基于交通流理论的公交站点间行程时间预测

分析了公交站点间车辆运行过程,将行程预测时间划分为交叉口排队等待时间、路段行驶时间和停站时间3个部分,利用交通波理论和延误三角形,分别建立了无公交专用车道和有公交专用车道2种情况下排队等待时间的动态预测模型;根据乘客到站规律和上下车规律,提出了公交车进站停靠时间模型;针对无公交专用车道条件下的时间预测方法进行了实例演算.实验数据表明,基于交通波行程时间预测方法具有较高的精度,可以满足站点间行程时间预报要求.     

一种新的城市快速路行程时间预测技术

根据城市快速路交通诱导和监控系统的实际需要,提出了基于宏观动态流体力学模型的行程时间预测技术,可以动态预测稳定流和非稳定流状况下城市快速路网上任意两点间行程时间.     

基于时间序列挖掘的隧道交通事件分析

为了及时发现隧道内交通安全隐患,尽量减少交通事故的发生,针对现有隧道交通事件预测方法在实际应用中的不足,引入时间序列法,建立了隧道交通事件时间序列预测模型,该模型可以快捷地得出事故影响因素的预测值,预测出道路交通事件总体发展趋势。实验证明,模型能很好地适应于道路交通事故预测,同时具备了资料较少,建模简单,计算快捷等优点。     

动态输入下路段行程时间研究

以元胞传输模型(LWR模型的离散形式)作为分析工具,以行程时间为研究对象,研究了单车道路段没有出入口的基本路段受交通信号控制影响下的动态行程时间.考虑到路段上车辆密度对车辆速度的影响,文章定义了路段加权密度来表征车辆进入路段时路段的状态.分析结果表明,动态行程时间和车辆进入路段时的流量基本上没有关系;当车辆进入路段时刻一定时,路段加权密度和车辆的动态行程时间成线性关系.     

基于L-偏度和L-峰度的行程时间可变性表征方法

为了定量化测度行程时间可变性右偏且长尾的实证特征,考虑实际观测中可能存在的数据样本量不足和离群值干扰问题,提出基于线性矩的L-偏度和L-峰度用于精确表征行程时间可变性。考虑到线性矩是顺序统计量期望的线性组合,给出了避免遍历所有子样本的线性矩估计方法。根据线性矩概念,探究了L-偏度和L-峰度的数学含义和其表征行程时间可变性的有效性,以及样本L-偏度和L-峰度的计算方法。理论研究发现,在表征范围和样本估计质量方面,相较于传统偏度和峰度,L-偏度和L-峰度对行程时间可变性具有更加优越的表征能力。采用深圳市车牌照识别系统的行程时间数据集进行案例分析,从无偏性、鲁棒性和有效性3个维度证明了L-偏度和L-峰度相较于传统偏度和峰度的优越性。分析结果如下：样本L-偏度和L-峰度在样本量不足时仍然是总体近似的无偏估计,而传统偏度和峰度的系统性误差较大;L-偏度和L-峰度对离群值具有鲁棒性,而传统偏度和峰度对离群值过于敏感;样本L-偏度和L-峰度对总体的估计波动小且精度高,具有良好的估计有效性;L-偏度和L-峰度分别与传统偏度和峰度有较高相关性,但又能够辨识出不同时空下行程时间可变性分布的差异。基于L-偏...     

时间序列模型在交通量预测中的适应性分析

为分析区域路网结构发生较大变化时,时间序列模型在交通量预测中的适应性,以G326遵义至湄潭段实地观测交通量为基础数据,以杭瑞高速遵义至思南段建成通车年为分界线,对线性、二项式及指数等3种时间序列模型进行加权分配,并预测该路段交通量,将预测结果与实际数据对比分析得出:在路网结构发生较大变化时,时间序列模型的预测结果存在较...     

基于二次函数型路段行程时间模型描述的交通输出流特性

根据动态交通分配模型中广泛使用的路段行程时间与路段车流量具有二次函数关系的模型，在已知路段输入流的条件下，给出了路段输出流的一般表达式和路段行程时间的递归表达式.在路段车流满足先进先出的条件下，结合任意时刻的车流量表达式和线性路段行程时间模型得出输出流与输入流的关系式，导出此时刻的路段车流量表达式，从而给出了更明确的关于路段行程时间的表达式;同时结合道路交通流调查数据，对一些实例进行了数值仿真，所得结果与实际相符.     

一种基于周相似特性的实时交通量预测模型

针对城市道路交通流量的周相似特性,对实时采集的流量与历史流量进行对比分析,利用均方根误差法确定权重,采用指数平滑方法对权重进行修正,提出一种实时交通量预测模型,并给出利用该模型预测的实例。利用最小二乘法对该预测进行了改进,进一步扩大和提高了模型的应用范围和实用性。     

考虑交通事件影响的城市道路行程时间预测

外部环境因素对城市交通预测有较大影响,尤其在交通事件发生时,由于交通流的随机性和非线性特征,交通异常情况下的预测精度往往较低.为此,基于深度学习理论,提出一种以序列到序列模型(Sequence-to-sequence,Seq2Seq)为主体,融合外部因素特征的城市道路行程时间预测方法.利用时间序列分解算法(Season...     

基于浮动车移动检测与感应线圈融合技术的行程时间估计模型

综合考虑到浮动车检测技术与感应线圈检测技术的优缺点,为了提高道路行程时间估计的精度及完备性,提出基于浮动车与感应线圈的融合检测技术的行程时间估计模型。该模型利用神经网络技术对两种检测技术同一路段的检测数据进行融合,从而达到提高道路行程时间估计精度和完备性的目的。最后,以广州市7 000多辆装有GPS装置的出租车所提供的浮动车数据、100多个安装在广州市各主要道路口上的感应线圈检测器提供的感应线圈数据以及广州市交通电子地图为基础,在10条道路上分别随机选取的500个两种检测数据对提出的模型进行了验证,试验结果表明,此模型在道路行程时间估计的精度方面较浮动车移动检测技术与感应线圈技术有较大提高。     

北京市居民出行时间成本研究

采用收入法,考虑出行目的、出行方式等因素,给出居民出行时间成本计算的方法与步骤,将居民出行时间价值货币化。以北京市2000年和2005年为对象年,估算了分目的、分方式出行对应的单位时间价值,并根据历年交通调查的数据,获取了当年北京市全社会小汽车、公共交通(包括轨道交通)、出租汽车的平均出行时间和出行量,计算得到北京市全社会当年居民出行的时间成本。     

Bus travel time modelling using GPS probe and smart card data: A probabilistic approach considering link travel time and station dwell time

Abstract

Path travel time estimation for buses is critical to public transit operation and passenger information system. State-of-the-art methods for estimating path travel time are usually focused on single vehicle with a limited number of road segments, thereby neglecting the interaction among multiple buses, boarding behavior, and traffic flow. This study models path travel time for buses considering link travel time and station dwell time. First, we fit link travel time to shifted lognormal distributions as in previous studies. Then, we propose a probabilistic model to capture interactions among buses in the bus bay as a first-in-first-out queue, with every bus sharing the same set of behaviors: queuing to enter the bus bay, loading/unloading passengers, and merging into traffic flow on the main road. Finally, path travel time distribution is estimated by statistically summarizing link travel time distributions and station dwell time distributions. The path travel time of a bus line in Hangzhou is analyzed to validate the effectiveness of the proposed model. Results show that the model-based estimated path travel time distribution resembles the observed distribution well. Based on the calculation of path travel time, link travel time reliability is identified as the main factor affecting path travel time reliability.     

基于车头时距与行程时间的排队长度算法

基于电子警察过车数据,分析该周期内车道通行车辆的车头时距变化规律,提出该周期车道排队长度值的实时计算方法。针对多次排队、绿波协调情况,结合通行车辆的行程时间对结果进行修正,得到该周期车道最大车辆排队长度值。通过桐乡市庆丰路实时监控视频对比计算结果,证明本算法具有较高准确性。算法便于工程实践,可为信号配时优化提供数据支撑。     

基于遗传算法的交叉口信号控制可靠性优化模型研究

随着城市道路交通网络可靠性研究的深入,交叉口的可靠性问题开始凸显。交叉口可靠性主要取决与各进口流量的大小和交叉口控制方式。当前以平均延误为优化对象的控制方式实际上很难满足路口可靠性的要求。本文在定义了路口旅行时间可靠性的基础上,运用概率论基础知识,建立了路口可靠性优化控制模型,并且运用遗传算法对优化模型进行了求解。     

多种Logit路径选择模型对多层次交通网络的性能影响

研究了多种Logit路径选择模型应用于多层次交通网络时对网络性能的影响.依据网络层次特征定义了广义路径费用;选取4种典型的Logit模型——单层的多项式Logit (MNL),C-Logit (CL),Path-Size Logit (PSL)以及双层的交叉巢式Logit (CNL)模型,对它们分别构建了适用于多层次网络的等价数学规划模型(MP);对不同层次结构和分散参数取值,利用VC++编程求解4个等价数学规划模型,并计算了系统最优的流量分配.分析表明:3种OD需求下的所有Logit模型所得网络总行程时间费用(NrrC)都高于通过系统最优分配得到的NTTC;利用考虑重叠的CL、PSL、CNL模型所得NTTC皆大于不考虑重叠的MNL模型,且构造越复杂的Logit模型所得NTTC越高;对各个Logit模型而言,层次性交通网络的NTTC要小于没有层次性的情况且层次越高时NTTC越小.     

北京市中心区平交路口交通问题及改善措施浅析

随着经济建设的快速发展,在超负荷运行的城市中心区平交路口极易造成交通拥堵。在实地调研北京市二环路内主要平交路口的基础上,对不同等级平交路口存在的问题进行了归类分析与统计。提出了交叉口交通组织精细化优化设计的改善措施,注重交通基础设施的人性化、标准化、规范化,从而为缓解二环路拥堵现状提供参考。     

高速公路可变收费货车出行者出行时间选择模型研究

以效用理论为基础,通过意向调查研究了高速公路货车出行者出行选择模型。针对许多高速公路在高峰时段交通量较大,而其他时段交通量较小的现状,在不同时段采用不同的收费标准,分析可变收费实施后不同属性货车出行者出行选择行为,确定影响出行者出行时间选择的模型变量,得到货车出行者在各水平收费标准时的出行时间选择模型。以京沪高速为实例,设计调查问卷,进行意向调查,通过对调查结果进行分析,选择货车所载货物类型、车货重量作为属性变量,建立了该高速公路货车出行者在两种不同方案下的出行时间选择模型并进行了标定。利用模型标定结果可对可变收费方案进行评价,从而优化可变收费方案,提高高速公路的运行效率。     

城市交通流诱导系统中的路段行程时间间接预测方法研究

在阐述综合路段行程时间间接预测模型思想的基础上，提出了基于排队论及基于交通模拟的行程时间间接预测模型，并按照人工调查数据验证模型的精度，给出了相对误差图，以说明模型算法的有效性。     

深港西部通道过境交通量预测的比较研究

过境交通量预测是深港西部通道可行性研究阶段的重要工作,也是确定口岸设计交通量的基础。过境交通量预测的影响因素比较复杂,深港双方为此开展了独立的交通调查,研发了各自的交通需求模型。双方的预测结果存在一定差异,深港双方专家组协商确定了最终的预测交通量。对于未来跨界通道的设计具有一定的启发意义。