高速公路事件持續(xù)時間預測方法研究.pdf

1、事件管理系統(tǒng)是智能運輸系統(tǒng)(ITS)的一個重要組成部分,事件持續(xù)時間預測是實現(xiàn)先進的事件管理系統(tǒng)和駕駛員信息系統(tǒng)的一個重要基礎,實時的事件持續(xù)時間預測能夠幫助事件管理人員確定最佳的緊急救援、交通控制策略,并能通過向駕駛員提供事件的持續(xù)時間信息實現(xiàn)對交通流的誘導,從而有效地減少交通延誤,提高事件管理的水平.但目前國內在這方面的研究幾乎還是空白,還沒有一種能夠實時地、較準確地對事件的持續(xù)時間做出預測的模型.該文主要對高速公路事件持續(xù)時間的預

2、測方法進行研究,研究的主要目的是根據中國高速公路交通的實際情況,確定對事件持續(xù)時間具有顯著影響的因素,并提出具有較優(yōu)性能的高速公路事件持續(xù)時間預測方法.該文首先對從某高速公路監(jiān)控中心獲得的原始事件數(shù)據進行分析整理,確定對事件持續(xù)時間具有顯著影響的因素.然后用整理得到的660組事件數(shù)據,通過對各類事件的顯著性分析,建立高速公路事件持續(xù)時間預測/決策樹,并用同一數(shù)據集中未用于決策樹構造的170組數(shù)據對決策樹的預測效果進行檢驗.檢驗結果表明所

3、開發(fā)決策樹的預測值與實際值的相關系數(shù)為0.8423,預測結果基本能夠反映真實的事件持續(xù)時間情況.此外,該文也利用相同的實驗數(shù)據,采用多元回歸分析和神經網絡兩種方法對事件持續(xù)時間預測問題進行了研究,并對三種方法的性能進行了分析和比較.結果表明,三種方法在進行預測時,都能取得基本令人滿意的預測效果.但在實際應用中,在某些事件特征信息還未獲得或無法獲得的情況下,決策樹依然能夠根據已有的信息對事件持續(xù)時間做出粗略的估計.而其它兩種方法則只有在獲