无检测器交叉口绪论冯修改.docVIP

第1章 绪论 1.1 研究背景及意义 近年来，随着经济的发展和社会进步，世界各国大中城市交通流量迅速增长，城市的交通拥挤和交通阻塞现象日趋严重，这使得人们出行受到一定程度的限制。以美国为例，每年因交通拥挤、延误造成的损失就在1000亿美元[1]左右。如果不尽快解决现存的问题，整个社会经济的发展必将受到严重的阻碍。为了对城市进行有效的管理，包括中国在内的世界上许多国家都纷纷采取现代科技手段，如交通面控系统、智能运输系统等。随着科技的进步和道路交通事业的发展. 目前在我国(甚至一些世界发达国家)的一些大中城市，其路网的密度越来越大，而且路网的节点(这里指交叉口)数目越来越多，对于密度如此大的路网，要想实现对其的宏观管理，就必须获得路网的绝大多数(甚至是全部)节点的交通流信息。而在这些城市普遍采用的交通面控系统中的主要交叉口都埋设了检测器，交通流量数据的采集主要是依靠在这些交叉口埋设的检测器获得的，但是这些检测器的交叉口数量还达不到全部交叉口的十分之一。 此外，还有许多没有安装检测器的交叉口。这样那些无检测器交叉口的交通流信息就难以获取，为了实现对整个路网的交通流诱导，就必须对这些无检测器交叉口的交通流进行预测。 1.2 研究现状 世界各国(包括中国)都采用智能交通系统等一些先进的交通技术对城市路网进行管理．在国外一些先进的国家大部分交叉口都安装了检测器，这样对于一些基础交通数据都可以通过检测器获得．但是在中国由于城市路网过大、交叉口过多，政府在交通设施投资资金上的制约导致不能对每个交叉口都安装检测器，这使获取无检测器交叉口交通流量信息存在一定的难度．为了实现对整个路网的交通流诱导，必须对这些无检测器交叉口的交通流量进行预测． 由于交叉口之间存在相关性[2]，在对无检测器交叉口的交通流量进行预测时，可以利用有检测器交叉口与无检测器交叉口之间的相关关系，去预测无检测器交叉口的交通流量信息，从而达到对整个城市路网交叉口的宏观管理和对城市交通流进行诱导的目的．现有的预测方法如逐步回归分析法、主成份分析法和聚类分析法以及灰色理论等，预测模型实用性较差，预测的数据准确度难以满足交通流诱导系统的需要．为了给城市交通管理者提供准确度较高的无检测器交叉口流量数据，有必要对无检测器交叉口的流量预测方法进行研究． 交通流预测是智能交通的热点研究领域之一，目前的短时交通流预测方法多是针对有检测器路口进行的，而对无检测器路口交通流预测的研究则相对较少。已有的无检测器路口交通流预测主要有聚类分析法、主成分分析法和逐步回归分析法[3]。这些方法都是基于数学解析模型的，它们均试图建立无检测器路口流量与有检测器路口流量间的回归方程来对无检测器路口进行流量预测。 由于交通流系统本身所具有的不确定性和非线性，决定了基于数学解析模型在解决交通流预测问题中固有的局限性，而且要建立精确的数学模型，必须有大量精确的历史交通流数据，这恰恰又是无检测器路口所不能满足的。基于此，又提出了一种基于模糊推理的无检测器路口短时交通流预测算法，模糊推理法不依赖于被研究对象的精确模型，适用于非线性不确定的短时交通流系统。通过数据证实，表明本文提出的算法具有较好的准确性，可行性。 1.2．1无检测器交叉口预测交通流量的优点 1）可以实现对整个路网的交通流诱导； 2) 不依赖于被研究对象的精确模型，适用于非线性不确定的短时交通流系统； 3) 克服了以往基于数学解析模型的方法在解决交通流非线性系统问题中固有的局限性,模糊推理法不依赖于建立被研究对象的精确模型； 4) 便于宏观分析与预测交通量； 5）增进交通安全，尤其可降低严重的伤亡事故率； 6）节约工程、营运及管理费用，减少房屋拆迁，提高道路利用率和公路覆盖率，还可以使交叉口交通组织简化； 7）可以解决多个影响交通生成因素的问题; 8）既可考虑定量因素，也可考虑非定量因素，是一种较有前景的交通生成预测方法； 9）减少环境污染，便于实行面控线控; 10) 能跳跃预测其它交叉口。 1.2．2无检测器交叉口预测交通流量的缺点 1）无法考虑非定量指标因素对交通生成的影响； 2）建立于数学建模，而需要大量数据作为基础； 3）计算量大而预测的结果也并不是很精准，误差相对较大。 1.3 研究内容(绘出研究内容框图) 研究交叉口交通流量之间的相关关系是非常必要的。其必要性是： 首先，为了对路网交通流状态进行预测，必须对路网绝大多数（甚至是全部）节点（交叉口）的交通流状态进行预测。然而，目前在我国（甚至是发达国家）的大中城市并不是所有的交叉口都安装有检测装置，有的城市安装检测器的交叉口还占不上全部交叉口的十分之一。要想办法对这些无检测器的交叉口的交通流状态进行估计和判断，就必须借助安装检测器的交叉口提供的数