城市道路交通流預(yù)測方法的研究.pdf

1、近幾年，我國城市交通路網(wǎng)基礎(chǔ)設(shè)施建設(shè)發(fā)展迅猛。但隨著經(jīng)濟的飛速發(fā)展，道路的增建措施遠(yuǎn)遠(yuǎn)不能夠滿足不斷增長的出行需要，因此，許多大城市交通路網(wǎng)經(jīng)常出現(xiàn)交通擁堵，甚至面臨大面積癱瘓的災(zāi)難。智能交通系統(tǒng)（ITS-IntelligentTransport System）是一種利用高新科技對傳統(tǒng)運輸系統(tǒng)進(jìn)行改造的新型管理系統(tǒng)，它由交通信息服務(wù)系統(tǒng)、交通管理系統(tǒng)等等子系統(tǒng)組成，分別實現(xiàn)在城市交通中的交通流誘導(dǎo)與交通流控制等目的。不論在交通流誘導(dǎo)還是

2、在交通流控制中，交通流預(yù)測都是其前提與基礎(chǔ)。在上述背景之下，本文主要研究了城市交通路網(wǎng)（包括城市快速路網(wǎng)以及城市地面路網(wǎng)）的交通流預(yù)測方法，以及將預(yù)測模型應(yīng)用于預(yù)測控制的可行性。通過本文的工作，期望能夠使這些預(yù)測方以及其與預(yù)測控制的結(jié)合，應(yīng)用到實際的交通流誘導(dǎo)與控制系統(tǒng)中去。
　　本研究主要內(nèi)容包括：⑴針對城市交通快速路單條路段，研究了基于數(shù)據(jù)驅(qū)動的交通流預(yù)測模型。本文獲取了由上海市交通信息中心提供的上海市南北高架西側(cè)路段的歷史車

3、輛速度信息，采用帶有誤差補償機制的混合粒子群神經(jīng)網(wǎng)絡(luò)（HPSO-NN）方法預(yù)測其未來車輛速度信息。⑵針對城市交通快速路網(wǎng)，研究了基于空間推理的宏觀預(yù)測模型CTM模型的改進(jìn)算法。在原始CTM理論的基礎(chǔ)上，發(fā)現(xiàn)其假設(shè)下匝道處分流系數(shù)為固定值對預(yù)測精度的影響，通過對下匝道分流系數(shù)的實時預(yù)測提高了CTM模型的預(yù)測精度。⑶針對城市交通地面路網(wǎng)，研究了基于CTM模型的擴展算法。傳統(tǒng)的CTM模型從單條路段發(fā)展到包含三條分支路口的路網(wǎng)，但是在四條分支路

4、口（four-legged junction）的建模中沒有體現(xiàn)，因此還不能夠應(yīng)用于城市交通地面路網(wǎng)。提出了一種基于CTM模型的擴展算法—元胞連接線模型建模方法，使CTM理論能夠應(yīng)用于包含四分支路口的城市交通地面路網(wǎng)的預(yù)測。⑷從交通控制的角度出發(fā)，將CLM模型作為預(yù)測模型與預(yù)測控制（MPC）算法相結(jié)合應(yīng)用于交通控制中，驗證CLM模型在交通控制系統(tǒng)中的可行性。同時，將CLM模型與經(jīng)典預(yù)測模型S模型做對比，以說明CLM在交通流預(yù)測控制中的可行