基于 Select Link 的区域 OD 矩阵更新方法研究

在大范围机动车 OD 调查难以开展的背景下,通常采用路段流量进行 OD 反推,针对传统路段流量反推法无法检验分布结构的缺点,提出一种利用局部路段真实 OD 矩阵进行区域 OD 矩阵更新的方法。即从区域先验 OD 矩阵中减去模型 Select Link 计算的特定路段 OD 矩阵,再加上该路段真实 OD 矩阵,通过替换将区域分布结构更新。当区域多个路段真实 OD 矩阵需要替换到区域 OD矩阵中时,采用两步循环替换法:第一步,单个路段循环替换,每个路段替换后的 OD 矩阵作为下一路段 Select Link 计算的输入;第二步,利用第一步的最终结果,对所有路段 OD 矩阵进行整体替换。以桂林绕城(东)高速为例进行验证,与传统 OD 反推方法相比,结果 OD 矩阵长途出行比例提高了7%,反映了区域机动车分布变化规律,路段流量分配值与调查值相关系数达0.99,证明了更新后 OD 矩阵的准确性。      

OD反推在公路工程可行性研究中应用的关键技术研究

在分析OD反推技术在公路工程可行性研究中应用的必要性、可行性之后,指出了OD反推技术应用中的三个关键技术问题,即观测路段的选取、种子OD的确定和分配方法的选择.然后结合TransCAD交通软件,在实际工程案例中对这些关键技术问题进行探讨,并提出了基于GIS的路段重要度的分析法来解决观测路段选取的问题.研究表明路段重要度的分析法快速有效地选取观测路段,OD反推技术的应用能大大减轻工可的调查工作量并提高预测精度,在工程实践中具有重要的价值.     

基于用地生成率和路段流量的OD矩阵估计

针对现有OD矩阵估计方法对用地形态和强度与交通生成的关系考虑不足问题,提出了一种基于用地生成率调查和路段流量调查的现状OD矩阵估计方法.由现状路段流量的调查可以进行OD矩阵的反推;直接调查各类用地生成率,可以得到各小区出发、到达量,通过Frator平衡法对反推所得的OD矩阵进行校正,进而得到现状OD矩阵.     

弗雷特法在高速公路交通量调查中的应用

分析路面损坏的原因和损坏速率，建立使用性能评估模型等，常需要采集路段上的各种交通信息，目前我国多数高等级公路电子收费系统／9ETC）中没有OD调查功能，而且常规OD调查方法过于费时费力，鉴于此本文提出采用弗雷特（Fratar)法对高等级公路已发生的交通量进行分配，从而得到现时OD矩阵，并通过验证，认为该方法的误差在OD调查的误差范围之内。     

TransCAD平台下OD矩阵反推结果对比研究

在介绍基于T ransCAD软件平台下OD矩阵反推方法基础上,设计不同的OD矩阵反推方案。通过方案反推结果之间的对比,研究基于路段交通量反推OD矩阵的结果精度与交通分配方法、路段拥挤程度、种子OD矩阵以及路段交通量调查点覆盖范围之间的关系。     

OD矩阵反推技术在交通量预测中的应用

OD矩阵反推技术在交通量预测中得到了越来越多的应用,文中列出了OD矩阵反推相对于传统OD调查的优越性的同时,指出了交通小区的划分、种子OD的选取、道路网络的构建、路段流量观测点的设置以及交通分配方式的选择对OD矩阵反推结果准确性的影响.结合实际工程案例,利用TransCAD交通软件进行了OD矩阵反推.     

城市过境交通流量调查与预测方法研究

介绍了过境交通研究中通常采用的交通调查方法,并以记录车辆牌照法调查为重点,提出城市过境交通调查中调查地点和调查时段的选取原则。并通过对外交通小区的划分与数据库的建立,研究了一种城市出入口交通流特性分析的方法.并解决了过境交通初始OD矩阵、相应时间OD矩阵的建立方法,OD矩阵的扩充以及过境交通需求预测方法,最后以兰州市为实例对过境交通流量调查与预测方法进行了验证。     

总量控制与系统平衡相结合的交通量预测方法

主要解决如何实现在无现状调查OD的情况下,充分利用已知信息,特别是《统计年鉴》中的统计数据,预测路段交通量。采用总量控制法进行交通量产生预测、系统平衡法进行交通分布预测,最后给出一实例,对于实现在无现状调查OD下的工程可行性研究阶段的交通量预测具有借鉴意义。     

基于低抽样率的公路交通OD实用模型研究

传统的OD推算模型需要较大抽样率的子样来推求母体,针对OD调查过程中的复杂性,本文在研究了OD调查设置原则的基础上,运用最小二乘法和极大似然法分别推出了低抽样率(<5%)情况下的公路交通OD实用计算模型,并对其可靠性进行了分析。最后,通过常州市公路交通OD对模型进行了验证,结果表明,该模型的应用能极大地简化OD调查并能保证较高的精度,在实际操作中具有明显的优势。     

基于贝叶斯智能学习OD矩阵估计与网络拓扑优化研究

OD矩阵（Origin—Destination Matrix）是路网规划与评价的基础数据。以往OD矩阵数据是通过交通调查的方法获得，这往往耗费了大量的人力和物力。运用贝叶斯定理的先验分布原理，构造贝叶斯智能学习的网络拓扑结构，提出由各路段交通流量的观测值来推算估计以及预测OD矩阵的一种有效方法。利用此方法可以准确估计出OD矩阵数据，同时在优化网络拓扑中，能对未来交通量的分配进行预测。对比分析表明，此方法能有效地提高交通运输规划的效率以及交通评价准确性。