版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、實(shí)時(shí)準(zhǔn)確的交通流量預(yù)測(cè)是智能交通控制和誘導(dǎo)的關(guān)鍵,有助于提高交通設(shè)施的利用效率和人們的出行質(zhì)量。對(duì)于短時(shí)交通流量預(yù)測(cè),迄今已提出了許多模型。這些模型大多只針對(duì)某一路口或路段分析其歷史和當(dāng)前流量數(shù)據(jù),而未考慮區(qū)域內(nèi)相關(guān)路口或路段的信息。實(shí)際上,在區(qū)域道路網(wǎng)絡(luò)中,交通流量數(shù)據(jù)之間存在著緊密的時(shí)空關(guān)聯(lián)關(guān)系,如何充分利用區(qū)域內(nèi)的交通流量數(shù)據(jù)以及它們之間的時(shí)空關(guān)系,對(duì)于提高預(yù)測(cè)精度是非常重要的。
本文重點(diǎn)研究了區(qū)域交通流量序列間的時(shí)
2、空關(guān)系,設(shè)計(jì)了一種基于時(shí)空分析的短時(shí)交通流量預(yù)測(cè)方法。首先,根據(jù)交通流量產(chǎn)生依賴于路網(wǎng)的流動(dòng)特性,以統(tǒng)計(jì)分析理論、空間分析理論為基礎(chǔ),對(duì)相關(guān)系數(shù)的語(yǔ)義進(jìn)行擴(kuò)展,定義了時(shí)空相關(guān)系數(shù)這一概念,并給出其相應(yīng)性質(zhì)及快速計(jì)算方法,從而體現(xiàn)了區(qū)域交通流量序列間的時(shí)空特性,提高了時(shí)空相關(guān)系數(shù)的計(jì)算效率。其次,引入核主成分分析法與時(shí)空相關(guān)分析相結(jié)合,得到了一種選取預(yù)測(cè)點(diǎn)時(shí)空特征的時(shí)空分析算法,該算法在判別時(shí)空相關(guān)系數(shù)大小的基礎(chǔ)上,由核函數(shù)在高維進(jìn)特征提
3、取,從而消除了各個(gè)預(yù)測(cè)因子間存在冗余信息的問(wèn)題,達(dá)到降低輸入變量維數(shù)的目的。最后根據(jù)交通流的非線性特性,選取支持向量機(jī)作為其預(yù)測(cè)工具,構(gòu)建了由時(shí)空特征作為輸入變量的短時(shí)交通流量預(yù)測(cè)模型。
為驗(yàn)證算法和模型的有效性,本文在選擇時(shí)間相關(guān)分析、空間相關(guān)分析和主成分分析作為其對(duì)比算法的同時(shí),以移動(dòng)平均模型、BP神經(jīng)網(wǎng)絡(luò)模型、混沌-支持向量機(jī)模型作為其對(duì)比模型,在模擬的交通數(shù)據(jù)上進(jìn)行測(cè)試。結(jié)果表明,本文所提時(shí)空分析算法可以有效減少輸
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 交通流量短時(shí)預(yù)測(cè)方法研究.pdf
- 短時(shí)交通流量混合預(yù)測(cè)方法研究.pdf
- 基于RVM和ARIMA的短時(shí)交通流量預(yù)測(cè)方法研究.pdf
- 基于時(shí)空關(guān)聯(lián)的城市快速路短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 交通流量短時(shí)預(yù)測(cè)的算法研究.pdf
- 短時(shí)交通流量預(yù)測(cè)算法研究.pdf
- 短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于非參數(shù)回歸的短時(shí)交通流量預(yù)測(cè)方法研究.pdf
- 基于多模型融合的短時(shí)交通流量預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè)研究.pdf
- 高速公路短時(shí)交通流量組合預(yù)測(cè)方法研究.pdf
- 基于SVM的交通流短時(shí)預(yù)測(cè)方法研究.pdf
- 基于狀態(tài)劃分的交通流短時(shí)預(yù)測(cè)方法研究.pdf
- 基于混沌理論的短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 結(jié)合交通流動(dòng)態(tài)特性的短時(shí)交通流量組合預(yù)測(cè)研究.pdf
- 基于非參數(shù)回歸的短時(shí)交通流量預(yù)測(cè).pdf
- 短時(shí)交通流分析及預(yù)測(cè).pdf
- 基于時(shí)空特性的城市道路短時(shí)交通流預(yù)測(cè)研究.pdf
- 融合時(shí)空信息的短時(shí)交通流預(yù)測(cè).pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流量預(yù)測(cè).pdf
評(píng)論
0/150
提交評(píng)論