基于微观仿真的快速路短时交通流预测.pdfVIP

第28卷 第4期 安徽理工大学学报 (自然科学版) Vo1．28 No．4 2008年12月 JournalofAnhuiUniversityofScienceandTechnology(NaturalScience) Dec．2008 基于微观仿真的快速路短时交通流预测 李 奎 ，王 坚。 (同济大学CIMS中心，上海 201804) 摘 要 q用微观交通仿真技术可以对快速路上的交通进行短时预测。将快速路上的线圈采集 的实时数据输入本文所述的交通仿真系统进行仿真，可以预测一段时间以后的交通状况。沿着 这个思路，描述如何利用仿真技术进行短时交通预测，特别是对如何建立满足实时性和动态性 要求的交通生成模型进行了详细的阐述。通过对真实历史数据进行仿真预测，并分析对比，结 果说明使用微观仿真模型进行短时交通预测是可行的。 关键词：微观仿真；短时交通预测；交通生成模型 中图分类号：U491．14 文献标识码 ：A 文章编号：1672—1098(2008)04—0048—05 FreewayShort．．timeTraffic．．flow Forecast BasedonM icro—simulation LIKui，WANGJian (CIMSdepartment，TongjiUniversity，Shanghai201804，China) Abstract：Micro—simulation technologywasproposedtoforecastshort—timetraffic—flow onFreeway． Trafficstateonfreewayinthefuturecanbepredictedbyusingreal—timedatafrom looponroadasinput ofsimulationsystem．Inthepaperthemethodhow todealwiththereal—timedatasothatitcansatisfy real—timeanddynamicrequirementswasexpatiated．Theexperimentalresultsshow thatshort-timetraf— ficforecastbyusingmicro—simulationmodelisfeasible． Keywords；micro—simulation；short—timetraffic—flow forecast；trafficgenerationmodel 在交通流预测方面，国内外学者作了大量的研 失效了；还有其他的一些预测方法，同样对短时交 究，产生了很多短时交通预测的方法，这包括历史 通流预测的实时性和动态变化性处理较差。 数据平均值法[1]、人工神经网络法[z2和卡尔曼滤波 本文介绍使用微观仿真模型进行短时交通预 理论[3等。文献[43x~各种交通流预测方法进行了 测的方法，可以有效的体现交通的实时性和动态变 分析和对比，指出了各种方法的优缺点。基于统计 化性，利用本方法进行的预测对更正交通情报版的 学方法的历史数据平均值法是利用历史交通流的 诱导性有极其重大的意义。文献[5]讲述一种使用 规律进行交通预测 ，不能处理短时预测的实时性、 元胞 自动机模型对大尺度交通网络进行交通流预 动态性和不确定性 ；基于人工神经网络的方法需要 测的方法。使用微观仿真的方法进行短时交通流的 大量的样本进行训练来找出交通流的固有规律，其 预测需要解决两个方面的问题，一个是微观交通仿 结果一方面依赖于样本的质量，另一方面在交通发 真模型；另一个是数据输入问题，包括使用交通实 生动态变化的时候 已经训练好的人工神经网络就 时数据进