城市道路交通拥挤预测关键技术研究

论文摘要

近年来,交通拥挤已成为困扰世界各大城市的主要社会问题之一,严重影响着城市的可持续发展和人们的日常工作与生活。围绕城市道路交通拥挤预测技术,本文对其关键内容进行了深入研究,包括:对短时交通参数预处理技术进行了分析与总结,并将传统的小波消噪算法改进后应用于交通参数预处理中;提出了基于DC的交通拥挤定量评价方法,实现了对信号控制道路拥挤状态的自动判别;分别提出了自适应指数平滑动态预测模型和基于小波分析的组合预测模型,为拥挤预测的实现提供实用的预测技术;构造了拥挤疏导决策支持系统,为拥挤预测与疏导的实现提供平台。论文中涉及到的研究内容、研究方法和研究结论是对城市道路交通拥挤状态预测理论与方法的一个探索,可以为城市道路交通拥挤问题的解决提供一定的理论依据和工程技术参考。

论文目录

• 提要
• 第一章 绪论
• 1.1 课题来源
• 1.2 研究背景
• 1.2.1 问题提出
• 1.2.2 我国城市交通拥挤问题的成因分析
• 1.2.3 城市交通拥挤问题的对策探讨
• 1.2.4 智能交通系统
• 1.3 研究历史与现状
• 1.3.1 道路交通状态预测技术的研究历史与现状
• 1.3.2 主要技术问题及其研究历史与现状
• 1.4 城市道路交通拥挤预测的意义和作用
• 1.5 本文的主要研究内容和思路
• 1.6 小结
• 第二章 交通拥挤的定义及其度量
• 2.1 交通拥挤的定义
• 2.2 交通拥挤的特征分析
• 2.3 交通拥挤的时空分布特性分析
• 2.3.1 交通拥挤的空间分布特性分析
• 2.3.2 交通拥挤的时间分布特性分析
• 2.4 交通状态主要度量指标概述
• 2.5 交通拥挤的有效度量指标
• 2.5.1 交通拥挤的定性度量指标
• 2.5.2 交通拥挤的定量度量指标
• 2.6 小结
• 第三章 城市道路短时交通参数预处理技术研究
• 3.1 概述
• 3.2 短时交通流量数据的特征分析
• 3.3 基于特征分析的城市道路短时交通流量预处理技术研究
• 3.3.1 故障交通流量信息的识别与修补
• 3.3.2 数据消噪处理
• 3.3.3 数据平滑处理
• 3.3.4 数据动态预处理算例
• 3.4 基于小波分解的交通信息预处理方法研究
• 3.4.1 小波变换原理
• 3.4.2 基于小波变换的信号消噪原理
• 3.4.3 基于小波分析的奇异点定位和消除
• 3.4.4 基于多分辨分析的一种消噪新算法
• 3.5 小结
• 第四章 城市道路交通拥挤自动判别方法研究
• 4.1 概述
• 4.2 交通拥挤判别综述
• 4.2.1 交通状态判别的历史及现状分析
• 4.2.2 交通拥挤判别方法研究现状分析
• 4.3 基于 DC 的交叉口拥挤自动判别方法
• 4.4 数据分析
• 4.4.1 数据来源
• 4.4.2 结果分析
• 4.5 小结
• 第五章 短时交通参数预测方法研究
• 5.1 概述
• 5.2 常规预测方法综述
• 5.2.1 单一算法模型
• 5.2.2 组合模型
• 5.3 自适应指数平滑动态预测方法研究
• 5.3.1 自适应指数平滑动态预测模型整体构架
• 5.3.2 动态预测模型中平滑次数的确定
• 5.3.3 0.618 优选法
• 5.3.4 0.618 优选法中目标函数的确定
• 5.3.5 动态预测模型中步长n 的确定
• 5.3.6 数据验证
• 5.4 基于小波分析的短时交通参数消噪预测组合模型研究
• 5.4.1 模型概述
• 5.4.2 模型计算步骤
• 5.4.3 预测模型构建
• 5.4.4 实证分析
• 5.5 极短时交通参数预测解决方案探讨
• 5.6 小结
• 第六章 基于拥挤预测的城市交通拥挤疏导决策支持系统的搭建
• 6.1 概述
• 6.2 城市交通拥挤疏导决策支持系统结构设计
• 6.2.1 城市交通拥挤疏导决策支持系统逻辑结构
• 6.2.2 城市交通拥挤疏导决策支持系统功能分析
• 6.2.3 城市交通拥挤疏导决策支持系统总体结构框架
• 6.3 关键实施技术分析
• 6.3.1 交通拥挤预测技术
• 6.3.2 基于 GIS 的时空数据挖掘技术
• 6.3.3 拥挤疏导策略分析
• 6.4 GIS-T 在城市交通拥挤疏导决策支持系统中的应用分析
• 6.4.1 GIS-T 基本功能描述
• 6.4.2 GIS-T 在城市交通拥挤疏导决策支持系统中的应用
• 6.5 小结
• 第七章 总结与展望
• 7.1 本文总结
• 7.1.1 主要工作
• 7.1.2 创新点
• 7.2 展望
• 参考文献
• 攻博期间发表的学术论文及其他成果
• 致谢
• 摘要
• ABSTRACT