基于交通流預(yù)測(cè)的高速公路交通狀態(tài)判別方法研究.pdf

1、通過(guò)道路上的固定檢測(cè)器(如線圈、微波、視頻檢測(cè)器等)獲得準(zhǔn)確實(shí)時(shí)的路段交通狀態(tài)，一直以來(lái)都是高速公路交通管理工作的重點(diǎn)所在。論文從實(shí)際應(yīng)用角度出發(fā)，針對(duì)基于單截面檢測(cè)數(shù)據(jù)的高速公路交通狀態(tài)判別方法進(jìn)行研究。
　　 論文首先回顧分析了國(guó)內(nèi)外交通狀態(tài)判別技術(shù)方面的研究成果，針對(duì)目前基于單截面檢測(cè)數(shù)據(jù)的高速公路交通狀態(tài)判別算法存在判斷閾值多、對(duì)擁擠樣本依賴性強(qiáng)等特點(diǎn)，提出了基于交通流預(yù)測(cè)的交通狀態(tài)判別方法，并設(shè)計(jì)了一個(gè)由交通數(shù)據(jù)預(yù)處理

2、、預(yù)測(cè)目標(biāo)參數(shù)選擇、基于神經(jīng)網(wǎng)絡(luò)的交通參數(shù)預(yù)測(cè)以及交通狀態(tài)判別等步驟組成的判別流程：
　　 通過(guò)對(duì)擁擠和順暢狀態(tài)下，交通量、時(shí)間占有率、平均速度等參數(shù)的變化特點(diǎn)進(jìn)行分析對(duì)比，選用能更有效反映交通狀態(tài)變化的車(chē)輛平均占用時(shí)間作為預(yù)測(cè)的目標(biāo)參數(shù)。以神經(jīng)網(wǎng)絡(luò)作為預(yù)測(cè)模型，著重研究了通過(guò)計(jì)算輸出變量與可能輸入變量之間的相關(guān)系數(shù)來(lái)確定神經(jīng)網(wǎng)絡(luò)輸入層的方法。在預(yù)測(cè)的基礎(chǔ)上，以實(shí)測(cè)值與預(yù)測(cè)值之間的差值作為判別的依據(jù)，判別道路的交通狀態(tài)。然后基于