基于D-S证据理论的城市交通流信息的融合方法

车辆工程专业文档范文，范文编号:JX913  范文字数:20272.页数:47

摘  要
 
 为了解决日益加剧的交通问题困扰，产生了把交通基础设施、交通运载工具和交通参与者综合起来系统考虑、充分利用高新技术解决交通问题的智能交通系统。本文研究对象是智能交通系统中的重要主要组成部分--基于D-S证据理论的城市交通流信息的融合方法。
 城市交通中现有的交通流检测方法比较丰富，但各个系统之间的交互性较差，获取的交通流参数较单一；并且，由于检测方法原理上和检测设备性能上的不同，造成即使对同一组交通流参数采用不同的方法进行检测也会得到不同的结果；其三，缺乏有效的技术分析手段对这些数据进行深层次挖掘，导致许多有重要价值的信息被湮没和被忽略。针对以上问题，本文提出基于多源交通流参数的证据合成方法，对目前主流的多种交通流传感器采集的数据进行分析、融合。
 城市交通流信息融合中的基于模糊粗糙集的证据理论研究与应用：针对多种检测方法（感应线圈、视频检测、动态OD 分析法和浮动车法等）采集到的多源交通流数据，利用证据理论对其进行融合处理，对融合过程中存在的检测参数缺失、数据冗余，分别利用Greenshields交通流理论和改进的粗糙集属性约简规则进行处理；在处理过程中采用模糊似然测度法获取基本概率函数，并提出改进的证据合成公式用以消解矛盾证据中的冲突。
 
关键词：信息融合  动态OD分析  证据理论  多源交通流数据    

ABSTRACT
   To address the growing problems of traffic, resulting in the transport infrastructure, transport vehicles and transport systems to consider together the participants make full use of high-tech solution to the traffic Intelligent Transportation System.This study is important in intelligent transport system main components based on D--S evidence theory of urban traffic flow information fusion method.
    Urban Transport in the existing traffic flow detection rich, but the interaction between the various systems is poor, access to the traffic flow over a single parameter; and, since the detection principle and the different testing equipment performance, resulting in eventhe same set of traffic flow parameters using different methods for detection will also get different results; Third, the lack of effective means of technical analysis of these data, deep excavation, leading to many important and valuable information is buried is ignored.To solve the above problem, this paper proposes multi-source traffic flow parameters based on the evidence synthesis, a variety of current mainstream traffic analysis of data collected by sensors, fusion.
  Urban traffic flow information fusion based on fuzzy rough set theory and application of evidence: for a variety of detection methods (induction coil, video detection, the first part of the dynamic OD analysis and floating car method, etc.) collected multiple sources of traffic flowdata, their use of evidence theory for fusion, the fusion process in the presence of the test parameters missing, data redundancy, respectively, using Greenshields improved traffic flow theory and rough set attribute reduction rules processing; in the process of the fuzzy similarHowever, access to basic probability function measurement method, and propose an improved formula for digestion and synthesis of evidence contradictory evidence in the conflict.
 
Key Words:   Information Fusion  Analysis of Dynamic OD  Evidence theory  Multi-source traffic flow data

目  录
中文摘要.I
英文摘要.II
目    录.IV
第一章  绪论.1
1.1  背景资料.1
1.2  研究主要内容4
 1.2.1 交通流数据采集处理技术..4
 1.2.2 交通流数据挖掘与融合技术. .5
1.3  研究主要目的7
 1.4  存在的问题..7
第二章  城市交通的分析方法..9
2.1  路段行程时间的研究现状..9
 2.2  滑动窗口技术10
 2.3  典型行车路线的提出11
 2.4  系统设计模式12
 信息融合14
     3.1 信息融合技术.14
     3.2 相关理论基础.15
 3.2.1 粗糙集理论..15
 3.2.2 粗糙集理论..16
 3.3 交通流信息融合模块.17
第四章  城市交通流的信息融合过程..19
 4.1 交通流数据的预处理..19
   4.1.1 交通流检测参数的插补..20
   4.1.2 利用粗糙集原理对原始数据进行去冗余21
   4.1.3 交通流数据中属性冗余性的消除22
 4.2 基于模糊集理论的基本概率函数求值23
 4.3 改进的新的合成公式以及关联交通参数的融合.24
第五章  实例分析与验证28
    5.1 原始数据的去冗余.30
    5.2 交通流参数的信息融合31
    5.3 数据验证34
结论36
参考文献..37
附件40
致谢42

 《基于D-S证据理论的城市交通流信息的融合方法》WORD格式全文下载链接