免费论文：基于浮动车数据的旅行时间预测方法研究与实现

随着智能交通系统的不断发展和动态导航服务需求的产生，如何获得实时、准确的交通流预测信息，成为相关领域的研究热点。国内外的相关研究人员在交通流预测方面做了大量的工作，并提出了一些可行的预测方法和思想。然而，交通流所具有的高度复杂性、随机性和不确定性，使得单一的预测模型难以达到很好的预测效果，因此组合预测模型成为短时交通流预测的进一步研究方向。本文以北京航空航天大学软件开发环境国家重点实验室承担的国防科工委北斗二代民用产业化重大项目——“北京市(奥运)交通与导航定位信息服务系统”为背景，结合系统对交通信息预测的实际需求，进行了基于浮动车数据的旅行时间预测方法研究，提出并实现了基于时间序列和聚类分析的组合预测方法。本文取得的主要成果如下：1) 通过对大量浮动车历史数据的分析，统计了北京市主干道路平均车速的历史均值和方差，提取了交通流中固有的周期性趋势，使其与交通流随机波动的部分分离，为短时交通流预测奠定了基础。2) 改进了时间序列预测方法。提出了基于历史数据统计分析的时间序列差分方法，使得交通流序列更好的满足时间序列模型输入平稳性的要求，提高了模型选择和预测结果的准确性；提出了基于历史数据的实时信息填补方法，满足了时间序列模型需要不间断数据的要求；提出了周期性更新的时间序列建模方法，使时间序列模型更好的适应不确定性强的短时交通流动态预测要求。3) 提出了基于时间序列和聚类分析的组合预测方法，从时间和空间双重维度对交通信息进行预测，实现了两种预测方法的优势互补，进一步提高了预测的准确度。4) 设计并实现了基于组合预测方法的交通信息预测系统，并用实际的浮动车数据对系统进行了准确性和性能的评测，证明了本文所研究并改进的预测方法具有较高的准确性，证明了本文所实现的预测系统满足实时运行的要求。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/271075.html