基于動態(tài)交通信息檢測的干道交通擁堵預(yù)警方法研究.pdf

1、隨著城市的不斷發(fā)展，城市交通的矛盾主要表現(xiàn)為城市交通供給不能滿足日益增長的交通需求，城市道路的交通擁堵問題越來越嚴重，逐漸成為制約城市和諧發(fā)展的一個全球性社會問題，緩解城市道路交通擁堵的工作顯得越來越重要。城市干道是城市交通的動脈，對城市干道交通擁堵狀況進行及時、準確的預(yù)測和識別，有針對性地對擁堵點采取交通控制和誘導(dǎo)等措施，可緩解干道交通瓶頸的擁堵程度，減少交通擁堵帶來的負面效應(yīng)。因此對城市干道交通擁堵預(yù)警建立科學(xué)有效的方法具有重要的實

2、用價值。
　　本文利用交通流模型對城市干道交通擁堵在形成、持續(xù)、消散過程中流量、速度和密度之間的變化特性和時空特性進行了分析，提出交通擁堵預(yù)警是通過預(yù)測未來時刻干道某一截面的交通流狀態(tài)參數(shù)，識別出該截面未來時刻的交通擁堵狀況，預(yù)先采取有針對性的緩堵策略。在分析了交通流狀態(tài)參數(shù)的基礎(chǔ)上，對比分析了幾種主要的交通信息數(shù)據(jù)采集技術(shù)，并對預(yù)處理交通信息數(shù)據(jù)的方法進行了探討。
　　城市干道交通狀態(tài)與相鄰截面的交通狀態(tài)密切相關(guān)，本文提出

3、了基于多點狀態(tài)參數(shù)的交通擁堵預(yù)警方法，建立預(yù)測的關(guān)鍵截面與相關(guān)的多個檢測截面的交通狀態(tài)相關(guān)模型，通過現(xiàn)狀和歷史交通流狀態(tài)參數(shù)數(shù)據(jù)序列預(yù)測下一時段關(guān)鍵截面的交通流狀態(tài)。采用ARIMA時間序列預(yù)測模型和遺傳算法改進優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法，建立了交通狀態(tài)參數(shù)預(yù)測的線性組合模型，提出了基于最小誤差平方和、等權(quán)和熵值法求解組合模型的權(quán)重值，并通過算例驗證了基于最小誤差平方和求權(quán)重的預(yù)測方法的預(yù)測效果最優(yōu)。
　　最后，以平均速度、飽和度