论文部分内容阅读
为了有效缓解高速公路交通拥挤问题，需要充分发挥交通出行者信息系统的功能。高速公路行程时间预测数据可以为管理者和出行者提供实时的道路交通信息，是先进的出行者信息系统的关键参数。本文在分析国内外行程时间估计和预测技术的基础上，结合我国高速公路道路特点、交通流特性以及基础设施建设状况，对基于路段的高速公路路径行程时间预测方法进行了研究，主要包括以下三个方面:
1、高速公路路段行程时间估计研究。在基于速度的路段行程时间估计方法分析基础上，提出了一种适合于高速公路路段特征的改进方法。该方法根据路段上匝道的物理位置对传统方法中路段两端地点速度的权值进行了调整，能够得到更高精度的路段行程时间估计值。
2、高速公路路段行程时间预测研究。考虑到高速公路交通流某些时段变化平稳，另一些时段波动较大的特点，建立了一种基于自适应指数平滑和RBF神经网络的组合预测方法。该方法针对传统组合方法的预测误差，加入了误差值分布区间的影响。实例分析证明，该方法的预测精度高于单一预测方法和传统的组合预测方法。在单步组合预测的基础上进行了多步预测的研究，根据历史平均值和实时数据构建了一种多步预测方法，综合考虑了数据的历史发展趋势和实时性。实例分析也证明，该方法的预测精度高于单纯的历史平均方法。
3、高速公路路径行程时间预测研究。针对高速公路道路和交通特点，给出了行程时间域穿行法。通过机场高速公路的实例分析表明:合理划分空间域和时间域，可以一定程度地提高预测精度;时间域划分时段过少，预测精度提高有限，划分时段过多，由于预测的累计误差，预测精度有所下降。高速公路行程时间域穿行方法综合考虑了车辆行驶过程中空间和时间的变化，预测结果更加适合高速公路路径与行程时间长的特点。