1. 研究目的与意义（文献综述）

1．目的和意义以及国内外研究现状

1.1目的和意义

随着城市化不断推进，我国汽车保有量突飞猛进。截止2018年，全国汽车保有量突破2亿，保有量占全球20%。机动车的迅速增加在给城市经济的繁荣与发展带来新的机遇的同时，也给城市带来了交通拥堵、交通安全等一系列现实问题。单纯地从交通供给方面考虑，无论是加快交通基础设施的建设，还是采取各种疏导措施都收效不佳。城市道路的建设应当不断扩建向科学管理转变，减少不必要的浪费。因此，城市道路交叉口交通流量的预测与评估就显得尤为重要，评价或预测的结果可以指导交通部门以及政府实行科学的措施，有助于有关部门制定出合理的工作计划和行之有效的交通对策，提高道路资源利用率。

目前对交通流量统计分析的方法很多，针对现有的利用人工观看路段录像来确定交叉口各进口道的车辆的排队长度的方法未能快捷、准确地完成预期任务这一弊端，提出了一种基于深度学习的交通流量统计的方法。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示。而使用特定的表示方法会使机器更容易学习整个识别车辆并计数的过程，以达到省时、省力的目的。与传统的交通流量统计分析方法相比，基于人工神经网络的交通流量统计分析方法能发现数据的分布特征，预测数据分析，提高交通流量统计分析的准确性。因此，本文主要讨论深度学习研究交通流量统计分析方法，构建道路交通流量统计分析模型，提高交通流量统计分析的效率与准确度。

2. 研究的基本内容与方案

2.研究的基本内容、拟采用的技术方案

2．1基本内容

近几年来简单地通过控制交通需求，增加道路基本设施，加强交通管控都难以从根本上解决交通拥堵、交通管理与控制等实际问题。一味地限定人们的汽车拥有量或者限行的方式，与人们日益增长的消费需求相悖；从当前道路规划空间和规划成本来看，重新规划道路线路，也不太可能。然而在科学技术快速发展，ai应用迅速的当今社会，智能交通系统受到人们的关注和重视。智能交通系统解决的主要问题是交通控制和交通诱导，发展智能交通系统一方面可以减少交通运营部门的大量的人力和物力的投入，另一方面能够使道路交通基础设施发挥更大的潜力，提高服务水平，将城市道路交通的实时路况信息及时提供给出行者达到疏导交通流的目的。本文旨在讨论基于深度学习研究交通流量统计分析方法，构建道路交通流量统计分析模型，提高交通流量统计分析的效率与准确度。进而指导交通部门以及政府实行科学的措施，有助于有关部门制定出合理的工作计划和行之有效的交通对策，提高道路资源利用率。

2.1.1关于交通流量统计分析研究概述

3. 研究计划与安排

3．进度安排

第1-2周 根据毕业论文任务查阅文献，撰写开题报告初稿

第3周 修改开题报告，外文文献翻译，继续查阅文献

第4-5周 采集论文相关数据，总体设计论文的基本框架

4. 参考文献（12篇以上）

4．参考文献

[1]刘明宇,吴建平,王钰博,何磊.基于深度学习的交通流量预测[j].系统仿真学报,2018,30(11):4100-4105 4114.

[2]乔松林. 基于深度学习的短时交通流量预测研究[d].青岛大学,2018.

[3]邓烜堃,万良,丁红卫,辛壮.基于深度学习的交通流量预测研究[j/ol].计算机工程与应用:1-13[2018-12-26].