搜索
大学生数学建模竞赛湖南赛区组委会湖南省数学建模与数学实验创新训练中心交通流量预测随着城市规模的扩大，车辆数量的增多，城市交通状况日益恶化。由于资源的限制，仅靠新增道路或改造现有道路，不能完全解决这一问题。越来越多的城市开始研究智能交通系统，以提高现有道路的通行能力，缓解交通压力。交通流量预测是构建智能交通系统需要解决的一个基本问题。很多城市使用ATR（AutomaticTrafficRecorders）在事先选定的路段收集交通数据。ATR是在路面嵌入磁环，以探测金属并将这一信息转换为流量数据。现需要你设计一种算法来预测特定道路的拥塞程度。训练数据是模拟某城市交通拥塞情况得到其中10条道路交通流量的时间序列值。每条道路的每个时间点记录两个相反方向的交通流量值。拥塞程度用连续一分钟内通过某道路的车辆数来衡量。交通流量模拟软件以10小时长为一个模拟周期。在一个周期中，每辆车的起点和终点的分布每60分钟随机交换一次。模拟每10小时重新开始。训练集中包括1000小时的模拟数据，分为100个10小时长的独立周期。不同的周期以空行隔开。每一周期内的各行是连续各分钟内的数据。每行有20个值，即10条路两个相反方向的拥塞值。每行20个值与道路的对应关系参见附件2。测试集是另外1000小时的数据，分隔为60分钟长的窗口，但是每个窗口只给出前30分钟的数据，后30分钟的数据需要你们进行预测（预测相邻10分钟内的车辆总数即可）。每个窗口有30行记录。不同的窗口用空行隔开。测试集中的窗口是随机排列的。任务：1、设计一种算法对道路的拥塞程度进行短期预测。2、给出测试集中每个窗口的第41至第50分钟的道路拥塞程度的预测值（即10分钟内的车辆总数）。3、如果经费有限，不能一次性在所有道路布设ATR，请给出布设的原则或建议。注：预测结果必须以纯文本文件提供，行的顺序与测试集中的窗口相对应，每行包括20个以空格分开的预测值。行与行之间不留空行，总共应有1000行。预测值不必是整数。具体格式参见附件5.附件说明：1、street_graph.txt：街道节点及连通信息。分为两部分，Nodes为节点信息Edges为连通信息。Nodes部分每行三列，分别为节点编号、纬度、经度。Edges部分每行5列，分别为节点1的编号、节点2的编号、长度、车道数、平均车速。2、street_id.txt：所选定道路的信息。包括列号，道路名称，方向，起始节点ID。注意，street07和street08两条道路的两个方向的流量数据不相邻。3、traffic_training.txt：训练集4、traffic_test.txt：测试集5、traffic_example.txt：预测结果示例，即基准测试解。你所提交的预测结果应与该文件格式相同。（基准测试解是计算每个窗口已知部分的最后10分钟（即第21至第30分钟）的车辆总数得到的。）