面向交通數(shù)據(jù)的事故分析與預(yù)測.pdf

1、面向面向交通數(shù)據(jù)的事故分析與預(yù)測交通數(shù)據(jù)的事故分析與預(yù)測TrafficAccidentAnalysisPredictionBasedonTrafficData學(xué)科專業(yè)：控制科學(xué)與工程作者姓名：王遠強指導(dǎo)教師：張軍副教授天津大學(xué)電氣與自動化工程學(xué)院2016年11月摘要隨著我國成為世界第二大經(jīng)濟體，在道路交通基礎(chǔ)設(shè)施日益完善、汽車保有量及駕駛?cè)藬?shù)量持續(xù)增長的背景下，道路交通事故發(fā)生起數(shù)在進入新世紀(jì)以來雖趨于平穩(wěn)，但事故嚴(yán)重程度卻今非昔比，預(yù)

2、計在不遠的將來，道路交通事故將成為全球第三大死亡致因。道路交通安全問題受到了社會各界的廣泛關(guān)注和重視，如何有效預(yù)防道路交通事故已成為相關(guān)專家學(xué)者研究的一個關(guān)鍵性問題?；诮煌魈匦詫Φ缆方煌ㄊ鹿实淖钪苯颖碚髯饔?，以交通流為中心，本文主要的研究內(nèi)容、方法等有：（1）首先研究了交通流的時空相關(guān)性，利用Pearson相關(guān)系數(shù)來量化分析，采用距離度量交通流相似性，結(jié)合對實測交通流數(shù)據(jù)的分析研究，提出最相關(guān)交通流與當(dāng)前時刻交通流相隔不能超出3個時

3、間間隔、最相關(guān)路段的選取一定要在5個路段間隔以內(nèi)，并將交通流時空特性用于數(shù)據(jù)的預(yù)處理，在實證研究中驗證了該思路的有效性。（2）短時交通流預(yù)測是實現(xiàn)事故實時預(yù)測的一個重要環(huán)節(jié)。在對交通流預(yù)測問題及典型預(yù)測模型進行分析的基礎(chǔ)上，引入雙重變異算子改進PSO，進一步優(yōu)化神經(jīng)網(wǎng)絡(luò)預(yù)測模型，在10min預(yù)測上，該預(yù)測模型的RMSE僅有2.17，且速度較快，很好地滿足了短時交通流預(yù)測的實時性、準(zhǔn)確性、可靠性的要求。（3）對道路交通事故實時預(yù)測原理及過