資源描述：
《基于動態(tài)張量填充的短時交通流預測研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、基于動態(tài)張量填充的短時交通流預測研究伍元凱2015年1月中圖分類號：TQ028.1UDC分類號：540基于動態(tài)張量填充的短時交通流預測研究作者姓名伍元凱學院名稱機械與車輛學院指導教師譚華春副教授答辯委員會主席王建群教授申請學位工學碩士學科專業(yè)交通運輸工程學位授予單位北京理工大學論文答辯日期2015年1月Short-termtrafficpredictionbasedondynamictensorcompletionCandidateName：YuankaiWuSchoolorDepartment:SchoolofMechanicalEngineeringFacult
2、yMentor:AssociateProf.HuachunTanChair,ThesisCommittee：Prof.JianqunWangDegreeApplied:MasterofPhilosophyMajor：TransportationEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence：January，2015研究成果聲明本人鄭重聲明：所提交的學位論文是我本人在指導教師的指導下進行的研究工作獲得的研究成果。盡我所知，文中除特別標注和致謝的地方外，學位論文中不包含其他人已經發(fā)表或撰寫
3、過的研究成果，也不包含為獲得北京理工大學或其它教育機構的學位或證書所使用過的材料。與我一同工作的合作者對此研究工作所做的任何貢獻均已在學位論文中作了明確的說明并表示了謝意。特此申明。簽名：日期：北京理工大學碩士學位論文摘要智能交通系統(tǒng)ITS（IntelligentTransportationSystems）是近年來發(fā)展起來的交通控制管理信息系統(tǒng)。作為智能交通系統(tǒng)重要組成部分的交通控制系統(tǒng)，交通管理系統(tǒng)以及交通誘導系統(tǒng)都要求為其提供準確的實時交通信息，而在實時信息基礎上的短時交通流預測則是實時控制和誘導的前提，是智能交通系統(tǒng)的重要理論基礎。交通流數(shù)據中蘊含著豐富的多模
4、式特征，如何在統(tǒng)一框架下充分利用交通流數(shù)據的多模式特性仍然是一個難點問題，鑒于此，本文針對短時交通流預測問題，利用張量多線性模型在多模式上動態(tài)地對交通流數(shù)據進行分析，構建動態(tài)交通張量模型，研究動態(tài)張量模型框架下的短時交通流預測方法，本文主要內容具體包括以下幾個方面：第一，從多模式信息挖掘角度出發(fā)，分別構建交通流數(shù)據靜態(tài)張量模型以及動態(tài)張量模型，在張量框架下利用多線性分析對交通流數(shù)據進行分析，揭示交通流數(shù)據的多模式低秩特征，提出以交通流數(shù)據的多低秩性為基礎的短時交通流預測問題。第二，在交通數(shù)據動態(tài)張量模型基礎以及多模式分析基礎上，提出基于矩陣分解的張量填充方法解決短時
5、交通流預測問題，并由此提出一種以多模式矩陣分解為基礎的張量填充方法及其理論。并從多個方面測試基于矩陣分解的張量填充方法的可行性。最后，結合動態(tài)張量填充方法與交通流動態(tài)張量模型，提出基于動態(tài)張量模型的短時交通流預測方法，并與現(xiàn)有的預測方法進行對比實驗，分別在正常數(shù)據下和丟失數(shù)據下對算法進行檢驗測試，實驗結果表明，在一定條件下本文提出的方法能夠準確地預測交通流量且能在統(tǒng)一框架下準確地填充丟失交通數(shù)據以及預測未來交通流量。關鍵詞：短時交通流預測，動態(tài)張量填充，多模式分析，矩陣分解I北京理工大學碩士學位論文AbstractIntelligentTransportationS
6、ystem(ITS)isarapidlydevelopingsystemfortrafficcontrolandmanagementinrecentyears.AsvitalcomponentpartsofITS,boththetrafficcontrolsystem,trafficmanagementsystemandrouteguidancesystemneedaccurateandreal-timetrafficinformation.Andtheshort-termtrafficpredictionbasedonreal-timeinformationist
7、hepremiseofreal-timetrafficcontrolandrouteguidance,whichmakesitbecomeacriticletheoreticalgroundworkforITS.Howerver,real-timetrafficflowdataisdependingonmanyfactorsandexhibitesmulti-modeinformation.Itisstillachanllengeproblemtomakefulluseofsuchmulti-modeinformationonaunifyframeworkfor
