文以國家高技術研究發(fā)展計劃（863計劃）項目專題“空間數(shù)據(jù)挖掘的神經(jīng)網(wǎng)絡技術研究”（項目批準號:2007AA12Z228）為依托，圍繞交通流信息數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)挖掘、交通模型及其工程應用等方面展開研究。在采集獲取交通流信息數(shù)據(jù)基礎上，充分利用數(shù)據(jù)挖掘技術，構(gòu)建

2、了準確可靠、方便適用的預測模型，并將其應用于工程實踐，研究取得了一些成果，具有一定的理論意義和應用價值。主要研究內(nèi)容如下:
　　 首先，對交通流數(shù)據(jù)的質(zhì)量檢驗進行了研究和分析。從工程實際應用的角度出發(fā)，對采集獲取的大量交通流信息數(shù)據(jù)進行質(zhì)量分析，分析了交通流數(shù)據(jù)異常值產(chǎn)生的原因，深入解析冗余數(shù)據(jù)、缺失數(shù)據(jù)、異常數(shù)據(jù)對交通流數(shù)據(jù)應用的不良影響。根據(jù)數(shù)據(jù)控制理論與方法，綜合運用統(tǒng)計分析、閾值法，結(jié)合交通流理論及數(shù)據(jù)采集情況對數(shù)據(jù)進行

3、獨立判斷、聯(lián)合判斷與系統(tǒng)判斷，構(gòu)建了交通流數(shù)據(jù)預處理流程，建立了有效的交通流數(shù)據(jù)質(zhì)量檢驗與診斷控制系統(tǒng)，并編寫出相應的數(shù)據(jù)處理軟件，對冗余數(shù)據(jù)進行刪除、對缺失數(shù)據(jù)進行插補、對異常數(shù)據(jù)進行修正，以確保數(shù)據(jù)的準確性，為后續(xù)的預測模型研究奠定了良好的數(shù)據(jù)基礎。
　　 其次，對短時交通流預測的神經(jīng)網(wǎng)絡模型進行了研究。綜合討論了數(shù)據(jù)挖掘的BP神經(jīng)網(wǎng)絡技術的優(yōu)點與現(xiàn)存的不足，針對神經(jīng)網(wǎng)絡結(jié)構(gòu)存在的缺陷，采用附加因子的附加動量方法和自動調(diào)整學

4、習速率的自適應學習速率法對BP神經(jīng)網(wǎng)絡進行了改進。深入研究了神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)與參數(shù)設置，在此基礎上編寫出神經(jīng)網(wǎng)絡應用軟件，并簡要介紹了該軟件的使用方法。將多元線性回歸模型、改進BP神經(jīng)網(wǎng)絡模型及兩者的組合模型應用于短時交通流預測實例，并且提出了用原始數(shù)據(jù)減去均值后所得差值作為輸入層元素數(shù)據(jù)。經(jīng)過改進后的數(shù)據(jù)輸入模式，多元線性回歸模型、BP神經(jīng)網(wǎng)絡模型及兩者形成的組合模型等三種模型都較先前原始數(shù)據(jù)直接作為輸入?yún)?shù)的方法效果好，為短時交通

5、流量預測提供了新的思路和途徑。
　　 再次，對短時交通流預測的投影尋蹤模型進行了研究。系統(tǒng)地介紹了在預測領域取得較好效果的投影尋蹤技術，詳細討論了軟件的技術路線和設計流程，利用計算機編程技術將該算法實現(xiàn)，并簡單介紹了該軟件的使用方法;綜合利用投影尋蹤技術和神經(jīng)網(wǎng)絡的優(yōu)點，提出了運用神經(jīng)網(wǎng)絡和投影尋蹤技術相結(jié)合的方法，建立了組合模型應用于路段短時交通量的實時預測模型，并且選用實測所獲交通流數(shù)據(jù)進行實驗驗證，預測結(jié)果顯示:“投影尋蹤

6、+神經(jīng)網(wǎng)絡”組合模型較單一的投影尋蹤方法、BP神經(jīng)網(wǎng)絡模型預測精度都要高，預測效果令人滿意，具有一定的實用性和可行性。
　　 最后，對交通暢通狀態(tài)評價模型及其應用進行了研究。在已有研究成果的基礎上，探討了道路暢通程度的模糊評估這一課題，提出了修正改進的模糊綜合評價模型。在修正模型中，簡化對暢通度的隸屬函數(shù)描述，將暢通度作為一個模糊事件，采用簡單的線性函數(shù)描述從“不暢通”狀態(tài)過渡到“非常暢通”狀態(tài)，使暢通度與道路暢通概率之間為一一