論文題目： 基于神經(jīng)網(wǎng)絡(luò)算法的告訴公路交通狀態(tài)判別與預(yù)測(cè)方法研究
路網(wǎng)狀態(tài)評(píng)價(jià)方法方面，路網(wǎng)的交通狀態(tài)與路網(wǎng)的運(yùn)行狀態(tài)實(shí)為一體，對(duì)路網(wǎng)進(jìn)行狀態(tài)的評(píng)價(jià)是改善其運(yùn)行質(zhì)量的前提和依據(jù)。另一方面，在我國(guó)對(duì)大城市的交通管理、道路交通服務(wù)水平、智能交通系統(tǒng)效果等方面的評(píng)價(jià)已有部分研究成果，但是專門針對(duì)高速公路路網(wǎng)狀態(tài)的評(píng)價(jià)尚不多見。而且目前僅存的一些路網(wǎng)狀態(tài)評(píng)價(jià)方法也都是針對(duì)單個(gè)路段所處的運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià)，缺少?gòu)奈⒂^路段到宏觀路網(wǎng)的分層次路網(wǎng)狀態(tài)評(píng)價(jià)方法。目前國(guó)內(nèi)外學(xué)者對(duì)于路網(wǎng)狀態(tài)評(píng)價(jià)主要集中在以下一些方面：
數(shù)理統(tǒng)計(jì)評(píng)價(jià)方法，數(shù)理統(tǒng)計(jì)是指研究如何有效地收集數(shù)據(jù)，如何對(duì)數(shù)據(jù)進(jìn)行推理，以便對(duì)考察的問題進(jìn)行推斷或者預(yù)測(cè)，從而對(duì)決策和行動(dòng)提供依據(jù)和建議。目前數(shù)理統(tǒng)計(jì)方法已經(jīng)被廣泛的運(yùn)用于道路交通狀態(tài)評(píng)價(jià)的理論研究和實(shí)際應(yīng)用中。該方法主要包括回歸模型和概率模型。Ewing建立了速度的簡(jiǎn)單線性回歸模型，模型的構(gòu)建基于兩個(gè)解釋變量，高峰小時(shí)的交通量和交叉口信號(hào)密度，該模型的測(cè)定系數(shù)較低，有待于進(jìn)一步增加解釋變量的數(shù)量來提高模型的預(yù)測(cè)精度。Margiotta等人采用NETSIM軟件仿真了信號(hào)密度和平均日交通流量對(duì)平均行程速度的影響，得到了交叉口密度對(duì)平均形成速度有較大影響的結(jié)論，并對(duì)高等級(jí)主干路和低等級(jí)的主干路分別建立了回歸模型。Turner利用宏觀交通流理論中的網(wǎng)絡(luò)模型，建立了高峰時(shí)段城市道路的交通擁堵評(píng)價(jià)模型，在收集了實(shí)測(cè)數(shù)據(jù)后，采用線性回歸的方法針對(duì)高速公路和主干道分別建立了速度預(yù)測(cè)替代模型。Cottrell開發(fā)的擁擠持續(xù)時(shí)間模型，用于估計(jì)路網(wǎng)中擁堵瓶頸的擁堵持續(xù)時(shí)間，模型研究了AADT/C和擁堵排隊(duì)時(shí)間的關(guān)系，并建立了二者的回歸函數(shù)關(guān)系式。高斯混合模型是一種直觀的概率密度模型，可以反映某段時(shí)間內(nèi)圖像運(yùn)動(dòng)的統(tǒng)計(jì)特征，F(xiàn)atih Porikli在手機(jī)交通流視頻錄像后，采用了離散余弦變換和高斯混合模型來預(yù)測(cè)交通狀態(tài)，根據(jù)極大似然函數(shù)準(zhǔn)則來確定不同時(shí)段交通系統(tǒng)所處的狀態(tài)。Joonho Ko提出了改進(jìn)的基于高斯混合模型的路網(wǎng)狀態(tài)統(tǒng)計(jì)模型，計(jì)算的基礎(chǔ)是速度的分布規(guī)律，通過比較速度的均值、方差和混合分布來判斷路網(wǎng)狀態(tài)的改變。
人工智能技術(shù)評(píng)價(jià)方法，人工智能技術(shù)作為控制論、信息論、系統(tǒng)論、計(jì)算機(jī)科學(xué)、心理學(xué)、數(shù)學(xué)等各種學(xué)科相互滲透的產(chǎn)物，主要研究如何利用機(jī)器模仿人腦從事推理規(guī)劃、設(shè)計(jì)、思考、學(xué)習(xí)等思維活動(dòng)來解決復(fù)雜問題，其理論和應(yīng)用領(lǐng)域涉及的范圍很廣。目前在路網(wǎng)狀態(tài)判別理論方面，利用人工智能技術(shù)已經(jīng)開展了大量的研究工作，主要包括：模糊邏輯、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、遺傳、博弈等算法。Dowling采用模糊理論提出了評(píng)價(jià)整個(gè)區(qū)域所有交通系統(tǒng)的服務(wù)水平的指標(biāo)。Manouchehr Vaziri率先應(yīng)用模糊集理論建立了高速公路的交通狀態(tài)評(píng)價(jià)模型，提出了道路交通擁堵綜合評(píng)價(jià)指標(biāo)來全面反映擁堵程度。Jia同樣使用模糊邏輯的方法，構(gòu)建了交通從自由流到擁堵狀態(tài)的連續(xù)變量，建立自適應(yīng)模糊神經(jīng)推理系統(tǒng)。Ritchie開發(fā)了用于交通狀態(tài)自動(dòng)判別的神經(jīng)網(wǎng)絡(luò)模型，該模型適用于集成的高速公路和信號(hào)交叉口路網(wǎng)，通過人工神經(jīng)網(wǎng)絡(luò)能夠識(shí)別和劃分交通時(shí)空分布模式。蔣桂艷在分析交通擁堵特性和ANN信息處理函數(shù)的基礎(chǔ)上，開發(fā)了基于ANN的交通擁堵識(shí)別算法。趙風(fēng)波研究了基于模糊聚類分析的交通狀態(tài)識(shí)別方法，提出了一種改進(jìn)的模糊C-均值算法，采用啟發(fā)式方法有效的解決了聚類數(shù)目和模糊指數(shù)的選取問題。
通過分析可以發(fā)現(xiàn)很有必要結(jié)合國(guó)內(nèi)外研究現(xiàn)狀，從單個(gè)橋隧路段狀態(tài)評(píng)價(jià)分析入手，通過對(duì)多個(gè)橋隧路段進(jìn)行分層路網(wǎng)狀態(tài)評(píng)價(jià)進(jìn)行研究，來評(píng)價(jià)整體路網(wǎng)的狀態(tài)，具有理論的創(chuàng)新意義和現(xiàn)實(shí)的應(yīng)用價(jià)值。