导读:本文包含了矩阵交通流量论文开题报告文献综述及选题提纲参考文献，主要关键词:船舶交通流预测,低秩稀疏分解,交替方向乘子法,分裂Bregman迭代算法
矩阵交通流量论文文献综述
杨双双[1]（2017）在《基于矩阵低秩稀疏分解的船舶交通流量预测研究》一文中研究指出随着我国水运经济的发展,船舶交通流量迅速增加,推动我国经济、社会发展的同时,海上交通运输风险也日趋严峻.有效减少海上交通事故的方法之一是准确高效的船舶交通流量预测,其为港口水域的规划设计及通航管理提供决策性依据.在分析总结各种船舶交通流量预测模型的基础上,考虑数据间的自相关性和低秩性,本文将低秩稀疏分解理论应用于船舶交通流预测中.首先,文章利用统计理论对船舶交通流数据进行分析,揭示交通流数据的季节变化规律及船舶交通流数据矩阵具有低秩性和稀疏性特征.基于此,将矩阵低秩稀疏分解理论引入船舶交通流预测中.将交通流数据分解为低秩和稀疏两部分,其中低秩部分反映数据间稳定的内在变化规律,稀疏部分体现突变因素对交通流量的影响.然后,为提高数据有效利用率,在传统低秩稀疏分解模型基础上,增加全变分约束项,建立基于低秩稀疏-全变分约束的预测模型.将模型应用于天津港船舶交通流预测中.实验结果表明,低秩稀疏-全变分约束预测模型能反映船舶交通流量的季节变化规律,较神经网络及传统低秩稀疏分解模型能够显着地提高预测精度.最后,文章将传统的凸优化模型进行推广,用l_p范数替换原始的_1l范数,建立基于非凸低秩稀疏约束的船舶交通流量预测模型,并与常用方法进行实验对比分析.通过非凸低秩稀疏分解模型的求解,表明其相关理论可用于非凸模型求解中.实验表明,本文建立的低秩稀疏分解模型能够有效地利用数据低秩特性,提高预测精度,更准确地预测船舶交通流量.(本文来源于《武汉理工大学》期刊2017-03-01）
杨柳青,宗刚,柳应华[2]（2014）在《基于O-D矩阵估计的路网交通流量仿真模型》一文中研究指出为了将交通出行需求对路网交通流量的影响进行动态的量化分析,提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型,构建了路网模型;在人们出行总是选择路段阻抗最小路径的假定下,设计了出行需求的路网流量映射算法;基于离散事件仿真,在PC系统上实现了路网流量仿真系统。仿真结果表明:该仿真系统可以根据各交通子区域出行需求的变化,精确模拟路网流量和交通状态的动态演进。(本文来源于《计算机工程与应用》期刊2014年18期）
陈振起,王书强[3]（2009）在《利用道路交通流量进行OD矩阵反推的模型与方法综述》一文中研究指出分别从静态和动态角度对基于路段交通流量的OD矩阵反推模型与方法进行了综述,并依据不同的分类标准对文献中出现的OD矩阵反推模型与方法进行了分类。(本文来源于《物流技术》期刊2009年08期）
陈宽民,耿蕤[4]（2003）在《关于城市外环线道路交通流量预测中生成OD矩阵的方法研究》一文中研究指出针对城市外环线道路的交通特性 ,提出一种关于城市外环线道路交通需求预测方法。首先分析了城市外环线道路交通量的构成 ;其次在确定市区交通基年 OD分布矩阵和对外交通基年OD分布矩阵的基础上 ,提出了对其进行有机合并 ,得到全区域的基年 OD分布矩阵的方法 ,并论述了在交通量发生 /吸引预测中的有关注意事项。(本文来源于《中国公路学报》期刊2003年02期）
段进宇,缪立新,江见鲸[5]（2000）在《由路段交通流量反估出行OD矩阵技术的应用》一文中研究指出由路段交通流量来估计交通出行 OD( origin-destination)矩阵 ,是一种先进的技术方法。它为获得 OD矩阵这种代价高昂而意义重要的交通需求信息提供了有效手段 ,并缓解了对难度很高的大规模居民出行调查的需要。利用一个适合实际应用的交通流量反估 OD矩阵模型——熵极大模型 ( entropy maximization model) ,在结合阐明其基于极大似然估计的数学原理的同时 ,重点给出适于计算机编程的模型迭代求解详细算法 ,并提出使用 Bi-Section和Newton-Raphson组合算法来保证其中非线性方程求解的稳定性和效率。进一步给出了使用熵极大模型的 OD矩阵估计软件包的设计思路和程序构架。该技术可直接指导高度实用化的 OD矩阵反估软件工具设计(本文来源于《清华大学学报(自然科学版)》期刊2000年06期）
矩阵交通流量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了将交通出行需求对路网交通流量的影响进行动态的量化分析,提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型,构建了路网模型;在人们出行总是选择路段阻抗最小路径的假定下,设计了出行需求的路网流量映射算法;基于离散事件仿真,在PC系统上实现了路网流量仿真系统。仿真结果表明:该仿真系统可以根据各交通子区域出行需求的变化,精确模拟路网流量和交通状态的动态演进。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
矩阵交通流量论文参考文献
[1].杨双双.基于矩阵低秩稀疏分解的船舶交通流量预测研究[D].武汉理工大学.2017
[2].杨柳青,宗刚,柳应华.基于O-D矩阵估计的路网交通流量仿真模型[J].计算机工程与应用.2014
[3].陈振起,王书强.利用道路交通流量进行OD矩阵反推的模型与方法综述[J].物流技术.2009
[4].陈宽民,耿蕤.关于城市外环线道路交通流量预测中生成OD矩阵的方法研究[J].中国公路学报.2003
[5].段进宇,缪立新,江见鲸.由路段交通流量反估出行OD矩阵技术的应用[J].清华大学学报(自然科学版).2000
标签：船舶交通流预测; 低秩稀疏分解; 交替方向乘子法; 分裂Bregman迭代算法;