论文部分内容阅读
现今高速公路的运营管理朝着智能化、自动化的方向发展,高速公路管理者及时准确地掌握交通拥堵的形成及发展状况,对信息采集设备收集的大量交通信息进行科学分析,才能满足日益增长的交通需求,保障交通的运行安全。高速公路交通拥堵状况形成的根本原因有两种:一种是日常交通量超过道路通行能力而造成的拥堵,一种为交通事故堵塞道路而造成的拥堵。日常的交通拥堵是缓慢形成的,若要避免拥堵的发生则需提前预知交通状态的变化趋势,若预测得知交通流开始缓行,并逐渐向拥堵状态发展,则采取相应的交通量控制措施,便可达到避免交通拥堵形成的目的。而交通事故是突发事件,拥堵的形成不可避免,在此情况下高效率的应急救援极为重要,决策者掌握拥堵的影响范围和持续时间即事故时空影响,才能从根本上提高应急救援的有效性及应急处置方案的科学性。本文对上述两种情况下的高速公路交通拥堵状况进行预测,核心研究内容主要分为短时交通状态预测模型及事故时空影响预测模型的研究。主要内容包括:(1)在对10种常用交通流预测方法理论与优缺点对比分析的基础上,提出适合本文研究内容的高速公路交通拥堵状况预测方法。(2)确定短时交通状态预测模型的输入交通参数与数据来源,研究数据的预处理方法。同时分析高速公路交通流的时间特性,选择KNN非参数回归预测方法用于交通流时间序列的预测,提出了基于KNN算法的短时交通状态预测模型。(3)选取能够代表事故时空影响的指标,分析不同交通因素对事故路段拥堵扩散及消散机制的影响,确定了预测模型的输入参数,并利用VISSIM交通仿真技术,仿真不同影响因素下的事故路段拥堵扩散及消散过程,基于仿真结果建立不同影响因素与事故时空影响指标之间的关系,从而提出基于交通仿真的事故时空影响预测模型。(4)采用开阳高速公路微波实测数据,通过试验分析验证了短时交通状态预测及事故时空影响预测模型的预测效果,并将预测模型应用于高速公路交通拥堵状况预测系统,阐述了系统的功能需求及系统架构。综合以上研究,形成了高速公路交通拥堵状况预测模型,并通过试验分析证明了该模型的合理、可行、有效,具有一定的应用价值。