交通数据驱动的道路拥堵状况判定与预测分析

来源 :北京交通大学 | 被引量 : 4次 | 上传用户:oceanspring
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
城市化快速发展使大量人口向城市聚集,人们出行产生的交通需求已超过城市道路的交通供给能力,使得交通基础设施出现超负荷现象。而经常性发生的交通堵塞、交通事故、交通污染、乱停车、停车位不足等问题,对居民的生活质量造成严重影响。因此,怎样对道路的交通状态进行实时判定,对道路交通状态进行预测成为研究的主要问题。基于此现状,本文利用设计的KFCM-PSO-SVM算法模型对道路拥堵状态进行准确的划分和判定,并使用改进的支持向量机算法对拥堵判定参数进行预测,在保证建立模型的可行性的前提下,对判别和预测的结果进行改进和提升。研究成果主要有以下几方面:首先,对美国明尼苏达大学交通数据研究实验室采集的原始数据进行处理,因原始数据以.traffic文件形式储存,需通过python程序提取为.csv文件,并对数据进行降噪等预处理,然后通过SPSS软件对数据特性进行分析,最后对交通拥挤概念和类型进行介绍,根据交通流参数的选取原则选择交通参数(车流量和占有率)以及确定评价拥堵等级的指标。其次,通过针对传统聚类算法在道路交通状态判定中存在的不足,对传统聚类算法进行改进。通过实例验证K均值聚类算法对于初始化的聚类中心依赖性很大,所以本文采用间隔统计算法,确定最优的样本数据的初始聚类中心k;考虑到噪声和孤立点对算法的鲁棒性有一定的影响,为了解决此问题,将核函数引入到模糊C均值算法中,引入的核函数为高斯径向基函数,其目的是为了让原始的样本数据映射到特征的空间中。原始的低维样本数据被映射到高维的空间中,将原本的非线性问题因数据被映射到高维空间而转化为线性问题,在本质上将问题变得简单化。虽然在特征空间中,函数的维数很高,但当引入的高斯径向基函数的内积比特征空间中的内积小时,可以提高模型算法的计算速度。本文设计的KFCM-PSO-SVM算法模型的核心主要是利用改进的支持向量机算法对改进的模糊C均值聚类算法进行加强聚类,使对交通状态判定的准确度更加精准;然后跟K-means-PSO-SVM算法和模糊C均值聚类算法、改进的模糊C均值聚类算法的结果进行比较,得到新算法KFCM-PSO-SVM的准确度更高;再者,利用粒子群算法(PSO)优化支持向量机(SVM)对道路拥堵判定参数进行回归预测,并对道路交通状态进行划分。最后,利用处理的数据进行模型验证。结果表明改进的新算法KFCM-PSO-SVM的预测精度比K-means-PSO-SVM算法的预测精度提高了2.4306%,改进算法的准确度较高。
其他文献
搭建了零件尺寸检测系统,针对检测过程中机械抖动、镜头畸变等问题,提出基于马尔可夫链对零件尺寸误差进行预测。介绍了基于马尔可夫链对零件尺寸误差进行预测的原理和流程,
目前随着经济发展,房产市场的突飞猛进以及大量基础公共设施的需求激增,我国建设工程相关法律问题频发。大批建设工程承包人进行违法转包,导致大量建设工程施工合同无效,工程
目前国内学界在"战略性新兴产业"发展的意义、作用等方面已形成共识,但在"战略性新兴产业"发展面临的问题、发展中应当注意的事项等方面还存在着若干争论,对一些具体操作层面
本文应用GC-MS技术,对同一储藏期(90 d)、不同储藏条件下的粳稻谷,其稻谷、糙米、大米3种不同形式样品中挥发性成分进行测定,用主成分分析法(PCA)研究不同样品间挥发性成分的差异
岭南建筑在历史进程中结合独特文化特征不断融合发展,呈现出了独特地域文化特征及绿色建筑特质。现代岭南建筑创作应借鉴传统岭南建筑在不同层面适应环境及气候的营建策略,在
传统的中职语文教学强调灌输式的学习方式,在一定程度上限制了对学生创新、协作、实践等综合能力的培养,学生在学习方面较为被动,导致其逐渐丧失学习激情和兴趣。在改革呼声
基于VAR和GARCH模型,使用2011年2月~2016年11月共303个理查德动力煤现货价RB、欧洲动力煤现货价ARA、纽卡斯尔动力煤现货价NEWC指数、波罗的海干散货指数BDI以及中国煤炭价格