论文部分内容阅读
随着农村城镇化,城市国际化,人们出行对智能交通系统的性能要求越来越高。如何经济快速的预测实时交通流,是我们面临的巨大考验。预测实时城市道路交通流的算法研究和预测模型也日渐成熟,而智能交通系统的基础和前提是大量有效的交通流数据,如何较为经济的采集交通流数据则是我们基本任务。 目前,由于智能手机使用非常广泛,而且移动通信网络基站基本实现全范围覆盖,因此智能手机基本上不存在信号丢失的可能,手机移动行为很大程度上代表人的行为,通过对手机移动行为产生的交通流数据的采集和处理,然后将其导入数字智能交通系统用于实时的交通流预测和和路径诱导已成为一个有巨大价值的课题。本文对预测实时城市道路交通流提出两种更加精确的速度算法,以此得到更加有实际意义、更加有效、更加便捷的道路交通指示和道路诱导,为我们的城市道路交通做出贡献。 本文利用手机信令数据作为交通流数据来预测实时交通流,提出了两种算法如下: 第一种算法,提出了改进的基于手机小区切换(handover)位置数据的交通流速度算法模型,然后利用算法模型预测交通流; 第二种算法,提出了改进的基于手机基站TDOA算法的实时交通流预测模型,列出了具体的方法和步骤;本文是对实时城市道路交通流预测一种算法模型的提出,通过多种计算方法和使函数误差平均值最小的算法模型对交通流数据进行计算处理。 上面两种方法都是在原有手机定位方法的基础上,重新提出更精确的速度计算方法包括数据清洗、数据预处理、模块运算等,而且将我们的算法模型从理论转变为可操作的数据直观图,利用实时手机数据进行验证实验,然后与利用车载GPS数据预测的交通流进行对比,得到了较为准确的实验结果。最后本文总结了目前的实时交通流预测算法和相关成果,并对未来的工作方向做出了展望。