检测数据缺失条件下的交通流估计方法研究

摘要：

城市路网中部分交通量检测器失效会导致路段的交通流观测数据缺失,从而影响路段实时交通拥堵状况的辨识和分析.基于路网交通流数据的时空分布特性和道路交通流特征,研究了一种改进重构算法,对缺失的交通量数据进行估计.构建了交通量时空数据的三维张量模型;综合考虑道路交通流分布与环境特性,提出了基于T ucker重构模型的目标优化函数,进而求解得到检测器失效路段的交通量估计值;对改进重构算法、T ucker重构算法和时空插值算法在不同交通量数据缺失情况下的估计效果进行了比较.实验结果表明,在6条路段组成的实验路网中,早高峰交叉口进口道实时观测交通量随机缺失50％ 或其中3条道路完全缺失的情况下,估计结果的平均绝对误差(MA E)分别为13.9614和14.2763,均方根误差(RMSE)分别为18.7648和18.7070.相较于Tucker重构算法,MA E分别下降了32.29％ 和44.26％,RMSE分别下降了31.73％ 和48.57％.

关键词：交通工程、交通流数据缺失、数据重构、3-D张量

所属期刊栏目：37

分类号：U491.4(交通工程与公路运输技术管理)

资助基金：国家重点研发计划项目2017YFC0803900;江西省教育厅科技项目GJJ170420;华东交通大学天佑培育项目TY201709

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：99-106