基于浮動(dòng)車數(shù)據(jù)的路段旅行時(shí)間預(yù)測(cè)研究.pdf

1、路段旅行時(shí)間預(yù)測(cè)是智能交通系統(tǒng)的一項(xiàng)重要內(nèi)容，預(yù)測(cè)效果直接關(guān)系到ATIS和ATMS等ITS相關(guān)子系統(tǒng)功能的有效發(fā)揮。以往基于線圈等固定設(shè)備采集的數(shù)據(jù)預(yù)測(cè)路段旅行時(shí)間，采用路段上一個(gè)或幾個(gè)斷面的交通狀況推斷路段的交通狀況，存在一定誤差。浮動(dòng)車比較均勻的分布在路段上，通過(guò)GPS車載裝置和無(wú)線通信設(shè)備，將車輛信息(如時(shí)間、速度、經(jīng)緯度坐標(biāo)、方向等參數(shù))實(shí)時(shí)的傳送到浮動(dòng)車信息中心。因此，浮動(dòng)車數(shù)據(jù)對(duì)固定設(shè)備采集信息是一個(gè)良好的補(bǔ)充。 本

2、文對(duì)國(guó)內(nèi)外浮動(dòng)車技術(shù)和路段旅行時(shí)間預(yù)測(cè)的研究和應(yīng)用現(xiàn)狀進(jìn)行了綜述，研究了浮動(dòng)車數(shù)據(jù)預(yù)處理的方法，路段旅行時(shí)間的確定方法。在此基礎(chǔ)上，研究了適合浮動(dòng)車數(shù)據(jù)特點(diǎn)的路段旅行時(shí)間預(yù)測(cè)模式和方法，分別建立了路段旅行時(shí)間短時(shí)預(yù)測(cè)的卡爾曼濾波模型和長(zhǎng)時(shí)預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型，并對(duì)模型的輸入和參數(shù)的確定方法與選取范圍進(jìn)行了研究。應(yīng)用本文研究的方法，基于“國(guó)家十五科技攻關(guān)課題“《杭州市道路和交通管理應(yīng)用浮動(dòng)車技術(shù)示范工程》所采集的杭州市浮動(dòng)車數(shù)據(jù)，進(jìn)行了