摘要
文章介绍了几种经典算法在基础交通信息融合中的应用,包括卡尔曼滤波、人工神经网络、统计分析(加权平均,指数平滑法,平均值的递推估计算法),以及交通流量和行程时间预测方法。各种方法均通过实际验证其有效性及可靠性。融合后的数据能够满足智能交通系统的子系统ATMS相关应用领域对信息的精度要求,为下一步的交通状态估计提供可靠信息。
The paper introduces several classical algorithms and their application in basic traffic data fusion.These algorithms include Kalman filtering, artificial neural network, statistic analyses （mean weight, exponential smoothing, reasoning estimate of mean value）, and prediction methods of traffic volume and road network travel time.Their validity and reliability were validated by practice.Data after fusing can meet the demands for information precision in ATMS and provide reliable information for estimating traffic state.
出处
《公路交通科技》
CAS
CSCD
北大核心
2006年第3期111-116,共6页
Journal of Highway and Transportation Research and Development
基金
吉林大学985工程项目
教育部973科研项目
国家自然科学基金项目(60474068)
关键词
智能交通系统
基础交通信息融合
实时交通信息预测
Intelligent transportation system （ITS）
Basic traffic data fusion
Real-time prediction of trafiqc data
作者简介
杨兆升（1939-）,男,辽宁复县人,教授,博士生导师,主要研究方向为智能交通系统.（yangzs@jlu.edu.cn）
