基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測

基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測

ID:46583049

大?。?81.67 KB

頁數(shù):6頁

時(shí)間:2019-11-25

基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測_第1頁
基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測_第2頁
基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測_第3頁
基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測_第4頁
基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測_第5頁
資源描述:

《基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第36卷第11期東北大學(xué)學(xué)報(bào)(自然科學(xué)版)Vol.36,No.112015年11月JournalofNortheasternUniversity(NaturalScience)Nov.2015doi:10.3969/j.issn.1005-3026.2015.11.003基于GPS軌跡數(shù)據(jù)的擁堵路段預(yù)測林樹寬,于伶姿,喬建忠,張百合(東北大學(xué)信息科學(xué)與工程學(xué)院,遼寧沈陽110819)摘要:基于真實(shí)的GPS軌跡數(shù)據(jù),對城市擁堵路段進(jìn)行預(yù)測.在此過程中,摒棄傳統(tǒng)的基于交通流預(yù)測和擁堵識(shí)別的方法,提出一種新的基于擁堵向量和擁堵轉(zhuǎn)移矩陣的擁堵路段預(yù)測方法.該方法同時(shí)考慮路段擁堵的

2、時(shí)間周期性和時(shí)空相關(guān)性,通過對出租車GPS軌跡數(shù)據(jù)進(jìn)行挖掘和訓(xùn)練,建立擁堵向量和擁堵轉(zhuǎn)移矩陣,實(shí)現(xiàn)對擁堵路段的預(yù)測.真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了所提的擁堵路段預(yù)測方法的有效性.關(guān)鍵詞:GPS軌跡數(shù)據(jù);路段間時(shí)空因果關(guān)系;擁堵轉(zhuǎn)移概率;擁堵轉(zhuǎn)移矩陣;擁堵路段預(yù)測中圖分類號(hào):TP391文獻(xiàn)標(biāo)志碼:A文章編號(hào):1005-3026(2015)11-1530-05TheCongestionRoadSegmentPredictionBasedonGPSTrajectoryDataLINShu-kuan,YULing-zi,QIAOJian-zhong,ZHANGBai-he(School

3、ofInformationScience&Engineering,NortheasternUniversity,Shenyang110819,China.Correspondingauthor:LINShu-kuan,professor,E-mail:linshukuan@ise.neu.edu.cn)Abstract:CongestionroadsegmentsoverrealGPStrajectorydataWaspredicted.ThetraditionalmethodsWereostracizedbasedontrafficfloWpredictionandco

4、ngestionidentification,andanovelmethodWasproposedbasedonthecongestionvectorandthecongestiontransitionmatrix.ThecongestionvectorandthecongestiontransitionmatrixWereestablishedbyminingandtrainingtaxiGPStrajectorydata,resultingintheimplementationofthepredictionoftrafficcongestion.Inthecourse

5、ofprediction,timeperiodicityandspatial-temporalcorrelationofroadsegmentcongestionWerebothconsidered.TheexperimentsonrealdatashoWtheeffectivenessofthecongestionroadsegmentpredictionmethodproposed.Keywords:GPStrajectorydata;spatial-temporalcausalrelationshipbetWeenroadsegments;congestiontra

6、nsitionprobability;congestiontransitionmatrix;congestionroadsegmentprediction近年來,城市機(jī)動(dòng)車數(shù)量增加迅速,道路資源和擁堵轉(zhuǎn)移矩陣的擁堵路段預(yù)測方法.建設(shè)相對滯后,導(dǎo)致城市交通擁堵日益嚴(yán)重,擁堵路段預(yù)測成為建設(shè)智能城市和交通不可缺少的組1擁堵轉(zhuǎn)移矩陣的建立成部分.越來越多的學(xué)者開始關(guān)注和研究基于交[1-4]通數(shù)據(jù)的擁堵路段預(yù)測方法和技術(shù).現(xiàn)有的本文同時(shí)考慮擁堵路段具有的時(shí)間周期性和相關(guān)研究多基于道路上固定安裝的傳感器采集的時(shí)空相關(guān)性,提出了基于擁堵向量和擁堵轉(zhuǎn)移矩?cái)?shù)據(jù),且多集中在交通擁堵路段的識(shí)

7、別、挖掘和交陣的擁堵路段預(yù)測方法.為了建立擁堵轉(zhuǎn)移矩陣,[5-9]通流預(yù)測方面.需要對歷史GPS軌跡數(shù)據(jù)進(jìn)行挖掘和訓(xùn)練.車流近年來,車載GPS發(fā)展迅速,產(chǎn)生大量的時(shí)與路段擁堵情況在工作日(周一至周五)和休息空數(shù)據(jù),可用于進(jìn)行擁堵路段預(yù)測.本文基于出租日(周六和周日)呈現(xiàn)不同的規(guī)律,為此,本文將車GPS軌跡數(shù)據(jù),提出了一種新穎的考慮路段擁工作日和休息日的歷史軌跡數(shù)據(jù)進(jìn)行訓(xùn)練,并將堵時(shí)間周期性和時(shí)空因果關(guān)系的、基于擁堵向量工作日或休息日中的一天看作一個(gè)周期.路段擁收稿日期:2014-10-23基金項(xiàng)目:國家自然科學(xué)基金資助項(xiàng)目(6

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(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)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(shí)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(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。