城市道路行程时间预测研究

上传人:E**** 文档编号:118251669 上传时间:2019-12-11 格式:PDF 页数:74 大小:3MB
返回 下载 相关 举报
城市道路行程时间预测研究_第1页
第1页 / 共74页
城市道路行程时间预测研究_第2页
第2页 / 共74页
城市道路行程时间预测研究_第3页
第3页 / 共74页
城市道路行程时间预测研究_第4页
第4页 / 共74页
城市道路行程时间预测研究_第5页
第5页 / 共74页
点击查看更多>>
资源描述

《城市道路行程时间预测研究》由会员分享,可在线阅读,更多相关《城市道路行程时间预测研究(74页珍藏版)》请在金锄头文库上搜索。

1、湖南大学 硕士学位论文 城市道路行程时间预测研究 姓名:张廷 申请学位级别:硕士 专业:交通运输规划与管理 指导教师:李硕 20100510 城市道路行稃时问颅测研究 摘要 智能交通系统( I T S ) 重要作用之一,就是交通流诱导。首先要利用检测到的交 通数据,对未来的交通状态进行预测,以便能够最大地利用道路交通资源,减少 出行时间,减少交通拥挤和减少交通事故。交通流诱导是目前公认的提高交通效 率和机动性的最佳途径,其目标是在交通网络中为行人提供最优的旅行路径。 近年来,道路行程时间预测成为智能交通系统的热点研究领域。准确实时的 行程时间预测是实现交通控制与管理、交通诱导的前提,是使智能交

2、通系统从“被 动式反应”转变到“主动式动作”的关键因素。 行程时间预测是道路交通控制系统和交通流诱导系统等领域需要解决的首要 问题之一。通过研究交通流预测的理论和方法,从而比较准确地预测的道路行程 时间,对于缓解城市交通拥堵、避免社会资源浪费有着重要的实际意义和应用价 值。 本文首先介绍了利用现代化的交通信息采集技术获得基本交通信息数据的各 种技术。并且提出了交通信息数据筛选的方法,以降低交通信息数据的离散性。 交通参数与路段下一时段的行程时间之间的关系是非常复杂的。本文以城市 道路网络中典型的路段和信号控制交叉口为研究对象。考虑路段和信号控制交叉 路口过去若干时刻的交通流量,通过对信号交叉口

3、以及路段交通流特性分析,重 新建立和标定了信号交叉口延误计算模型和路段行程时问计算模型。 通过分析城市道路交通流样本数据的特点分析,建立了时间序列法中A R M A 方法进行交通流的预测的模型。通过实例计算和分析,结果表明该预测方法具有 较好的预测效果。 关键字:行程时间;预测;交通流;时间序列法 硕l :学位论文 A b s t r a c t T h em a i np u r p o s eo f1 T S ( i n t e l l i g e n tt r a n s p o n a t i o ns y s t e m s ) i s ,h o wt om a k eu s e o

4、 ft h et r a f n cd a t at of D r e c a s tt h et r a f 6 cc o n d i t i o no ft h eu r b a nr o a d , h o wt of u l l y i m p r o v et h ee f l I c i e n c yo ft r a n s p o r t a t i o n , h o wt os a V et h et r a V e lt i m ea n dt or e d u c e t r a f 拜cc o n g e s t i o na n dt r a m ca c c i

5、d e n t T r a f f i cf l o wg u i d a n c ei sc o n s i d e r e da sa I l o p t i m u mw a y t oi m p r o v et r a f j F i ce f n c i e n c ya n d m o b i l i t y , i t sp u r p o s ei st op r o V i d et h e b e s tt r a v e lp a t h sf b rp e d e s t r i a n si nt h et r a n s p o r t a t i o n n e

6、 t w o r k I nr e c e n ty e a r , t r a v e lt i m ef o r e c a s t i n gh a sb e c o m e sai n t e r e s t i n gr e s e a r c hf i e l d , T h ea c c u r a t ea n dr e a lt i m ep r e d i c t i o no f t r a v e lt i m ei st h eb a s i so ft r a f f i cc o n t r o la n d t r a m cr o u t i n gg u i

7、 d e t r a v e lt i m ef o r e c a s t i n gi st h ek e yf o rt r a n s f o r m i n gr e a c t i o n c o n t r o lm o d et oa c t i v eo n e T h et r a v e lt i m ep r e d i c t i o ni so n eo ft h em o s ti m p o n a n ti s s u et ob es o l V e di nt h e a s p e c to ft r a f 6 cc o n t r o l l i n

8、 g ,v e h i c l eg u i d a n c e I no r d e rt oa c h i e V ea c c u r a t ep r e d i c t i o n o ft r a v e lt i m e , i ti sn e c e s s a r yt os t u d yt h et h e o r ya n dm e t h o do ft r a f n c f l o w p r e d i c t i o n I ti s s i g n i 行c a n ta n dv a l u a b l ef o ra l l e V i a t i n

9、gt r a f f i cc o n g e s t i o ni nt h ec i t y a n da v o i d i n gt h er e s o u r c ew a s t i n g T h i sp a p e rd e s c r i b e ds e v e r a lt e c h n o l o g yw h i c hc a nm a k eu s eo fm o d e r nt r a f f i c i n f o r m a t i o nc o l l e c t i o ne q u i p m e n tt oc o l l e c t b a

10、s i ct r a m ci n f o r m a t i o nd a t a A n d a d v a n c e dat r a f j F i ci n f I o m a t i o nd a t af l l t e r i n gm e t h o dt or e d u c et h ed i s p e r s i o no f t r a 硒c i n f b r m a t i o nd a t a I ti sv e r yd i m c u l tt op r e d i c tt h et r a v e lt i m eb e c a u s eo ft h

11、 ec o m p l e x i t yo ft h e t r a n s p o r t a t i o nn e t w o r k s I nt h i sp a p e r ,as e c t i o no f au r b a nr o a da n das i g n a lc o n t r o l l e d i n t e r s e c t i o ni nat y p i c a l u r b a nr o a dn e t w o r kb e c o m et h er e s e a r c ho b j e c t i o n C o n s i d e r

12、 e dt h ed a t ao fas e c t i o no fau r b a nr o a da n das i g n a lc o n t r o l l e di n t e r s e c t i o n o v e rs e v e r a lt i m es c a l e ,a n db ya n a l y z i n gt h et r a f f i cf l o w , t h ed e l a ym o d a lo fas i g n a l c o n t r o l l e di n t e r s e c t i o na n dt r a v e

13、lt i m em o d a lo fas e c t i o no fau r b a nr o a d w e r e E s t a b l i s h e d B ya n a l y z i n gt h et h es a n l p l ed a t ao f u r b a nr o a dt r a 硒cn o w , w ee s t a b l i s h e da p r e d i c t i o nm o d e lo ft r a f n c f l o w T h et i m es e r i e sm e t h o dw a su s e di n t

14、h i sm o d a l E x p e r i m e n tr e s u l t sd e m o n s t r a t e dt h a tw em a d eag o o dp r e d i c t i o nt h r o u g h t h em o d a l K e yW o r d s :T r a V e lt i m e ; P r e d i c t i o n ; T r a f n cf l o w ;T i m es e r i e sm o d e l 硕 :学位论文 插图索引 图1 1 研究思路示意图5 图3 1 城市道路交通流特性分析角度分类1 3

15、 图3 2 有效绿灯时问和损失时间1 4 图3 3 信号控制道路交叉口车辆排队示意图1 5 图3 4 长沙市韶山路某信号交叉口高峰小时车头时距概率分布1 5 图3 5 长沙市韶山路某信号交叉口车头时距分布1 6 图3 6 速度流量散点图以及拟合曲线2 0 图3 7 长沙市韶山路某路段交通流量2 1 图3 8 长沙市韶山路某道路交叉口交通流量2 2 图4 1 实例道路交叉口进口道车道组布局一2 5 图4 2 实例道路交叉口车头时距实际分布与拟合曲线对比2 7 图4 3 实例道路交叉口交通延误计算模型与观测数据对比2 9 图5 1 时间序列模型预测的基本流程4 0 图5 1 实例道路路段交通流量数据分布4 3 图5 2 实例道路路段原始交通流量趋势曲线4 3 图5 二3 实例道路路段交通流量数据平滑后趋势曲线4 3 图5 4 实例道路路段流量数据自相关性分析图4 4 图5 5 实例道路路段交通流数据偏自相关性分析图一4 5 图5 6 实例道路路段交通量实际值、预测值与误差结果输出曲线4 6 图6 1 短期道路交通流状态预测概念图4 8 图6 2 东进口

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 其它办公文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号