基于電子車牌數據的短時車流量預測.pdf

1、對于車流量的短時預測是智能交通系統的重要環(huán)節(jié)，也是一直以來交通領域中的重要研究方向。做到實時準確的車流量預測是智能交通其它一些相關環(huán)節(jié)的重要前提，不僅可以使城市的交通狀況得到優(yōu)化，在此基礎上還能進一步提升能源有效利用率，降低環(huán)境的壓力，加速社會的發(fā)展。
　　縱觀以往車流量相關的研究，幾乎都只是基于單一節(jié)點車流數據這一維度來進行的，很少有其它相關信息可以參考，而電子車牌的出現為我們更好地獲取有關數據打下了基礎。由于電子車牌數據字段的

2、豐富性，電子車牌數據的投入使用將使智能交通相關領域的研究進入一個嶄新的階段。根據電子車牌數據集，人們可以從中獲得以前難以把握的信息，并投入到車流量預測的實際研究中。由于電子車牌可以唯一確定一輛車，所以文中可以非常方便地將前后相繼的多個節(jié)點通過它們之間的內在關系將它們有效地關聯起來進行考慮，而這在以前是很難做到的。
　　本文中主要以重慶市電子車牌采集點所獲得的數據來進行相應規(guī)律的挖掘和研究。首先，對原始數據集做初步的數據整理，然后利

3、用小波分析來做進一步除噪和特征提??；接著，選用合適的模糊理論和神經網絡的組合模型，分析模型的輸入接口，并對預測模型中的機理進行闡述；最終，以實驗來驗證相關理論的合理性和有效性，并得出相應的結論。
　　本文的主要內容如下：
　?、僖胄〔ǚ治鲞M行數據除噪和特征提取。對數據進行整理只是預處理中的先行工作，以數據記錄為單元進行操作，而小波除噪則是以數據邏輯為準則。采集的實際數據往往會因為種種情況而摻入一些“雜質”，通過小波分析的手

4、段來“凈化”可以使數據集更加貼近實際穩(wěn)定狀態(tài)。
　?、诳紤]前驅采集點和后繼采集點對當前節(jié)點流量的影響。前驅節(jié)點的部分車輛會駛入當前節(jié)點，可以通過前一段時間相關道路間車流量的轉換率來估計，從而可以緩沖突發(fā)狀況下車流量發(fā)生突變時對預測精度造成的沖擊；而后繼節(jié)點的流量情況可能會使一些車輛改變行駛路線，所以也應適當加以參考。
　?、垓炞C電子車牌數據集的可預測性；采用合適的模糊神經網絡預測模型，提升預測精度。神經網絡是經典的預測模型，