基于多源數(shù)據(jù)的通勤高峰期交通流量預測方法.pdf

1、隨著中國城鎮(zhèn)化進程加快，交通擁堵日益成為城市發(fā)展的通病，通勤高峰期尤為明顯，通勤高峰期交通流量的精準預測是緩解交通擁堵的關(guān)鍵。另一方面，伴隨著智能交通的發(fā)展和多學科的交叉融合，積累了不同類型的海量多源數(shù)據(jù)，如出租車GPS定位數(shù)據(jù)、人口戶籍數(shù)據(jù)、參保、社保數(shù)據(jù)等，這些數(shù)據(jù)一定程度反映了通勤者的出行規(guī)律，為通勤高峰期交通流量的預測提供了數(shù)據(jù)支持。然而，如何從海量多源數(shù)據(jù)中分析時空關(guān)聯(lián)關(guān)系，并在此基礎(chǔ)上預測通勤高峰期的交通流量，還缺乏相應(yīng)的解

2、決方案。本文提出基于多源數(shù)據(jù)的通勤高峰期交通流量預測方法，依據(jù)不同交通工具的服務(wù)半徑和出行距離，根據(jù)相關(guān)分類算法歸納總結(jié)通勤方式的最佳方案，為宏觀交通規(guī)劃的優(yōu)化設(shè)計提供科學的決策。
　　本論文研究主要內(nèi)容包括:
　　1.基于闡述本文的研究背景、研究意義、國內(nèi)外交通流量預測相關(guān)進展，提出本文的研究內(nèi)容;
　　2.針對交通流量采集傳感器進行歸類整理，然后結(jié)合重慶市南岸區(qū)部分典型道路的真實斷面交通流量數(shù)據(jù)，歸納總結(jié)出城市道路

3、交通流量三類特征:動態(tài)性、時間相似性與空間相關(guān)性;
　　3.多源數(shù)據(jù)預處理:從基本人口數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、公交線路數(shù)據(jù)、出租車GPS軌跡數(shù)據(jù)等多源數(shù)據(jù)分析著手，提出了多源數(shù)據(jù)預處理方法，為交通流量預測提供數(shù)據(jù)準備;
　　4.通勤高峰期交通流量預測原理:介紹利用經(jīng)典Dijkstra算法實現(xiàn)最短通勤距離計算的非機動車出行統(tǒng)計模型;介紹基于軌道交通優(yōu)先算法實現(xiàn)的私家車流量預測模型;介紹利用地圖匹配算法實現(xiàn)的出租車流量預測模型，進而實現(xiàn)