摘要:隨著社會(huì)的發(fā)展，交通事故、交通堵塞、環(huán)境污染和能源消耗等問題日趨嚴(yán)重。多年來，世界各國(guó)的城市交通專家提出各種不同的方法，試圖緩解交通擁堵問題。交通流預(yù)測(cè)在智能交通系統(tǒng)中一直是一個(gè)熱門的研究領(lǐng)域，幾十年來，專家和學(xué)者們用各種方法建立了許多相對(duì)精確的預(yù)測(cè)模型。本文在提出交通流短期預(yù)測(cè)模型應(yīng)具備的特性的基礎(chǔ)上，討論了幾類主要模型的結(jié)果和精確度。

關(guān)鍵詞:交通流預(yù)測(cè);模型;展望

20世紀(jì)80年代，我國(guó)公路建設(shè)項(xiàng)目交通量預(yù)測(cè)研究尚處于探索成長(zhǎng)階段，交通量預(yù)測(cè)主要采用個(gè)別推算法，又可分為直接法和間接法。直接法是直接以路段交通量作為研究對(duì)象；間接法則是以運(yùn)輸量作為研究對(duì)象，最后轉(zhuǎn)換為路段交通量。

進(jìn)入90年代后，我國(guó)的公路建設(shè)項(xiàng)目，特別是高速公路建設(shè)項(xiàng)目的交通量分析預(yù)測(cè)多采用“四階段”預(yù)測(cè)，該法以機(jī)動(dòng)車出行起訖點(diǎn)調(diào)查為基礎(chǔ)，包括交通量的生成、交通分布、交通方式選擇和交通量分配四個(gè)階段。

幾十年來，世界各國(guó)的專家和學(xué)者利用各學(xué)科領(lǐng)域的方法開發(fā)出了各種預(yù)測(cè)模型用于短時(shí)交通流預(yù)測(cè)，總結(jié)起來，大概可以分為六類模型：基于統(tǒng)計(jì)方法的模型、動(dòng)態(tài)交通分配模型、交通仿真模型、非參數(shù)回歸模型、神經(jīng)網(wǎng)絡(luò)模型、基于混沌理論的模型、綜合模型等。這些模型各有優(yōu)缺點(diǎn)，下面分別進(jìn)行分析與評(píng)價(jià)。

一、基于統(tǒng)計(jì)方法的模型

這類模型是用數(shù)理統(tǒng)計(jì)的方法處理交通歷史數(shù)據(jù)。一般來說統(tǒng)計(jì)模型使用歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)，它假設(shè)未來預(yù)測(cè)的數(shù)據(jù)與過去的數(shù)據(jù)有相同的特性。研究較早的歷史平均模型方法簡(jiǎn)單，但精度較差，雖然可以在一定程度內(nèi)解決不同時(shí)間、不同時(shí)段里的交通流變化問題，但靜態(tài)的預(yù)測(cè)有其先天性的不足，因?yàn)樗荒芙鉀Q非常規(guī)和突發(fā)的交通狀況。線性回歸模型方法比較成熟，用于交通流預(yù)測(cè)，所需的檢測(cè)設(shè)備比較簡(jiǎn)單，數(shù)量較少，而且價(jià)格低廉，但缺點(diǎn)也很明顯，主要是適用性差、實(shí)時(shí)性不強(qiáng)，單純依據(jù)預(yù)先確定的回歸方程，由測(cè)得的影響交通流的因素進(jìn)行預(yù)測(cè)，只適用于特定路段的特定流量范圍，且不能及時(shí)修正誤差。當(dāng)實(shí)際情況與參數(shù)標(biāo)定時(shí)的交通狀態(tài)相差較遠(yuǎn)時(shí)，預(yù)測(cè)誤差將會(huì)增大，而在線標(biāo)定多元線性回歸的參數(shù)又比較困難。同時(shí)，在將主要影響因素量化的過程中還存在著一些不確定性。

二、交通仿真模型

一般來說，交通仿真模型把車輛當(dāng)作實(shí)體，用計(jì)算機(jī)模擬實(shí)際道路交通情況，對(duì)道路的交通狀況進(jìn)行仿真，得到道路預(yù)測(cè)的交通信息。因此，嚴(yán)格意義上說，交通仿真模型不能用于交通流預(yù)測(cè)的目的，因?yàn)樗枰斎胗糜陬A(yù)測(cè)的交通流數(shù)據(jù)。而且，交通仿真模型不能實(shí)現(xiàn)實(shí)時(shí)性。然而，一旦交通流量數(shù)據(jù)能夠通過其他的方法預(yù)測(cè)得到后，仿真模型可以提供一種估計(jì)動(dòng)態(tài)旅行時(shí)間的方法。換句話說，仿真模型提供了一個(gè)交通流、占有率和旅行時(shí)間之間關(guān)系的一個(gè)模擬實(shí)際的計(jì)算方法。

三、基于動(dòng)態(tài)交通分配的模型

當(dāng)使用傳統(tǒng)的仿真模型時(shí)， DTA模型通過采集到的交通流數(shù)據(jù)和出行者出行選擇的行為用于估計(jì)隨時(shí)間變化的網(wǎng)絡(luò)的狀態(tài)。DTA模型通常分為以下三種：以數(shù)學(xué)為基礎(chǔ)、以變分方程為基礎(chǔ)、以主觀控制理論為基礎(chǔ)或者以仿真為基礎(chǔ)的啟發(fā)式模型。所有這些方法的共同點(diǎn)是他們都是以傳統(tǒng)的靜態(tài)的交通分配的假設(shè)解決隨時(shí)間變化的動(dòng)態(tài)交通流問題，并且對(duì)任何一個(gè)網(wǎng)絡(luò)沒有一個(gè)方法是通用的方法。

動(dòng)態(tài)交通分配是按照一定的準(zhǔn)則將動(dòng)態(tài)交通需求量合理地分配到路網(wǎng)上，從而得到路段實(shí)時(shí)交通量的方法，實(shí)現(xiàn)降低交通擁擠程度和提高路網(wǎng)運(yùn)行效率的目的。此類方法目標(biāo)明確，理論清晰，但也存在以下不足之處：①假設(shè)條件苛刻，在實(shí)際路網(wǎng)中無法得到相應(yīng)信息或取得信息的代價(jià)昂貴；②某些模型的解釋性雖然較好，但無法求解或求解難度大，優(yōu)化時(shí)間長(zhǎng)；③過分強(qiáng)調(diào)精確的系統(tǒng)最優(yōu)或用戶最優(yōu)分配結(jié)果，加大了模型求解的難度，也不適合在大規(guī)模路網(wǎng)上實(shí)現(xiàn)應(yīng)用。

四、非參數(shù)回歸模型

非參數(shù)回歸模型也叫做多元回歸模型，是一種多條路段分析方法，這是對(duì)單條路段分析的擴(kuò)展。所謂單條路段分析是基于以前的本路段和幾條相鄰路段的交通流量信息對(duì)該路段進(jìn)行交通流量預(yù)測(cè)。它所應(yīng)用的場(chǎng)合是：不需要先驗(yàn)知識(shí)，只需足夠的歷史數(shù)據(jù)。它尋找歷史數(shù)據(jù)中與當(dāng)前點(diǎn)相似的“近鄰”，并用那些“近鄰”預(yù)測(cè)下一個(gè)時(shí)段的流量。該算法認(rèn)為系統(tǒng)所有的因素之間的內(nèi)在聯(lián)系都蘊(yùn)涵在歷史數(shù)據(jù)中，因此直接從歷史數(shù)據(jù)中得到信息而不是為歷史數(shù)據(jù)建立一個(gè)近似模型。也就是說非參數(shù)建模沒有將歷史數(shù)據(jù)作平滑處理，因此，在有特殊事件發(fā)生時(shí)，較適合。

五、神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)是一種新興的數(shù)學(xué)建模方法，它具有識(shí)別復(fù)雜非線性系統(tǒng)的特性，交通系統(tǒng)是復(fù)雜巨系統(tǒng)，因此神經(jīng)網(wǎng)絡(luò)比較適合于交通領(lǐng)域應(yīng)用。它采用典型的“黑箱”式學(xué)習(xí)模式，很適合交通流預(yù)測(cè)的應(yīng)用，它不需要任何經(jīng)驗(yàn)公式，就能從已有數(shù)據(jù)中自動(dòng)的歸納規(guī)則，獲得這些數(shù)據(jù)的內(nèi)在規(guī)律，即使不清楚預(yù)測(cè)問題的內(nèi)部機(jī)理，只要有大量的輸入、輸出樣本，經(jīng)神經(jīng)網(wǎng)絡(luò)“黑箱”內(nèi)部自動(dòng)調(diào)整后，便可建立良好的輸入、輸出映射模型。

但正是由于神經(jīng)網(wǎng)絡(luò)的這種“黑箱”式學(xué)習(xí)模式，所以通過神經(jīng)網(wǎng)絡(luò)不能獲得容易被人接受的輸入/輸出關(guān)系，而且在訓(xùn)練過程中需要大量的原始數(shù)據(jù)，數(shù)據(jù)不足會(huì)導(dǎo)致不好的預(yù)測(cè)結(jié)果；訓(xùn)練完成的網(wǎng)絡(luò)只適合于當(dāng)前研究路段，當(dāng)?shù)缆窏l件和交通狀況改變時(shí)，訓(xùn)練完成的網(wǎng)絡(luò)將不再適用，也不能用于其他路段，故推廣能力差；同時(shí)，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法采用經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原理(ERM)，不能使期望風(fēng)險(xiǎn)最小化，在理論上存在缺陷。

六、基于混沌理論的模型

混沌學(xué)是一門新興學(xué)科，混沌理論研究的是非線性動(dòng)力學(xué)系統(tǒng)的混沌。混沌(Chaos)是指一種貌似無規(guī)則的運(yùn)動(dòng)，指在確定性非線性系統(tǒng)中，不需附加任何隨機(jī)因素亦可出現(xiàn)類似隨機(jī)的行為(內(nèi)在隨機(jī)性)。混沌的最大特點(diǎn)就在于系統(tǒng)的演化對(duì)初始條件十分敏感，也就是著名的“蝴蝶效應(yīng)”。混沌理論研究的目的是揭示貌似隨機(jī)的現(xiàn)象背后可能隱藏的簡(jiǎn)單規(guī)律，以求利用這些普遍遵循的共同規(guī)律來解決一大類復(fù)雜系統(tǒng)的問題。復(fù)雜系統(tǒng)所表現(xiàn)的非線性動(dòng)力學(xué)性質(zhì)，是混沌存在的根源。混沌現(xiàn)象是可以短期預(yù)測(cè)，而長(zhǎng)期不能預(yù)測(cè)的。對(duì)于交通的預(yù)測(cè)，也表現(xiàn)出了這一點(diǎn)，交通流可以短期預(yù)測(cè)，但不可長(zhǎng)期預(yù)測(cè)。理論上講，復(fù)雜系統(tǒng)中總是存在著混沌，交通流系統(tǒng)是人的群體參與的開放的復(fù)雜巨系統(tǒng)，因此交通中存在著混沌。

通過上述對(duì)各種交通流預(yù)測(cè)模型的比較和分析，可看出任何一個(gè)模型都具有其優(yōu)勢(shì)和缺點(diǎn)。沒有理論證明哪種模型用于哪種交通狀態(tài)最好，單個(gè)模型有局限性，所以用綜合模型進(jìn)行預(yù)測(cè)將是交通流預(yù)測(cè)領(lǐng)域的發(fā)展趨勢(shì)。另外，交通系統(tǒng)本質(zhì)上是人、車、路綜合作用的一個(gè)復(fù)雜巨系統(tǒng)，是一個(gè)開放、遠(yuǎn)離平衡的系統(tǒng)、是一個(gè)具有自組織特性的、“組織”與 “自組織”交互作用貫穿全過程的動(dòng)態(tài)系統(tǒng)；系統(tǒng)內(nèi)部存在著非線性的相互作用、系統(tǒng)的內(nèi)部過程具有不可逆性，所以基于非線性系統(tǒng)理論的綜合模型用于短期交通流預(yù)測(cè)將有很廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1] 劉靜，關(guān)偉. 交通流預(yù)測(cè)方法綜述 [J]. 公路交通科技，2004(3)：82-85

[2] 楊兆升. 城市交通流誘導(dǎo)系統(tǒng)理論與模型 [B]. 人民交通出版社，2000

總結(jié)

以上是生活随笔為你收集整理的python交通流预测算法_对各种交通流预测模型的简要分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。