文档介绍：第卷第期公路交通科技. .
年月.
文章编号:
基于交通量演变模式检索的
. 一
同速公路交通量预测方法
靳引利
长安大学电子与控制工程学院,陕西西安
摘要:通过交通量预测的方法,可以在突发事件情况下评估事件对高速公路网的交通影响。各种预测算法的共同特
征,需要一定的历史数据支持。在同一算法中,对历史信息吸收得越多,其预测往往越准确。作者借用图像压缩的原
理,从历史交通数据中抽象出历史交通状态演化模式,并用压缩码表示该演化模式。通过对压缩码的检索,可以快速
提取与当前演化模式相近的历史数据,通过这些演化模式相近的历史数据,预测交通状态的变化趋势。试验证明,预
测数据与真实数据具有良好的拟合度。
关键词:交通工程;交通量预测;演化模式检索;高速公路网;压缩码
中图分类号: 文献标识码:

,’,’,
:
.,
.
,%
.

..
: ; ; ; ; —

智能运输系统建设方面都有重要应用。
引言
常用的交通预测的方法,有自回归模型、滑动平
随着高速公路网的形成,在路网内进行大面积的均模型、多元回归模型、卡尔曼滤波模型、神经网络
综合调度指挥已经成为高速公路运营管理部门关注的模型及复合模型等。
重要问题。当某断面发生交通事件时,根据事件的性无论何种模型,都是通过对历史数据、交通设施参
质和处理情况,需要快速对路网的交通状态变化进行数等已有数据进行分析,探索交通状态变化的规律,已
预测,以评估事件所造成的影响。因此,交通预测一有数据越丰富,其规律的经验性就越强。在早期,由于
直是业内关注的焦点,在城市交通、高速公路交通、计算机的处理能力有限,模型选择多用可以精确计算
收稿日期:—
作者简介:靳引利一,男,陕西户县人,副教授,研究方向为交通系统分析与仿真..
第期靳引利:基于交通量演变模式检索的高速公路交通量预测方法
的数学模型,难以将大量历史数据作为交通预测的参高速公路交通流预测的原理,总是根据已有的一渤姗舳如
考。随着计算机处理能力的飞速发展,可以对大量历史些表现,来推测未来的变化。其前提,是未来的变化
数据进行快速处理,所以神经网络算法、数据挖掘方法与已有的信息有一定的关联性和因果关系。不管是哪
等依托于历史数据的算法被越来越多的采用。种预测方法,总是要以已有的信息作为输入参数,而
本文所采用的基于演化模式检索的方法,也是依且往往是对已有信息掌握得越多、越丰富,对未来的
托于大量历史数据进行预测的一种方法,其特点是通预测也就越准确。
过演化模式压缩码的方式,快速挖掘大量的历史数据基于交通演变模式检索的预测方法,也是将预测
信息,进行有效的交通预测。建立在对历史数据分析的基础上。其根本思路来源于
图像压缩的思想。在图像压缩的编码中,将图像分为
基于演变模式检索的原理
若干个子块,每一个子块的数据表现出对每一个子块
道路的交通流是地理环境,经济因素,产业结的数据进行压缩处理,以得到压缩的图像如图
构,文化传统,生活习惯等多种因素综合作用的结所示。对压缩的图像进行解码,即可还原为原来的
果。由于经济、产业,文化等因素具有一定的稳定图像