智能交通中車流量預(yù)測(cè)與路徑優(yōu)化技術(shù)的研究.pdf

1、智能交通系統(tǒng)是在相對(duì)完善的道路設(shè)施基礎(chǔ)上,將先進(jìn)的電子技術(shù)、信息技術(shù)、傳感器技術(shù)和系統(tǒng)工程技術(shù)集成運(yùn)用于地面交通管理所建立的一種實(shí)時(shí)、準(zhǔn)確、高效、大范圍、全方位發(fā)揮作用的交通運(yùn)輸管理系統(tǒng)。它被公認(rèn)為是解決交通擁擠、交通安全、環(huán)境污染、能源短缺等問(wèn)題的有效途徑。而準(zhǔn)確、可靠的交通預(yù)測(cè)信息是城市交通控制系統(tǒng)等ITS子系統(tǒng)的基礎(chǔ)和關(guān)鍵:路徑優(yōu)化又是城市交通誘導(dǎo)系統(tǒng)、車載導(dǎo)航系統(tǒng)的核心技術(shù)。本文在查閱大量文獻(xiàn)和相關(guān)文檔資料的基礎(chǔ)上,對(duì)智能交通中

2、的這兩個(gè)關(guān)鍵問(wèn)題做了深入的分析和研究,主要進(jìn)行了以下幾個(gè)方面的工作:
　　 1.分析了短時(shí)交通流量預(yù)測(cè)技術(shù)的研究現(xiàn)狀,研究了常見的幾種預(yù)測(cè)模型,并指出了各自所存在的優(yōu)勢(shì)和不足。鑒于組合預(yù)測(cè)已成為交通信息預(yù)測(cè)領(lǐng)域的發(fā)展趨勢(shì),本文建立了一種融合BP神經(jīng)網(wǎng)絡(luò)與ARIMA的非線性組合預(yù)測(cè)模型,在提高預(yù)測(cè)精度的同時(shí),還保證了預(yù)測(cè)的穩(wěn)定性。最后通過(guò)MATLAB與SPSS平臺(tái)對(duì)實(shí)測(cè)交通流量數(shù)據(jù)進(jìn)行了仿真分析,驗(yàn)證了該組合預(yù)測(cè)模型的可行性與實(shí)用

3、性。
　　 2.在對(duì)路徑優(yōu)化的基礎(chǔ)算法和各種啟發(fā)式最短路徑搜索算法進(jìn)行總結(jié)與分析的基礎(chǔ)上,指出了為出行人員提供備選路徑的必要性。鑒于傳統(tǒng)的次短路徑搜索算法求解的始終是起點(diǎn)到終點(diǎn)的最短路徑,搜索區(qū)域上一直沒(méi)有什么變化,效率較低。本文提出了一種基于Dijkstra的改進(jìn)多短路徑求解算法,并結(jié)合鄭州市某區(qū)域的交通網(wǎng)絡(luò)圖進(jìn)行了實(shí)例仿真,仿真結(jié)果表明該算法具有其可行性與優(yōu)越性。
　　 3.結(jié)合智能交通系統(tǒng)的重要子系統(tǒng)--車載導(dǎo)航系