论文部分内容阅读
在智能交通系统的研究中，交通流状态估计和交通流预测是实现智能交通管理与控制系统、旅行者信息服务系统等子系统的关键技术，也一直是国内外研究的热点。与城际高速公路和城市快速路相比，城市地面信号灯控制路网在实现交通状态估计和预测方面具有更大的困难。因为城市地面路网的拓扑关系复杂，交通流产生和消散的区域分布广泛，而且交通流很大程度上受到信号灯控制策略等众多因素的影响，这些都为实现实时准确的城市路网交通流状态估计和预测带来了巨大的困难。
因此，本文专门针对城市路网交通流估计和预测问题，进行了初步地研究，并获得了一些具有参考意义的结果。本文的主要内容由以下三部分组成:
首先，研究了基于GPS探测车数据的城市路网交通状态估计方法。该方法利用大量的GPS出租车数据，经过一系列数据处理与挖掘技术，实现了对整个城市路网交通状态的实时估计。论文还采用上海市的实际交通流数据验证了所提方法在准确率、覆盖度、实时性等各方面的性能。
然后，分析了GPS探测车的采样量和城市路网交通状态估计准确性之间的关系。论文不但从理论上给出了基于本文所提交通状态估计方法的GPS探测车最小采样量的计算方法，而且采用上海市的实际交通数据进一步验证了该结论的正确性。
最后，针对城市路网交通流的短时预测问题，创新性地提出了基于城市交通网络模型的交通流短时预测方法。该方法基于对路网中交通流的运行机理和路段之间交通流的运行关系进行建模，来实现对城市路网交通流变化发展趋势的跟踪和掌握，从而达到对路网交通流准确预测的目的。所提方法采用国际通用的路网交通流微观仿真软件——CORSIM进行了验证。