城市道路交通状态判别与预测系统设计与关键技术研究

城市道路交通状态判别与预测系统设计与关键技术研究

论文摘要

当今社会,城市道路交通拥堵成为了严重制约着全世界经济快速、健康发展的一个严重的社会问题。从缓解城市道路交通拥堵的各种对策来看,无论采取何种措施缓解交通拥堵等交通问题,都有必要对城市道路交通流运行状态进行合理的判定与预测。在道路运输系统的整个运行过程中,如果能够对已形成或即将形成的交通拥挤进行及时、准确的识别和预测,并有针对性的采取有效的组织、管理手段,则能够最大程度上的交通拥堵所带来的负面影响、大幅度的提高整个道路运输系统的运行水平。本学位论文依托国家863专题课题“基于多源实时交通数据的城市道路交通状态预测技术研发”,对城市道路交通状态判别与预测系统设计与关键技术进行研究。论文首先对城市道路交通状态判别与预测系统进行了需求分析及系统分析与设计,之后对城市道路交通状态判别系统及预测系统的系列关键技术——城市道路交通状态判别技术,城市道路交通状态预测技术进行了重点研发,并在最后采用微观交通流模拟软件VISSIM进行了相应的模拟和测试,经验证可有效地判断出道路上存在的交通拥堵和交通事件,并对其影响进行准确预测,通过采取有针对性的疏导控制措施,可以极大地提高道路交通的效率和安全性。

论文目录

  • 提要
  • 第一章 绪论
  • 1.1 依托项目
  • 1.2 研究目的与意义
  • 1.3 研究现状及趋势
  • 1.3.1 道路交通状态判别技术
  • 1.3.2 道路交通状态预测技术
  • 1.4 论文的结构框架
  • 1.5 本章小结
  • 第二章 城市道路交通状态判别与预测系统设计
  • 2.1 需求分析
  • 2.1.1 任务概述
  • 2.1.2 需求规定
  • 2.1.3 运行环境规定
  • 2.1.4 系统总体功能概述
  • 2.2 数据库设计
  • 2.3.1 外部设计
  • 2.3.2 结构设计
  • 2.3.3 运行设计
  • 2.3.4 维护设计
  • 2.3 系统软件人机界面的设计与开发
  • 2.3.1 软件人机界面的设计流程
  • 2.3.2 界面开发设计原则
  • 2.3.3 系统软件人机界面设计
  • 2.4 本章小结
  • 第三章 基于数据融合的城市道路交通状态判别技术研究
  • 3.1 概述
  • 3.2 城市道路交通特性分析
  • 3.3 基于SCATS 与GPS 信息融合的城市道路交通状态判别技术
  • 3.3.1 基于数据融合的城市道路交通状态判别算法流程
  • 3.3.2 算法流程实现步骤
  • 3.3.3 模糊综合评判原理介绍
  • 3.4 模拟验证
  • 3.4.1 交通状态判别各级因素集与评语集的确定
  • 3.4.2 各级判因素别隶属度函数的确定
  • 3.4.3 模型中参数阈值、权值的确定方法研究
  • 3.4.4 模拟结果比较
  • 3.5 本章小结
  • 第四章 城市道路交通状态预测技术研究
  • 4.1 概述
  • 4.1.1 排队溢出
  • 4.1.2 排队扩散
  • 4.1.3 拥堵程度量化
  • 4.2 单向行驶的方格网络中的交通拥挤排队扩散分析方法
  • 4.2.1 模型的假定
  • 4.2.2 模型所用参数
  • 4.2.3 交通拥堵扩散时间
  • 4.2.4 交通拥堵空间结构
  • 4.3 城市道路交通拥堵控制
  • 4.3.1 最小化拥堵扩散率
  • 4.3.2 区域拥堵的抑制
  • 4.4 模拟分析
  • 4.5 本章小结
  • 第五章 总结与展望
  • 5.1 全文总结
  • 5.2 全文展望
  • 参考文献
  • 致谢
  • 摘要
  • Abstract
  • 相关论文文献

    • [1].基于交叉验证支持向量机算法的交通状态判别研究[J]. 青岛科技大学学报(自然科学版) 2017(01)
    • [2].考虑临近时空序列影响的城市交通状态判别方法[J]. 福州大学学报(自然科学版) 2019(06)
    • [3].随机森林算法在交通状态判别中的应用[J]. 实验技术与管理 2017(04)
    • [4].基于卡口系统车牌识别数据的交通状态判别方法[J]. 青岛理工大学学报 2017(02)
    • [5].多源数据的交通状态判别及新增车辆拥堵预测[J]. 信息通信 2020(10)
    • [6].城市交通状态判别方法的研究[J]. 青岛大学学报(工程技术版) 2012(03)
    • [7].城市出入口立交道路交通参数采集与通行状态判别技术研究[J]. 公路交通技术 2018(06)
    • [8].交通子区的状态判别方法研究[J]. 价值工程 2010(26)
    • [9].适于动态导航系统的城市道路交通状态判别[J]. 交通信息与安全 2009(02)
    • [10].基于熵理论的城市主-支路交汇处交通状态判别[J]. 长春师范大学学报 2015(02)
    • [11].基于代价敏感神经网络的交通状态判别[J]. 公路交通科技(应用技术版) 2011(03)
    • [12].基于机动车音频信号的交通状态判别研究[J]. 中国公共安全(学术版) 2017(03)
    • [13].驾驶人分心状态判别支持向量机模型优化算法[J]. 交通运输系统工程与信息 2018(01)
    • [14].基于交通信息提取的区域交通状态判别方法[J]. 三峡大学学报(自然科学版) 2009(01)
    • [15].基于模糊C均值聚类的交通状态判别研究[J]. 铁路计算机应用 2013(04)
    • [16].城市道路拥挤状态判别文献研究[J]. 汽车与安全 2015(08)
    • [17].基于最大熵的磨削状态判别方法[J]. 精密制造与自动化 2008(04)
    • [18].单向非机动道路内混合自行车交通状态判别[J]. 现代交通技术 2020(04)
    • [19].基于强空间集成的交通状态判别方法[J]. 计算机工程 2017(11)
    • [20].基于模糊综合评价的城市快速路交通状态判别研究[J]. 山东科学 2017(05)
    • [21].基于支持向量机的人体生理状态判别方法研究[J]. 计算机科学 2015(10)
    • [22].基于自适应神经模糊推理的交通状态判别方法[J]. 西部交通科技 2010(05)
    • [23].基于SFLA-FCM聚类的城市交通状态判别研究[J]. 计算机应用研究 2010(05)
    • [24].基于模糊的城市快速路交通流状态判别[J]. 公路工程 2008(02)
    • [25].基于切削声发射信号测量的刀具磨损状态判别[J]. 计量学报 2015(03)
    • [26].基于投影寻踪动态聚类的快速路交通状态判别[J]. 西南交通大学学报 2015(06)
    • [27].基于感应线圈数据的城市道路交通状态判别方法[J]. 吉林大学学报(工学版) 2008(S1)
    • [28].基于RFID技术的城市道路交通状态判别研究[J]. 电子设计工程 2019(17)
    • [29].基于BP神经网络的道路交通状态判别方法研究[J]. 交通信息与安全 2011(04)
    • [30].结合灰聚簇与Fisher变换的城市快速路交通状态判别[J]. 哈尔滨工业大学学报 2019(09)

    标签:;  ;  ;  ;  

    城市道路交通状态判别与预测系统设计与关键技术研究
    下载Doc文档

    猜你喜欢