文档介绍：ClassifiedIndex::ONGESTIONSTATEFORURBANROADGrade:2011Candidate:YangJunyingAcademicDegreeAppliedfor:MasterDegreeSpeciality:TransportationplanandmanagementSupervisor:、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。,在年解密后适用本授权书;√使用本授权书。(请在以上方框内打“、/”)学位论文作者签名:扬镁硖指导老师签名日期:为『,加日期:西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:l、探讨了交通拥堵的定义、分类、成因和特征。对经典的拥堵识别算法和常见的速度预测模型进行了分析、评述。2、首次将加权改进的GM(1,1)一马尔可夫预测模型应用于交通拥堵识别。以经典灰色预测理论及马尔可夫链预测原理为基础,借鉴自相关系数加权原理,建立起加权改进的GM(I,1)-马尔可夫交通拥堵预测模型,该模型同时具备了灰色GM(1,1)模型和马尔科夫预测原理的优点,也考虑了数据元之间相互依赖关系的大小,使得预测及识别结果更加合理,提高了预测结果的准确度。为交通拥堵识别及预测提供了一种新的研究方法与思路,丰富了相关研究理论。3、对石家庄主干路(建设大街)15天内6个不同时刻的交通现状和速度变化进行了分析,用建立的拥堵预测模型预测了未来4天6个不同时刻的速度和交通状态,结果表明,该模型的识别准确率超过66%,预测结果通过与以往相关预测模型相比较,表明模型具有更高的识别准确率,一定程度上证明,本文的研究方法具有较好的先进性与创新性。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:搬诙日期:-尹西南交通大学硕士研究生学位论文第1页摘要城市有限的道路资源难以承载交通量的快速增长,导致交通拥堵问题的出现,交通拥堵预测是解决交通拥堵问题的重要步骤之一。但由于影响交通系统的因素复杂繁多,且各种交通参数具有较强随机性和不确定性,使得交通拥堵预测研究难以开展,预测成功率及可靠性往往不高,针对这一问题,本文借鉴马尔可夫理论及灰色预测理论,构建了适用于交通拥堵预测的灰色GM(1,1)-力口权马尔可夫预测模型,并将该模型应用于实例研究中。具体研究过程如下:首先,在回顾国内外研究现状的基础上,给出了拥堵的定义、分类、成因和特征。对经典的拥堵识别算法和常见的速度预测模型进行了分析;其次,探讨速度预测与拥堵识别的关系和基于速度的交通拥堵预测的原理,并确定相应的速度阈值标准,基于灰色预测理论,结合马尔可夫链预测原理,建立灰色GM(1,1)一马尔可夫预测模型用于交通拥堵预测,并在此基础上对该模型进行加权改进以获得更好的预测成功率;最后,将该模型应用于石家庄市主干路——建设大街的拥堵预测实例研究中,对该路段未来4天内6个不同时刻的拥堵状态进行了预测识别,并与灰色GM(1,1)预测模型、灰色GM(1,1)一马尔可夫预测模型的预测结果相比较。结果表明,该模型的识别成功率超过66%,优于灰色GM(1,1)预测模型和灰色GM(1,1).马尔可夫预测模型,从而表明本文所建立的预测模型具有较好的识别准确率及可靠性。关键词:交通拥堵;灰色GM(1,1)预测模型;马尔可夫链;识别;预测西南交通大学硕士研究生学位论文第1I页AbstractThefiniteroadresourceinthecityisdifficulttoloadtherapidlygrowthoftrafficflow,ongestion,,becausetheinfluentialfactorsoftrafficsystemisverymore,andvarioustrafficparameterscontainstrongrandomness,thecongestionpredictionisdifficulttocarryout,