共查询到19条相似文献，搜索用时 734 毫秒
1.
《实验室研究与探索》2016,(5)
由于交通流量的非线性、复杂性和不确定性,确定数学模型的预测方法难以满足交通管理控制中对预测精度和收敛速度的要求。为了对交通流进行准确、实时、高效的预测,提出将小波理论与神经网络相结合,并改进网络的训练过程从而构建改进型小波神经网络;同时运用遗传算法优化网络的初始权值,最终提高了预测精度,加快了收敛速度,避免陷入局部极小。通过仿真和分析,提出的方法具有较好的预测结果。 相似文献
2.
论文以广州交通行业现有软硬件条件为实践基础,提出了通用的动态交通拥堵收费应用技术和理论模型。重点介绍了基于车辆身份识别模式的技术框架和实现流程,通过采用 Drake 模型建立速度-交通流关系用于拥堵收费费率估计,利用迭代算法计算优化后的动态交通拥堵费率。同时,选取广州快速路路段作为模拟拥堵收费道路,应用拥堵收费模型,计算动态拥堵收费费率。模拟试验结果表明,动态拥堵收费费率表为交通管理者提供了价格制定的依据。 相似文献
3.
传统的BP神经网络在预测短时交通流问题上存在很多不足。针对这些不足,提出将小波分析与BP神经网络结合,组成小波神经网络来预测短时交通流的方法。以自贡市某十字路口数据来实测交通流量,Matlab2010b仿真结果表明,小波神经网络在交通流预测精度和收敛速度上都有很大提高。 相似文献
4.
随着人们生活水平的不断提高,道路车辆拥堵情况愈发严重。如何实时、精确地检测出道路车辆,对于解决道路拥堵问题具有重要意义,GPU和人工智能技术的飞速发展为其提供了可靠的解决方案。研究分析传统目标识别算法、基于候选区域深度学习的目标提取算法RCNN和基于回归的深度学习目标检测YOLO,最终确定采用基于卷积神经网络的实时目标检测算法SSD。首先调用VGG16网络模型在ILSVRC CLS-LOC数据库上预训练生成初始网络模型,进而设置超参数并在自身数据集上进行再训练,生成新的网络检测模型,然后将训练和测试部署到深度学习框架Caffe上加以实现。通过在数据库COCO、VOC2012上的测试结果表明,该模型检测精度为76%左右,处理速度为26FPS。同时通过道路路口的实地车辆检测,显示该算法能够实时、精确地检测出道路车辆,为道路拥堵情况判定提供可靠数据。 相似文献
5.
为了准确预测交通流量,提出了一种基于改进型支持向量机算法的短时交通流量预测方法。支持向量机对训练样本进行学习后,可以形成影响因素与影响结果之间的最优函数,进而根据实时交通状态对交通流量进行非线性回归预测。为了提高预测精度,使用QPSO算法优化了支持向量机的参数,并进行了滤波处理以减小模型误差。仿真结果显示,实际预测误差小于10%。 相似文献
6.
聚类分析和逐步回归法在车道流量预测中的综合应用 总被引：4，自引：0，他引：4
针对目前国内外大中城市中普遍存在的无检测器信号交叉口车道交通流信息难于获取的情况,基于信号控制交叉口车道之间的相关性,综合应用聚类分析和逐步回归法预测单点无检测器信号控制交叉口车道流量.首先应用聚类分析将单点无检测器信号控制交叉口的车道与有检测器信号控制交叉口的车道交通流量进行聚类,然后在聚类分析结果的基础上随机选取车道交通流量样本运用逐步回归法预测单点无检测器信号控制交叉口的车道流量,此方法经过南京市的具体车道流量数据验证.此类问题的解决,可广泛应用于城市交通流诱导系统以及交通控制系统. 相似文献
7.
为了解决交通高峰时段城市部分区域因需求过大而导致拥堵且通行效率低下问题,设计了基于不同拥堵程度的子区域宏观基本图（Macroscopic fundamental diagram MFD）,建立拥堵区域优化控制模型,利用模型预测（Model Predictive Control MPC）方法获得最优解。根据谱聚类方法将路网划分为拥堵与非拥堵区域,获得清晰的MFD曲线,在此基础上建立优化模型,并用遗传算法对处理过的目标函数进行求解。仿真实验结果表明,在该模型的作用下,拥堵区域的拥堵情况得到明显改善,区域通行能力得到了优化。 相似文献
8.
9.
通过对深圳城市道路交通流量以及道路状况的调查分析,对道路状况进行了分类,采用GPS定位技术,实时记录了深圳市实际道路状况下汽车行驶的运行状况．通过对从GPS监测平台获取的大量速度数据的归纳分析,合成了深圳市道路的综合行驶工况,并与标准测试工况、主要城市工况进行了对比分析,指出了深圳城市道路汽车运行的特点． 相似文献
10.
针对基于复杂网络图像识别方法建模复杂度过高问题,提出一种基于双网络模型的灰度图像识别新方法。首先将像素点作为复杂网络节点,基于灰度乘积构建图像的结构平衡网络模型以及基于欧氏距离构建复杂网络模型,然后分别计算两种网络模型的拓扑特征参量,形成最终的图像特征识别参量。相比现有基于复杂网络的图像识别方法,该方法在理论上能够降低图像建模复杂度,提高图像识别速度。使用 YALE 人脸数据库进行仿真对比实验,结果表明,该方法的图像识别速度为传统复杂网络方法的 35%,正确率提高了 4%。 相似文献
11.
张扬永 《福建工程学院学报》2021,(6):560-567
针对现有的智能交通系统预测方法,基于道路交通的关键参数车流量预测,提出了一种基于深度学习的时间序列交通流预测方法,进一步提升道路交通车流量预测准确率。在对道路交通数据集进行清洗后,使用时间序列和神经网络的结合算法TS-NN 进行车流量预测,实验表明,在城市路段的预测中,TS-NN 相对时间序列模型ARIMA、神经网络模型LSTM 准确率分别提升了1.62%和2.13%?在高速公路数据集上测试上,TS-NN 有更加明显的改进,相对ARIMA、LSTM 分别提升了20.87%和3.53%,在一定程度上,TS-NN 算法确实有助于改进智能交通系统核心算法。 相似文献
12.
13.
刘炳全 《渭南师范学院学报》2012,(2):41-43
以UE均衡分配为前提,根据个别路段出现突发性交通堵塞的程度来发布诱导信息,并以此为依据分析出行者新的路径选择行为,从而建立路径流量转移模型,通过堵塞路径的流量转移来获取最优的交通分配新模式. 相似文献
14.
为研究混合非机动车道上快速行驶的电动自行车想要超越前方低速行驶车辆而进行鸣笛换道的现象,在分析经典Nasch模型的基础上,运用元胞自动机理论提出一种混合非机动车换道模型。首先,将混合非机动车换道过程分为两部分,即换道需求分析与换道操作过程|其次,在换道过程中引入鸣笛效应的概念,通过对基本换道模型的改进,建立混合非机动车的一般换道与鸣笛换道模型,并给出相应换道规则|最后,在改变交通流密度的情况下,对两种不同换道模型进行仿真对比分析。结果表明,当交通密度较低或较高时,鸣笛换道模型与一般换道模型得到的车辆平均速度及交通量几乎没有差别,但在中等密度范围内,鸣笛换道模型得到的车辆平均速度及交通量明显高于一般换道模型。说明在中等密度范围内,鸣笛换道行为有利于提高道路通行效率,但当密度较低或较高时,鸣笛换道行为对提高道路通行效率几乎不起作用。 相似文献
15.
本文采用深圳市某快速路的占有率预测目标的历史数据库对交通状态进行模式匹配和行程时间进行预测。经过比较研究得出,利用占有率数据进行模式匹配预测城市快速路的行程时间,结果是最令人满意的。这一预测模型的构建为智能运输的应用建立了良好的理论基础。 相似文献
16.
17.
范利强 《廊坊师范学院学报(自然科学版)》2013,(6):8-11,17
随着城市化进程的加快,城市交通基础设施建设需要不断完善。建设项目施工期间要在道路上设置作业区,遂使该段道路成为城市道路的瓶颈路段,容易诱发交通事故和交通拥堵。通过研究占道施工对路段交通带来的影响,可以评价施工区交通运行特性以及服务水平,针对施工区存在的问题及道路条件、交通环境的变化提出改进措施,以便进行相应的交通疏导。文章结合实际的交通现状,给出了道路施工对道路交通能力的影响模型,并提出了改善道路通行能力的具体措施。 相似文献
18.
基于超声波测距原理,通过AVR单片机芯片计算出道路车辆的实时速度以及车流量。采集到数据后,通过无线模块NRF24L01发送到PC端,在PC上用VB开发上位机,从而显示出实时曲线,道路信息。介绍了系统的硬件及其软件的整体设计理念,注意事项,同时给出了该系统的应用前景。 相似文献