面向智能交通管控的城市路网交通流时空域联合预测研究

在智能交通管控系统中，对交通流进行实时准确的预测是实现智能交通诱导与智能交通控制的基础。对于城市地面路网，路网交通流状态变化受到多种时空域复杂因素的共同影响，导致采用传统的基于时间域信息的预测方法无法得到满意的效果，因此地面路网中的交通流预测问题仍然是目前研究的难点。本项目致力于从时间域和空间域两个方面，综合研究城市地面路网交通流预测的模型与算法。首先利用检测和估计得到的路网交通流状态信息进行路网交通流分析；再基于宏观交通流理论，搭建路网交通流变化机理模型，根据该机理模型研究空间域的交通流预测算法；然后，分析选择经典的时间域交通流预测模型提出时间域的交通流预测算法；最后将时间域与空间域两种不同的预测模型及算法进行有机地结合，提出时空域联合预测模型和算法，并实验分析联合预测算法的性能。本项目的研究可以在城市地面路网交通流预测方法方面取得新的进展，为城市路网智能交通管控系统的实现提供关键技术。

本课题面向智能交通管理与控制系统对交通流预测的实时性和准确性的需求，研究基于时间域和空间域上的综合交通信息，进行路网交通流建模以及交通流短时预测的方法，并以此实现对智能交通管控系统的有力支持。通过三年的课题研究，申请书中的研究计划与研究内容已经全部完成。在路网交通流动态机理建模、基于模型的预测方法、基于统计学习理论的交通流状态估计与预测、交通流预测系统显示平台搭建等方面获得了丰硕的研究成果，提出并完善了基于路网交通流动态机理模型的交通流预测理论框架与方法体系，并通过实验验证了该方法体系的有效性；除此之外，还进一步对城市大规模复杂路网交通的管理与控制方法进行了初步的预研，在大规模路网交通控制方法、城市路网划分方法、城市交通拥堵与尾气排放的多元化控制、平行交通管理与控制系统等方面也取得了显著的研究进展。整个项目最终发表SCI论文10篇，其中发表在智能交通系统研究领域顶级期刊《IEEE Transactions on Intelligent Transportation Systems》、《Transportation Research C》和《IEEE Intelligent Systems》上共7篇；发表EI论文14篇，其中发表在智能交通系统研究领域顶级会议“International IEEE Conference on Intelligent Transportation Systems”上共6篇，在论文发表方面超额完成了预期目标；另外，项目研究团队在国际学术交流合作、申请知识产权、学生培养等方面也都成功完成了预期的目标。