局部比较的变点统计理论及其在交通流突变研究中的应用

交通流变点就是交通流模型中的某些参数起突变化之点，在变点附近的局部中，某种量有了显著的变化，而在非变点的局部中，量保持稳定，本文针对ITS开发，依据交通流理论并结合均值变点模型，建立用局部比较的方法分析交通流突变的变点统计理论，利用某种交通流参数构造有针对性的统计量并考察它在各个局部内的变化，取其显著之处作为突变发生位置的估计，使用实测数据对算法进行标定和检验，证明方法的有效性。     

基于粗集理论的交通流丢失数据补齐方法

为了解决交通检测器检测到的数据存在丢失的问题,提出了一种基于粗集理论的丢失数据补齐方法。利用检测到的交通流数据构造信息系统,通过计算扩充可辨识矩阵,并对其进行多次完整化分析,实施丢失数据的补齐,并采用英国南安普敦市的实际检测数据对算法进行了验证。研究结果表明:同一时间段,当仅有一个属性数据丢失时,粗集理论的补齐精度较高,绝对相对误差较小,基本保持在0～5%之间;当不同属性的数据同时丢失时,补齐精度较低,绝对相对误差甚至高达20%;当所有属性数据全部丢失时,补齐精度非常低,可视为无法实现补齐。可见,粗集理论是一种补齐少量丢失数据的有效方法。     

交通流突变分析的变点统计方法研究

针对ITS的开发，建立了分析交通流突变的变点统计方法。依据交通流理论，结合均值变点模型，对突变存在与否的检验，变点个数的判定以及变点搜索的最小二乘法等问题进行了详细论述，最后利用英国南安普敦市的实际数据对上述算法进行了标定，并给出模型应用的实例，验证了方法的有效性。