摘 要

智能交通系统的建立对于缓解城市交通压力，方便居民日常出行具有重要意义，但城市交通道路系统是一个具有非线性、动态性、不确定性、多因素性等特征的复杂系统，以往对其的研究往往需要投入大量的时间和精力。随着信息技术的迅速发展，神经网络技术以及GIS技术的发展为城市交通问题的解决提供了新的方向。本文首先以小波神经网络为基础实现了研究区域范围内短时交通流的预测；之后定量化处理该数值并综合预测交通状况与道路长度作为导航的“耗费”；最后以该“耗费”为属性字段进行最小耗费路径分析从而完成路径规划。由真实值与测试结果对比所得的预测精度较高，对交通状况地评价有一定参考意义，并完成以此为综合耗费的路径规划。

关键字：小波神经网络模型，GIS，导航，交通流预测，路径规划

Abstract

The establishment of intelligent transportation system is of great significance to relieve urban traffic pressure and facilitate residents' daily travel. However, urban traffic road system is a complex system with nonlinear, dynamic, uncertain and multi-factor characteristics, and previous researches on it often need to invest a lot of time and energy. With the rapid development of information technology, the development of neural network technology and GIS technology provides a new direction for solving urban traffic problems. Firstly, based on wavelet neural network, the prediction of short-term traffic flow within the study area is realized. Then, it quantifies the value and comprehensively predicts the traffic condition and road length as the "cost" of navigation. Finally, the "cost" is taken as the property field to carry out the minimum cost path analysis and complete the path planning.The prediction accuracy obtained by comparing the real value with the test results is high, which has certain reference significance for the evaluation of traffic conditions, and the path planning with this as the comprehensive cost is completed.

Key Words：WNN; GIS; Traffic flow forecasting; Route planning;

目录

第一章 绪论 6

1.1研究的背景及意义 6

1.2国内外研究现状 7

1.3研究内容及技术路线 8

第二章 数据源介绍 10

2.1数据来源 10

2.2研究区域简介及数据类型概况 10

第三章 小波神经网络模型的构建 11

3.1数据预处理 11

3.2小波神经网络理论分析 12

3.3小波神经网络结构 12

3.4小波神经网络模型的搭建 13

3.5交通流的及精度评价方法及预测结果分析 14

第四章 最小耗费路径分析及路径规划 17

4.1 研究中所应用的GIS理论及数据模型 17

4.2路径规划地理信息系统的基本架构 18

4.3路径规划设计的整体思路 19

4.4路径规划模型的搭建及路径分析 19

第五章 总结与展望 23

5.1研究项目总结 23

5.2模型优化及展望 23

致谢 25

参考文献 26

第一章 绪论

1.1研究的背景及意义

随着科技的不断进步与经济的快速发展，城市车辆数目不断升高。这方便了人们的出行，但同时也使得交通状况不断恶化。道路拥堵，交通事故频发等已经成为现代城市亟待解决的问题。当下，解决此类问题的方案主要分为两种，方案一是加大基础交通设施的投入，以增加道路数目，拓宽改良道路质量等方式来提升城市交通总体的运载能力。但基础交通设施的改善不但需要投入巨大的人力、物力和时间，并且会增加城市建设负荷、扩大道路污染、影响居民生活环境，因此该方案不能从根本上解决矛盾。方案二是以增强交通管理的方式来更好地利用现有设施资源。在当下信息技术高速发展的背景下，该方案不仅能够减缓城市交通压力，缩小道路扩张产生的污染，具有可实施性；而且通过对交通信息更深入地研究，将车辆同时作为服务对象和信息来源，可从管理上有效地解决交通堵塞，交通事故频发等问题；并能更好地服务车主，使其在导航时选择更合适个人出行目的的路线。

作为信息时代下的重要组成部分，人工智能为城市交通的科学管理与用户的准确导航提供了有效的技术支撑。其中智能路径规划是从出发点到目的地根据用户具体需求寻找出一条最佳路径的搜索问题，而对短时交通流的准确预测是实现路径规划和交通治理的重要前提。在小波神经网络算法与GIS技术的支撑下，本项目所研究的内容对解决城市交通问题具有重要意义，主要体现在以下几个方面：首先，通过智能算法下所获取的短时交通流量，可作为重要的数据基础，方便了交管部门对城市交通状况的科学分析并根据预测数据进行交通管理和制定相关的规章制度。同时，本项目通过分析大量的样本数据，可定量地评价现有城市道路的利用率，为城市规划部门提供了有力的数据支撑，对道路的改善和城市的整体布局规划有重要意义。最后，本项目的路径规划综合了短时车流量、导航时段、道路长度等多种因素，并根据实际需求而设置不同因素的权重大小，不仅可以方便居民的出行，也在一定程度上加大了道路的利用率缓解了城市交通压力。

在研究内容方面，随着家庭拥有车辆数不断增加，剧增的车辆给城市道路交通网络带来巨大压力，拥挤的交通给城市的居民的出行带来了巨大的困扰。而对道路短时交通流的预测能给为交通管理提供更为科学的数据支撑，准确的道路规划可更好地服务于车主的实际行驶需求。关于该领域的研究一直在进行具有较大的社会效益，因此在项目内容的研究上是有意义的。在项目技术上，关于WNN计算短时交通流的模型已经被提出且不断地优化与改进，因此WNN模型在技术上是成熟的，具有应用价值的。而GIS技术的快速发展已经成为研究人与空间关系的必备技术，且广发应用于导航的各个方面，因此GIS在路径规划问题上同样是成熟地，可使用的且有实践意义的。经济角度上，一方面，交通监测系统的快速发展为本项目的研究提供极优的数据来源，大大缩减了进行数据采集时设备与人力的投入。另一方面，随着智能手机与导航平台的快速发展，本项目的研究内容有着极为便利的搭载平台，这极大地降低了研发具体产品时的软硬件投入。最后，本文的研究内容对于充分利用交通基础设施利用程度以及提供人们出行质量都有着重大意义，而以此将产生巨大的经济效益。

1.2国内外研究现状