基于集成神经网络的城市道路交通流量融合预测研究

2021-05-10 08:24李洋高彦超韩立立尹宏雨韩赛男
科学与财富 2021年36期
关键词:交通流量城市道路

李洋 高彦超 韩立立 尹宏雨 韩赛男

摘  要:随着社会经济的进一步发展,交通问题也逐渐的突出,作为有效解决交通道路问题的一种途径很多发达国家正在研究智能运输系统,并且解决现有的道路交通问题,这一系统将会成为二十一世纪现代化地面交通运输发展的一个非常主要的方向,同时是交通运输进入现代化重要的标志,以交通流量作为主要内容的一种信息,是这种项目中不可缺少的基础,准确的预测交通流量是他的关键所在,同时也是交通流入研究的一个非常重要的环节。

关键词:集成神经网络;城市道路;交通流量;融合预测研究

引言:

随着现代化智能交通系统的应用与发展使得现代交通运输。上个世纪以来,随着交通运输与经济生活的联系,越来越紧密,道路运输业已经成为目前最为重要的一种运输方式,二十多年以来我国的道路运输所增长的因素主要是依靠基础设施的发展,特别是建立完善的道路网络,然而发展到一定的时期就会受到严重的限制,而且交通的长期发展也需要依靠强大的通信系统信息技术和电子技术来予以满足,并且尽管这些地方仍将介绍大量的基础设施来满足有关的需求,但已经并不是解决交通拥堵的难题中所可以想到的唯一方法,随着智能交通系统的快速发展为我国面临日益增长交流需求带来了转机。

一、交通问题现状及其解决的方法

二十世纪六七十年代,随着世界各国的发展进入到一个高速增长的时间,使得各个国家的汽车保有量急剧增加,原有的道路已经不能满足现代化经济发展的需要,产生了一些负面影响,从而导致了一些交通问题的产生,一项研究结果表明,仅仅美国的情绪每年所造成的浪费就已经超过四百七十五亿美元,而且通过交通拥堵也浪费了一百四十三点五亿升的燃料和二十七亿工作小时,在国土面积十分狭小的日本超过一亿两千万人,而每天昼夜行驶的汽车却高达七千万台,死于交通事故的人每年都达一百万人以上,大量的交通需求,在各地均造成了非常巨大的交通拥堵,时间损失和经济损失都非常的巨大,对社会经济带来的巨大的影响,同时也会导致沿线的环境恶化,生态环境遭到严重的破坏能源消耗等众多的社会问题,据介绍日本的交通事故每年都会达到一万人以上,在我国每年的道路交通死亡人数都达到十万人以上,直接的经济损失也高达二十亿人民币左右,这种现象说明现代交通运输方式对于人类的财产生存环境都构成了非常严重的威胁,对于交通问题的解决方法,就是需要找到车辆行驶的需求与道路供给之间的平衡,首先就是要控制车辆的增加,但是相当的一段时间之内并不能够舍弃原有的这些车辆或者是修建大量的道路,虽然他也是解决交通的一个问题,往往可以建设足够城市间的公路之后得到解决,在相当长的一段时间之内,很多国家都采取了增加供给的方式,也就是修筑了大量的公路和基础设施来缓解很多的交通问题,我国通过大量的投资来进行公路基础设施的建设,使得我国的道路网有了一定的规模,从已经运营的国家公路网来看,大多数的城市间高速公路的服务水平也是相对比较高的,然而在城市内部却仍然存在着很多的问题。

首先是历史原因,导致我国城市固有的规划没有达到有关的要求,改造现有道路是非常重力大的责任,城市内土地的面积相当有限,特别是中心部位可供修筑道路的空间是非常小的,随着经济发展所带来的出行也逐渐增多,即便是进行修路,也并不能赶上车辆的增长速度。

二、集成神经网络系统的主要研究内容

交通容量融合预测的方法,数枚融合技术是通过传感器融合技术逐渐推广而来的,包括原始信息输入处理以及多种信息收入等等这些通过多种信息的获取传输与处理的基本方法手段,以及对于信息表示内在的规律性,研究将原始的信息进行一系列处理过程保留其有用的成分,最终成为有用的信息,这样的一门技术从多个视角进行有关的处理,尤其是对智能信息的处理技术提供了新的试点,以推动信息科学的进一步发展。

在目前的状况来看,大多采用概率理论对信息进行处理,主要应用于军事领域的定位以及评估等等,然而在交通领域进行这种流量预测的研究却相对比较小,只能根据已有的数据来获得可靠的交通流量预测,这也是一个值得研究的问题。除此之外,神经网络与数据融合之间的结合也是非常重要的,随着传感器数据处理以及多种形式的技术进一步发展,使得智能检测和数据处理的重要基础得到进一步的加强融合算法的改进是提高有关性能的关键,目前有关的一些技术的结合,一直是一个非常重要的发展趋势,使用集成的计算机法来提高多传感器的融合性能是值得深入研究的,因此对于两种技术的融合能够充分的实现交通流量的预测,是非常有前景的。

还有就是小波分析与神经系统相容合的流量预测方法,也是近十多年以来广泛使用的一種方法,可以通过不同的代工滤波器将含有的原子信号分解用不同的信号,通过有人参与者主动系统,具有非线性扰动性强和虚带宽等众多的特征,他还受到气候等众多的因素影响包含大量的噪声这些因素对流量数据的影响是非常有规律的,相互交叠影响最终的流量数据,并且有自己的变化规律,各频率上信号的规律以及预测的影响是不尽相同的,通过小波分析将这些影响因素区别开来,分别采用神经网络进行预测,能够充分的提升预测的精度。

结束语:

交通运输系统作为构成社会基础结构与非常重要的因素,是社会经济发展的一个重要的因素,就是为国民经济的进一步发展打下坚实的基础,为人民心目中非常关心的一项重要的问题,没有良好的环境,经济的发展也就成为了无本之木,相关的技术也是我们在现代科技发展的背景之下油然而生的一种产物,交通流量作为该子服务系统中一个主要的要素,其预测已经成为一个非常重要的问题,本文通过对关系层神经网络的道路交通流量预测进行研究,希望能够帮助相关的工作人员在未来开展有关工作时可以更好的规避此类问题,同时也可以在这一过程中不断的强化有关的性能,使得在未来开展有关工作时会更好的解决此类问题,促进我国交通运输业的进一步发展,避免因交通拥堵所带来的大量的经济损失和时间损失。

参考文献:

[1]基于GIS的城市交通出行方式自动识别模型[J]. 周小红,刘松.  现代测绘. 2013(03)

[2]基于可拓理论的交通污染物排放分级方法研究[J]. 周晨璨,魏明,徐望.  公路与汽运. 2018(01)

[3]我国环境工程中大气污染的危害与治理方案分析[J]. 吴建敏.  环境与发展. 2017(05)

[4]探讨机动车尾气检测的方式及未来发展措施[J]. 李诗雅.  化工管理. 2016(15)

[5]机动车排放模型的颗粒物测算能力对比分析[J]. 郝艳召,邱兆文,刘强.  环境科技. 2016(01)

[6]中观机动车尾气模型在中国的适用性[J]. 郝艳召,王宏图,宋国华,邱兆文.  长安大学学报(自然科学版). 2016(01)

猜你喜欢
交通流量城市道路
城市道路拓宽改造设计探讨
城市道路照明电气设计常见问题探究
城市道路清扫之我见
基于XGBOOST算法的拥堵路段短时交通流量预测
城市道路规划设计发展趋势探讨
水泥搅拌桩在城市道路软基处理应用中的思考
基于GA-BP神经网络的衡大高速公路日交通流量预测
试述城市道路养护中道路病害的处置
人工免疫聚类算法在城市交通流量分析中应用
灰色系统的交通流量短期预测