动态数据驱动的交通仿真框架研究与实现

针对现有交通仿真中事先建立的理论模型难以准确预测交通状态发展趋势的问题,提出一种基于动态数据驱动应用系统范型的交通仿真框架。首先在微观仿真模型的基础上建立状态空间模型进行先验状态估计；继而将实测交通数据引入模型以调整和评估状态空间模型；基于交通状态非线性非高斯的特性,选用粒子滤波器,提出并实现了数据同化模型和相关算法,提炼传统粒子滤波器的关键步骤并对其进行改进,以提高状态估计的能力；最后基于微型交通仿真软件movsim实现了上述框架。实验表明:基于该框架的交通状态预测精度得到明显提高,受测量误差和环境噪声的影响小,具有较强的预测稳定性和可靠性。