探析特長高速公路隧道交通流研究

探析特長高速公路隧道交通流研究

ID:34772088

大?。?6.42 MB

頁數(shù):105頁

時間:2019-03-10

探析特長高速公路隧道交通流研究_第1頁
探析特長高速公路隧道交通流研究_第2頁
探析特長高速公路隧道交通流研究_第3頁
探析特長高速公路隧道交通流研究_第4頁
探析特長高速公路隧道交通流研究_第5頁
資源描述:

《探析特長高速公路隧道交通流研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、長安大學(xué)博士學(xué)位論文特長高速公路隧道交通流研究姓名:于福華申請學(xué)位級別:博士專業(yè):交通信息工程及控制指導(dǎo)教師:許宏科20101227摘要采集的特長高速公路隧道交通流數(shù)據(jù)中承載著眾多交通信息,通過對交通流數(shù)據(jù)進(jìn)行分析,發(fā)掘數(shù)據(jù)中存在的有用信息。面對海量的特長高速公路隧道交通流數(shù)據(jù),采用模糊聚類算法對特長高速公路隧道交通流進(jìn)行聚類研究。在數(shù)據(jù)采集或數(shù)據(jù)傳輸中由于技術(shù)原因或設(shè)備原因造成數(shù)據(jù)故障,使得數(shù)據(jù)質(zhì)量下降、可信度降低,因此需要對特長高速公路隧道交通流故障數(shù)據(jù)展開研究,通過故障數(shù)據(jù)檢測和修正,提高特長高速

2、公路隧道交通流數(shù)據(jù)質(zhì)量和可信度。根據(jù)特長高速公路隧道交通流的非線性、復(fù)雜性以及時變性等特點(diǎn),以提高特長高速公路隧道短時交通流預(yù)測效果為目的,對特長高速公路隧道短時交通流預(yù)測展開相關(guān)研究。隨著混沌理論的逐漸完善,對特長高速公路隧道交通流混沌特性進(jìn)行研究。本文從特長高速公路隧道交通流數(shù)據(jù)分析出發(fā),通過交通流模糊聚類、交通流故障數(shù)據(jù)、短時交通流預(yù)測以及交通流混沌特性四個方面對特長高速公路隧道交通流展開研究,并通過實(shí)際數(shù)據(jù)進(jìn)行實(shí)例分析。主要工作和創(chuàng)新點(diǎn)如下:(1)對特長高速公路隧道交通流進(jìn)行聚類研究,提出了改進(jìn)

3、模糊聚類算法。通過改進(jìn)經(jīng)典模糊聚類算法中的隸屬度函數(shù)和距離度量函數(shù)來削弱交通流突變點(diǎn)或數(shù)據(jù)噪聲對聚類結(jié)果的影響,并通過聚類結(jié)果評價影響因素凝聚度和分離度來完成自動聚類。采用改進(jìn)模糊聚類算法對特長高速公路隧道交通流實(shí)測數(shù)據(jù)進(jìn)行聚類,得到交通流聚類以及相應(yīng)聚類中心;(2)對特長高速公路隧道交通流故障數(shù)據(jù)展開研究,提出了基于交通流指標(biāo)即交通流量.平均速度.時間占有率的交通流故障數(shù)據(jù)檢測算法。采用改進(jìn)模糊聚類算法對交通流數(shù)據(jù)樣本按平均速度聚類,確定各聚類中心相應(yīng)交通流量安全區(qū)域,將待測數(shù)據(jù)樣本按照速度所處安全區(qū)

4、域范圍進(jìn)行檢測。采用本算法對特長高速公路隧道交通流采集數(shù)據(jù)實(shí)現(xiàn)故障數(shù)據(jù)實(shí)時檢測,并通過改進(jìn)模糊聚類算法對故障數(shù)據(jù)進(jìn)行修正或剔除,從而提高特長高速公路隧道交通流數(shù)據(jù)質(zhì)量;(3)對特長高速公路隧道短時交通流預(yù)測研究,建立了基于梯度下降法和權(quán)重回歸最d,-乘法的改進(jìn)遞歸補(bǔ)償模糊神經(jīng)系統(tǒng)。通過改進(jìn)模糊聚類算法完成自動更新聚類;兼顧交通流的遞歸影響特性引入遞歸權(quán)重系數(shù);引入補(bǔ)償系數(shù)進(jìn)行自動校正隸屬度;采用梯度下降法和權(quán)重回歸最小二乘法進(jìn)行參數(shù)學(xué)習(xí);交通流聚類中心初始值作為模糊神經(jīng)網(wǎng)絡(luò)輸入中心初始值。將特長高速公路

5、隧道交通流采集數(shù)據(jù)進(jìn)行實(shí)例預(yù)測,系統(tǒng)提高了短時交通流預(yù)測效果,為特長高速公路交通安全研究提供更加及時有效的未來時段交通流信息;(4)對特長高速公路隧道交通流混沌特性進(jìn)行研究,對特長高速公路隧道交通流實(shí)測數(shù)據(jù)進(jìn)行混沌判別,采用基于小數(shù)據(jù)量的改進(jìn)混沌判別法驗(yàn)證了特長高速公路隧道交通流中存在混沌。將交通流混沌特性運(yùn)用到基于混合算法的改進(jìn)遞歸補(bǔ)償模糊神經(jīng)系統(tǒng)中,提高了系統(tǒng)效率。通過對特長高速公路隧道交通流實(shí)測數(shù)據(jù)的混沌特性研究,驗(yàn)證了特長高速公路隧道交通流中存在混沌現(xiàn)象,而且交通流混沌特性的合理利用對特長高速公

6、路隧道交通安全研究起到積極作用。關(guān)鍵詞:特長高速公路隧道交通流模糊聚類故障數(shù)據(jù)短時交通流預(yù)測混沌特性AbstractFortra佑cflowofextralonghighwaytunnelcontainslargetramcinformation,itisnecessarytofindtheusefulinformationbydataanalysisonthetra伍cflowofextralonghighwaytunnel.Clusteringontrafficflowofextralonghigh

7、waytunnelisexpandedbytheimprovedfuzzyc-meanclusteringalgorithms.Theabnormaldatacausedbythefailureoftechniquesorequipmentinthedatacollectionortransmissionhavereducedthequalityandcredibilityofdata.Researchontheabnormaldataof缸afficflowofextmlonghighwaytunne

8、lbecomesnecessary,anditisimportanttoincreasethequalityandcredibilityoftrafficflowdataofextralonghighwaytunnelbydetectingandamendingtheabnormaldata.Consideringthecharacteristicsofnonlinear、complexityandtime—variablesoftra伍c

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。