




下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、基于交通数据融合技术行程时间预测模型摘要:针对当前城市道路行程时间的预测多限于单 源数据且预测精度不高的问题,构建了基于浮动车gps数据、微波检测器交通数据的行程时间预测融合模型利用遗传算 法优化小波神经网络,解决了小波神经网络初始参数选取时 盲目与随机性问题,大大提高了网络搜索效率与训练速度 预测行程时间与视频观测数据吻合良好,表明该模型是有效 的和可靠的.关键词:数据融合;行程时间;预测模型;小波神经网 络;遗传算法中图分类号:u121文献标识码:a在交通运营与管理中,高效的出行信息与路径诱导系统 将发挥越来越重要的作用1.行程时间作为其中的关键参 数,能够为交通状态估计和城市路网拥堵情况
2、的发布提供数 据参考2.同时,行程时间是衡量路段通行效率和延误的重 要依据,是反映路段交通状态的直接指标,在智能交通系统 中有着广泛应用3.目前,行程时间的预测研究大都局限于 单一交通数据源,由于单源交通数据受釆集仪器的精度、釆 集方法、样本量、人为误差等影响,因而预测精度不稳定. 而多源交通数据的融合,可以弥补单源数据的诸多不足,提 高预测精度本文提出利用gps浮动车数据与微波检测器交 通数据进行融合,建立行程时间数据融合模型.目前,数据融合方法主要有以下几种4:加权平均法、 卡尔曼滤波、bayes方法、统计决策理论、选举决策法、模 糊集理论、神经网络等.其中,神经网络具有较强的学习能 力,
3、其内部结构本质上是并行的,与数据融合的结构一致, 因此具有较大的优势.本文拟采用小波神经网络建立数据融合预测模型,同bp 神经网络相比,小波神经网络具有更强的信息提取、非线性 逼近和容错能力5,但它存在初始参数随机选取的盲目性、 易形成局部极小值而得不到整体最优值等问题6.遗传算 法可以用来优化小波神经网络的初始网络参数,弥补小波神 经网络自身的不足遗传算法与神经网络的有机结合7,将 其用于数据融合可以提高模型的收敛速度与泛化能力.3)视频数据视频数据调查时,将两台摄像机分别置于实验路段起迄 点,同时开始拍摄调查后同时在计算机上播放两测点的录 像,从起点视频中记下车型、车牌、外廓、颜色等特征及
4、车 辆通过起点断面的时间,然后在终点视频中寻找该车,并同 时记录车辆通过终点断面的播放时间,前后时间差即为该车 通过调查路段的行程时间.1.2数据的时空匹配及方法1)时间匹配本文采集的出租车gps数据、微波数据及视频数据虽是 同一天的交通流数据,但微波检测与视频数据采集的是早晚 高峰时间段内的数据,而出租车gps数据都是全天候的交通 流数据,所以有必要依据微波与视频数据的调查时间挑选出 对应时段的出租车gps数据,这样多源数据反映的就是同一 时间段的交通流信息.由于每条gps数据记录都有接收的时 间,通过excel筛选可以很方便进行时间匹配.2)空间匹配空间匹配是指多源交通流数据必须反映的是同
5、一地点 的交通流信息,这样进行融合才有意义空间匹配原则是以 视频与微波数据的采集现场来筛选相应道路的出租车gps数 据首先确定视频与微波数据的采集路段的经纬度范围,如 图1所示,然后用excel筛选出与采集路段相匹配的出租车 gps数据.从图5中可以看出,gps出租车得到的行程时间与视频 观测值相比偏低,误差超过了目标阈值15%的范围.原因在于 出租车频繁超车,车速高于路段车流而微波检测器得到的 行程时间大于视频观测值,误差超过15%的范围.究其原因在 于实验路段大客车、大货车较多,遮挡了车流中部分小汽车, 造成小汽车数据漏检.而融合后的行程时间与视频观测数据 吻合性良好,误差在8%以内,满足
6、目标阈值15%的要求.相 比gps出租车数据或微波检测器数据,融合后的行程时间在 准确度和稳定性方面都有了很大提高.4结语本文提出了基于交通数据融合技术的行程时间预测模 型,弥补了单源交通数据预测行程时间精度不高的缺陷利 用遗传算法优化小波神经网络的权值、平移因子、伸缩因子, 解决了小波神经网络初始参数选取时盲目与随机性问题,大 大提高了小波神经网络搜索效率与训练速度融合后的行程 时间与视频观测数据吻合性良好,表明行程时间预测的数据 融合模型是有效可靠的.参考文献1 邹亮,徐建闽,朱玲湘,等.基于浮动车移动检测与 感应线圈融合技术的行程时间估计模型j.公路交通科技, 2007, 24 (6):
7、 114-117.2 聂庆慧,夏井新,张韦华基于多源its数据的行程 时间预测体系框架及核心技术j东南大学学报:自然科学 版,2011, 41 (1): 199-204.3 徐天东,孙立军,郝媛城市快速路实时交通状态估 计和行程时间预测j同济大学学报:自然科学版,2008, 36 (10): 253-260.4 石章松.目标跟踪与数据融合理论及方法m.北京: 国防工业出版社,2010.5 张冬至,胡国清基于遗传优化小波神经网络逆模型 的油水测量j光学精密仪器,2011, 19 (7): 183-189.6 宋清昆,王建双,王慕坤基于遗传算法的小波神经 网络控制器设计j.电机与控制学报,2010
8、, 14(4): 102-108.7 周昌能,余雪丽基于bp网络的权值更新快速收敛 算法j计算机应用,2006, 26 (8): 1940-1942.8 王楠,李成文,李岩.基于神经网络的数据融合方法 j光机电信息,2010, 27 (3): 36-39.9 宗刚,刘文芝,张超,等.基于家庭决策的出行方式 选择非集计模型j.湖南大学学报:自然科学版,2013, 40(4): 100-103.10 巩敦卫交互式遗传算法原理及其应用m.北京: 国防工业出版社,2007.11 srinivasm, patna ik l m. adaptive probab cities of crossover and mutation in genetic algorithmsj. ieee, 1994, 24 (4): 656-657.12 h0lmp, tomichd, sloboden j, et al. traffic analysis toolbox volum i
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 物业电工维修车合同范本
- 消防合同续期协议书范本
- 珠海对口帮扶协议书范本
- 香港投资项目合作协议书
- 销售合作协议中间商合同
- 高中教室出租协议书模板
- 防洪堤项目工程合同范本
- 汽车商贸怎样拟合同协议
- 机构运营合作合同协议书
- 私人幼儿园老师合同范本
- 2025湖北医药学院药护学院辅导员考试试题及答案
- 2025年应用化学专业综合素质考试试题及答案
- 《水产品加工》课件
- 2025-2030中国质子治疗系统行业市场发展趋势与前景展望战略研究报告
- 部队施工合同协议
- 护士长试用期转正述职报告
- JJF1070-2023定量包装商品净含量计量检验规则
- 部编初中历史八下第14课海峡两岸的交往教案
- 拥有兄弟姐妹如何影响青少年的认知能力和主观幸福感
- 《智慧化工园区系统运维管理要求》
- T管造影及胆道解剖培训课件
评论
0/150
提交评论