城市道路交通流预测方法的研究-控制工程专业论文.docx

学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发 表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明 确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以 采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 保密□，在 年解密后适用本授权书。 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 城市道路交通流预测方法的研究 摘要 近几年，我国城市交通路网基础设施建设发展迅猛。但随着经济的 飞速发展，道路的增建措施远远不能够满足不断增长的出行需要，因此， 许多大城市交通路网经常出现交通拥堵，甚至面临大面积瘫痪的灾难。 智能交通系统（ITS-Intelligent Transport System）是一种利用高新科技对 传统运输系统进行改造的新型管理系统，它由交通信息服务系统、交通 管理系统等等子系统组成，分别实现在城市交通中的交通流诱导与交通 流控制等目的。不论在交通流诱导还是在交通流控制中，交通流预测都 是其前提与基础。在上述背景之下，本文主要研究了城市交通路网（包 括城市快速路网以及城市地面路网）的交通流预测方法，以及将预测模 型应用于预测控制的可行性。通过本文的工作，期望能够使这些预测方 以及其与预测控制的结合，应用到实际的交通流诱导与控制系统中去。 本文的具体内容如下： 1）针对城市交通快速路单条路段，研究了基于数据驱动的交通流预 测模型。本文获取了由上海市交通信息中心提供的上海市南北高架西侧 路段的历史车辆速度信息，采用带有误差补偿机制的混合粒子群神经网 络（HPSO-NN）方法预测其未来车辆速度信息。 2）针对城市交通快速路网，研究了基于空间推理的宏观预测模型 CTM 模型的改进算法。在原始 CTM 理论的基础上，发现其假设下匝道 处分流系数为固定值对预测精度的影响，通过对下匝道分流系数的实时 I 预测提高了 CTM 模型的预测精度。 3）针对城市交通地面路网，研究了基于 CTM 模型的扩展算法。传 统的 CTM 模 型 从 单 条 路 段 发 展 到 包 含 三 条 分 支 路 口 （ three-legged junction）的路网，但是在四条分支路口（four-legged junction）的建模中 没有体现，因此还不能够应用于城市交通地面路网。本文提出了一种基 于 CTM 模型的扩展算法—元胞连接线模型（CLM—Cell-link Modelling） 建模方法，使 CTM 理论能够应用于包含四分支路口的城市交通地面路网 的预测。 4）从交通控制的角度出发，将 CLM 模型作为预测模型与预测控制 （MPC）算法相结合应用于交通控制中，验证 CLM 模型在交通控制系统 中的可行性。同时，将 CLM 模型与经典预测模型 S 模型做对比，以说明 CLM 在交通流预测控制中的可行性与有效性。 关键词：智能交通系统 (ITS)，数据驱动，神经网络，误差补偿机制，元 胞传输模型 (CTM)，元胞连接线模型 (CLM)，预测控制 II Investigations on State Forecasting Methods of Urban Traffic Networks ABSTRACT In recent years, China was spending efforts on improving the transport infrastructure. However, with fast-developing economic, it could not meet the increasing traffic demand only by strengthening the transport infrastructure construction or improving the traffic network capacity, and that will lead to traffic jams or even crippling traffic disasters. ITS (Intelligent Transport Systems) is a new-style management