《高速公路運營狀態的不確定性建模和預測》是依託東南大學，由郭建華擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：高速公路運營狀態的不確定性建模和預測
- 項目類別：青年科學基金項目
- 項目負責人：郭建華
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
高速公路運營狀態的建模和預測是實現高速公路系統穩定、可靠運營的關鍵技術之一。高速公路運營狀態包括高速公路運營的平均狀態及狀態不確定性。目前國內外對高速公路運營平均狀態的建模和預測研究較多，但對高速公路運營狀態不確定性的研究尚處於起始階段。本項目以高速公路運營狀態不確定性為主要研究對象，在廣泛採集和分析實際高速公路運營狀態數據的基礎上，採用廣義自回歸條件異方差模型、馬爾科夫鏈方法等，建立在斷面、路段和路網三個層次上的高速公路運營狀態不確定性模型；在此基礎上，採用Kalman濾波方法，通過靈活、合理的系統狀態轉移方程和觀測方程設計，實現在斷面、路段和路網三個層次上的高速公路運營狀態不確定性的實時預測。本項目可為高速公路運營的可靠性設計提供數位化支撐，套用前景廣泛。
結題摘要
智慧型交通系統是解決城市交通擁堵與安全問題的重要措施之一，獲得了迅猛的發展，其開發和實施依託於交通狀態參數，然而，當前交通狀態參數主要為交通平均水平，即交通狀態參數的一階特徵，導致系統套用難以有效應對交通系統的不確定性。因此，為了支撐具有魯棒特徵的智慧型交通系統的建設和開發，本研究以交通狀態參數的二階數字特徵為研究對象，對交通狀態參數的不確定性進行系統的分析建模和預測。本課題所取得的研究成果包括如下方面。首先，在描述常見的時間序列模型的基礎上，建立了成套的交通流二階不確定性，或者異方差性的判別方法，包括最佳轉換搜尋和四個統計檢驗，並利用實際數據進行了實證分析，表明交通參數具有異方差性。其次，針對短時交通流預測的需求，進行了多方面的分析：建立了季節性單整自回歸滑動平均加廣義自回歸條件異方差(SARIMA +GARCH)的預測模型，並利用kalman濾波技術對該模型進行實時處理，同時生成交通流的水平預測和相關的預測區間；計算了在固定的時間間隔內的車輛速度的方差，並採用經典的時間序列模型建模，實現了對交通速度方差序列的分析和預測；研究了時間匯集間隔對交通流異方差性的影響，得出結論更長的時間匯集間隔可以抵消的交通流數據中的噪聲，從而減少交通流序列的異方差性。再次，在認識到在交通狀況數據中明顯的季節性規律後，提出了一個簡單的季節性調整方法來描述交通流序列中的季節性異方差，提出了針對日或周模式的四類季節性調整因子，通過與傳統的GARCH模型比較，該方法被證明改進了預測區間的構建。最後，進行了交通流奇異點的實時分析方法論述和套用，基於線上算法能同時對交通流序列進行水平預測和條件方差預測的能力，提出並實現了實時異常檢測方法，實驗比較研究表明，預測系統應當使用異常值的信息，以提高其適應交通流量序列模式的變化的能力。本課題針對短時交通流不確定進行了實例分析論證，建立了數位化模型，用異方差模型產生的預測區間代替點預測的方法，有助於主動交通管理和控制系統的建設和提高智慧型交通系統的可靠性,，具有理論和實用價值。
