基于貝葉斯網(wǎng)的實時交通事件檢測與評估方法研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、交通事件是造成交通擁堵的主要因素之一,而先進(jìn)的交通事件管理系統(tǒng)是減少損失的有效工具。事件檢測算法與事件影響評估方法又是交通事件管理系統(tǒng)的關(guān)鍵技術(shù)。
   本文回顧了國內(nèi)外交通事件檢測算法與事件影響評估的研究概況,總結(jié)了現(xiàn)有的研究成果。介紹了貝葉斯網(wǎng)的基本理論,并分析了其在本領(lǐng)域的應(yīng)用前景。應(yīng)用AYE仿真數(shù)據(jù)作為實例分析了事件對上下游檢測器處的交通流參數(shù)的實時影響。分析結(jié)果表明,事件會造成檢測器數(shù)據(jù)的明顯變化,而事件檢測的原理即為

2、發(fā)現(xiàn)這種變化。
   為提高檢測算法的檢測性能與可移植性,本文在建立事件檢測算法之前,研究了數(shù)據(jù)的預(yù)處理方法,應(yīng)用小波對數(shù)據(jù)進(jìn)行去噪處理,將去噪后的數(shù)據(jù)歸一化后進(jìn)行基于熵的離散化處理。最后得到作為模型輸入的數(shù)據(jù)。
   在理論分析的基礎(chǔ)上,本文選擇樸素貝葉斯(NB)模型與加樹樸素貝葉斯(TAN)模型構(gòu)建事件檢測算法。研究了模型結(jié)構(gòu)與參數(shù)的學(xué)習(xí)算法以及推理算法,并用指數(shù)平滑的方法代替持續(xù)檢驗以減少平均檢測時間。利用AYE數(shù)

3、據(jù)與Ⅰ-880數(shù)據(jù)進(jìn)行了實證研究,標(biāo)定了模型的結(jié)構(gòu)與參數(shù),并評價了算法。
   在檢測到事件后,需要評估事件的影響程度,以作為后續(xù)工作的決策依據(jù)。本文選擇事件延誤評價事件對交通系統(tǒng)效率的影響,擁擠長度作為事件的空間影響范圍的評價指標(biāo)。分別根據(jù)排隊理論與激波分析理論,本文建立了估計事件延誤與擁擠長度的模型,模型的輸入?yún)?shù)為事件前后的交通流參數(shù)與事件持續(xù)時間。事件持續(xù)時間同時也是評價事件時間影響范圍的重要指標(biāo),因此本文重點研究了基于

4、貝葉斯網(wǎng)的事件持續(xù)時間預(yù)測方法。
   本文選擇NB模型與TAN模型構(gòu)建了持續(xù)時間預(yù)測的離散模型。該類模型給出的是持續(xù)時間在若干個區(qū)間上的離散分布,而不是其在整個可行域內(nèi)的概率密度函數(shù),因此僅能作為定性決策的依據(jù)。為了拓展應(yīng)用的范圍,本文還構(gòu)建了基于混合貝葉斯網(wǎng)的連續(xù)模型。該模型假設(shè)持續(xù)時間服從對數(shù)正態(tài)分布,可以給出其連續(xù)的分布規(guī)律。
   利用喬治亞交通局收集的數(shù)據(jù),構(gòu)建并評價分析了各預(yù)測模型。準(zhǔn)確率評價結(jié)果表明,TA

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論