李晓阳 李峰 苏峰

摘 要：随着社会经济的不断发展与人口数量的不断增多，国内GDP不断增长的同时也给交通运输提出了更高的要求。现今，导航、GPS广泛的被人们应用，但这些高科技产品也存在着许多缺陷。研究分析国内交通拥堵现状并提出解决办法是进一步发展的需求。

通过分析题目，结合搜集资料找到现有交通流量，交通拥挤时间以及各大城市交通负载等方面的数据，求解该问题时用Excel对其做数值统计处理，处理后的数据用Matlab软件中的相关函数对其进行分析，结合Excel、Maple优化软件与Matlab软件画图工具，最终对相关的问题做出结论。

关键词：交通拥堵、时间预测、实时监控、BP神经网络

1.问题背景

在导航软件中，行程时间的估计往往是一个重要的功能。现有的导航软件通过安装了该软件的出租车或其他车辆来获取实时GPS数据以确定当前道路状况。在交通严重堵塞的情况下，车速较慢，所以对车速的估计是非常不准确的。这导致了预测交通阻塞时间的准确性变得很差，所需的实际时间有时甚至与预测时间相差几倍到十倍。

2.问题重述

（1）收集现有数据，分析交通拥堵现状。

（2）建立模型，预测交通堵塞的时间。

3.问题分析

对如何精准的预测交通堵塞的时间问题，通过对数据的搜集与整理，得到了影响交通拥堵的各个因素，进而建立了基于DC的交叉口拥挤自动识别模型。并得出在一个周期内的拥挤度预测值：DC = 到达车辆数/理想消散车辆数。由于城市道路交通系统是一个非线性的复杂系统，而BP神经网络具有非线性的描述能力，使预测交通堵塞时间的问题变得简单。……