智慧城市与交通流大数据建模–多种短时交通流预测模型的比较开题报告

 2022-04-14 20:48:32

1. 研究目的与意义

近年来,由于社会发展、城镇化的推进和人民生活水平的提升,城市交通拥堵现象已经成为了我国大中城市普遍面临的一个严峻问题。

随着交通需求量的逐渐增大,城市快速路交通拥堵(尤其是早、晚高峰期时段)问题日益突出,严重地影响了人们的生活水平。

本课题将对已预处理的苏州市 2015-2020 年期间交通流数据进行分析研究,利用机器学习和统计建模分析等方法建立多个统计预测模型并进行模型检验,选取最优模型对短时交通流进行预测,找出苏州市各区段时段交通流特征和应对方案,提供苏州市未来交通规划的可行性方案。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容和预期目标

1.主要研究内容:

本课题将对已预处理的苏州市 2015-2020 年期间交通流数据,包括大动脉(主干道)和支流交通、地上交通与地下交通(轨道)、机动车和非机动车、行人在不同时段的视频数据、图像数据和文字等类型数据进行分析研究。通过对机器学习和统计建模分析的了解和学习,本课题计划建立多个统计预测模型并进行模型检验,选取最优模型对短时交通流进行预测,找出苏州市各区段时段交通流特征和应对方案,提供苏州市未来交通规划的可行性方案。

2.预期目标:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与步骤

(1)阐述苏州城市交通发展现状及存在的问题;

(2) 通过学习文献资料,介绍大数据分析中的统计预测模型和具体应用;

(3)利用机器学习和统计建模等方法建立多个短时交通流预测模型并进行模型检验;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] Jin, Wenlong. Traffic Flow Models and Their Numerical Solutions. arXiv: Dynamical Systems, 2004.[2] Kolda. Tamara G and Brett W. Bader. Tensor Decompositions and Applications. SIAM Review, vol. 51, no. 3, pp. 455–500, 2009.[3] Ethem Alpaydin. Introduction to Machine Learning. The Adaptive Computation and Machine Learning series, 2010.[4] Martin Jeske, Moritz Grüner and Frank Wei. BIG DATA IN LOGISTICS. DHL Customer Solutions Innovatio, 2013.[5] Tong, Mingyu, Duan, Huiming, and Luo, Xilin. Research on Short-term Traffic Flow Prediction Based on the Tensor Decomposition Algorithm. Journal of Intelligent Fuzzy Systems, pp. 1-11, 2020.[6] Ko, Joonho et al. Intelligence in Traffic Simulation Model: Modeling Congested Network. Journal of Intelligent Fuzzy Systems, pp. 1-7, 2021.[7] Saiqun Lu, Qiyan Zhang, Guangsen Chen and Dewen Seng. A combined method for short-term traffic flow prediction based on recurrent neural network. Alexandria Engineering Journal, Volume 60, Issue 1,2021, Pages 87-94.[8] 张敬磊,王晓原.基于非线性组合模型的交通流预测方法[J].计算机工程,2010,36(05):202-204.[9] 曹静. 城市快速路交通拥堵特征与实时排队长度确定方法研究[D].长安大学,2016.[10] 李美影. 基于改进遗传算法的微观交通仿真模型参数标定方法研究[D].山东大学,2019.[11] 于田. 基于机器学习的交通流缺失数据填补和短时交通流预测方法研究[D].北京交通大学,2019.[12] 李文勇,李俊卓,王涛.基于Box-Cox指数变换改进的ARIMA模型交通流预测方法[J].武汉理工大学学报(交通科学与工程版),2020,44(06):974-977.

5. 计划与进度安排

1-2周 2022年11/16-02/28: 任务书,导师讲授选题状况和要求等;

2-3周 2022年02/24-03/07: 开题报告,导师修改审定开题报告

4-14周 2022年03/10-05/23: 毕业论文写作,学生按开题报告撰写论文

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。