城市道路短时交通流动态预测方法研究与应用-计算机软件与理论专业论文.docx

论文独创性声明 本人芦明:本人所呈交的学位论又是在导师的指导下 工{作牛所取得的成果。除论文中已经注明引用的内容外，对论文的研究做出 E重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任 何未士明确注明的其他个人或集体已经公开发表的成果。 本声明的法律责任由本人承担。 论文作剧名:情仙也 )q/t 年 4 月对日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属学 校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权 利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成 果时，署名单位仍然为长安大学。 (保密的论文在解密后应遵守此规定) 论文作者签名:♀如心 导师签名:豆豆给 74[，.年 6 月冲日 〉δ r( 年 6 月旷日 摘 要 实时、准确、动态的短时交通流预测一直是智能交通发展极力追求的目标。然而， 短时交通流信息量大，受到不确定噪声信号干扰强，再加上城市路网复杂的拓扑结构， 导致如何实现城市道路短时交通流动态预测这一问题一直制约着智能交通长足的发展。 为了解决上述问题许多预测方法相继被提出，但其中一些方法都因未考虑短时交通流不 确定干扰因素或者城市路网复杂性的影响，致使预测结果实时性与准确性都不尽理想， 也没有达到实际意义上的动态预测。本文在 Mallat 算法下对短时交通流信号进行小波分 解与重构，在滤掉短时交通流信息强干扰噪声信号后进行时、频域特性分析，大大提高 了短时交通流信息预处理速度及精度，再将支持向量回归预测模型结合在城市路网多断 面的预测思想中，使得城市道路短时交通流动态预测更加准确、实时、有效。 论文旨在研究短时交通流有效信息快速、有效提取后进行城市路网中短时交通流精 确的动态预测。论文主要研究工作如下： 1.分析了交通流、速度、密度三个短时交通流基本参数的关系及数学模型；归纳了 短时交通流基本特性；从空间、时间的层面出发，探讨了短时交通流的相关性；从动力 学特性角度总结了短时交通流可预测性分析方法及其影响因素。 2.针对短时交通流信号的强噪声影响，研究了小波分解与重构对短时交通流信号进 行主体信息和细节信息快速、有效提取的关键问题。通过 Mallat 塔式多分辨率算法思想 的引入，实现了短时交通流信号的快速分解与重构，最后提出了针对短时交通流信号如 何有效提取的详细解决策略。 3.以实现短时交通流动态预测为出发点，给出原始交通流数据预处理的方法，并通 过 SVR 自身特性的研究，提出了模型自适应参数、G-P 算法嵌入维数与核函数的动态优 化与选择方法，使得短时交通流达到高效、准确的动态预测。 4.通过对城市复杂网络拓扑结构的研究，给出了相关断面的矩阵表示方法及相互影 响权重的 F-AHP 模糊标定方法；最后结合前面的研究结果提出了一个城市道路短时交 通流动态预测模型，并通过实验验证了其合理性。 5.利用短时交通流信号的 Mallat 小波分解与重构及 SVR 预测的研究结论，在 ThinkPHP 框架下设计并完成了针对西安市的短时交通流动态预测系统的开发。 关键词：短时交通流，动态预测，特性分析，快速分解与重构，有效分离，SVR， 城市路网，自适应参数，权重标定 Abstract Real-time, accurate and dynamic short-term traffic flow prediction is the pursuing goal of the intelligent transportation. However, the large amount information of short-term traffic flow and the strong uncertain noise disturbance, coupled with the complex topological structure of urban road network result in that the development of intelligent transportation is restricted by the problem that how to realize the dynamic prediction method of urban road short-term traffic flow . Many prediction methods have been proposed to solve problems. But the real- time and accuracy of the prediction results are not ideal, because most of