国家重点基础研究发展计划(2006CB70557)
- 作品数：4 被引量：10H指数：2
- 相关作者：关伟袁月明张勇张心哲邱巍更多>>
- 相关机构：北京交通大学西门子中国研究院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：交通运输工程更多>>
- 预测交通流量时间序列的组合动态建模方法被引量：5
- 2010年
- 为了预测交通流量,提出一种预测交通流量的组合动态建模方法。考虑交通流量的特征,将流量时间序列分解成周期项、趋势项和混沌扰动项。采用季节性指数平滑法预测周期项和趋势项之和。该计算过程取周期为一天和一周,并用带遗忘因子的递推最小二乘法确定权重,采用邻域法预测混沌项。对实际交通流量序列的预测结果表明,交通流量与前一天和前一周的状态均存在相关性,且季节性指数平滑预测后的残差是混沌的。一周的不同统计间隔的交通流量序列预测的平均相对误差在9%以下。
- 张勇关伟
- 关键词：交通运输工程智能交通系统递推最小二乘法
- 手机探测车异常切换位置修正方法研究
- 2011年
- 以切换定位技术作为手机探测车的定位技术,针对切换定位技术低定位精度的特征,对手机探测车异常切换位置修正问题进行了研究.根据问题描述,提出一个两阶段手机探测车异常切换位置修正方法,分别为异常切换路段速度修正和异常切换位置重置.在第一阶段中,结合桥接切换路段构建一个双层数据融合模型,对异常切换路段速度修正值进行求解.在第二阶段中,采用遗传算法求解异常切换位置重置问题得到异常切换位置修正结果.通过实证数据,评估分析了基于本文修正方法计算得到的手机探测车切换路段速度估计绝对误差,与原始数据比较表明,本文提出的方法是可行有效的,可以应用于道路交通信息提取的研究中.
- 袁月明关伟
- 关键词：智能交通
- 基于多参数状态时间序列的交通状态预测方法被引量：3
- 2009年
- 利用多个参数描述交通状态时,交通流数据表现为多维空间数据。提出了将属于每个状态的多维空间数据转换为一维时间序列的方法,对于此状态时间序列采用BP神经网络进行了下1个时段的交通状态预测。实验结果表明,多参数状态时间序列比单个参数时间序列能更准确地描述交通流状态变化过程,且算法简单,具有较强的预测实时性。
- 张心哲关伟
- 关键词：交通状态预测神经网络交通流参数
- 基于切换定位技术的城市近郊快速路地图匹配算法被引量：2
- 2011年
- 基于蜂窝移动通信网络中切换定位技术的特点,提出一种城市近郊快速路地图匹配算法。以完备的导航电子地图和可靠的切换位置数据库作为地图匹配的前提条件,该算法首先选择切换在候选路段的发生频率和相邻切换间可能行驶路径选择概率依据贝叶斯决策理论建立相邻切换地图匹配置信函数,然后根据相邻切换地图匹配置信函数计算结果遵循连通性原则完成连续切换序列地图匹配。最后采用实测跑车数据验证该算法实现地图匹配的可行性和有效性。
- 袁月明关伟邱巍
- 关键词：交通运输工程地图匹配贝叶斯决策
