基于多维数据融合的交通路况数据分析及预测研究.docVIP

PAGE PAGE 25 基于多维数据融合的交通路况数据分析及预测研究 摘要：随着社会发展，交通在日常生活中显得越为重要，短期智能交通预测成为交通控制、车辆导航等领域需要解决的重要问题之一。能准确预测未来一定时间内道路上的交通情况对缓解城市交通拥堵及减少社会资源浪费都有重要意义。 本文在对数据进行预处理的情况下，从多源角度（时刻、日期、天气、区域）对数据进行各因素与速度的相关性分析、建立线性回归模型、BP神经网络模型等对交通数据分析预测。根据不同情况，采用神经网络的方法对未来的路况进行分析，预测某一种情况的交通路况。为建立基于多维数据融合的交通路况预测系统提供依据。有利于政府制定科学合理的交通政策和交通规划方案。 关键字：多源数据融合；智能交通系统；交通预测；BP神经系统 Based on multidimensional data integration of its data analysis and forecasting Abstract: With the development of society, and traffic is becoming more important in daily life, intelligent traffic control, vehicle navigation and traffic forecasts for short-term needs in areas such as one of the most important problems to be solved. Can accurately predict the future some time traffic conditions on the road to relieve traffic congestion and reduce the waste of social resources is of great significance. In case of data preprocessing, this paper from various point sources (time, date, weather and regional) for each factor and speed of data correlation, linear regression model and BP neural network model for traffic data analysis and forecasting. Depending on the circumstances, by neural network method to analyze the future roads, predict the traffic of a given situation. For building multidimensional data fusion based on traffic prediction system provides the basis. Scientific and rational development favorable to the Governments transport policy and transport planning. Keyword: data integration,intelligent transportation system,traffic forecast,BP nervous system 第1章绪论 1.1 研究背景与意义 交通运输是国民经济和现代社会发展的基础。随着现代社会城市化的发展，国民经济的高速增长，经济文化的进一步一体化和科学技术的有力支持，人们对交通需求越来越高。然而现今存在的交通道路的通行能力已经无法满足人们日益增长的交通需求，交通拥挤和堵塞现象变的日益严重，由此而导致的出行不便、交通事故和环境污染也不断增加，交通问题已影响到人们日常生活，甚至已成为影响城市功能正常发挥和可持续发展的一个关键因素。 造成这种交通拥挤的原因有许多，如城市道路规划不合理、红路灯的时长限制有缺点、现行的交通法规有漏洞、公共出行者的素质问题等等。主要原因有两个：第一，交通需求量大于交通供给量。由于经济发展、城市进步，人均拥有的机动车数量不断增加，与此同时，城市的道路建设无法跟上需求增加的脚步，许多重点要道的承载量已远远小于人们所希望的；第二，城市交通管理与服务的不到位。 基于以上原因，政府针对日益严重的交通问题，采取了多项措施，如限号、增加立交桥、地下通道等，然而单纯地依靠改变道路几何线型、修建新的道路的工程措施和颁布交通限制性规章等行