基于小波神经网络的短时交通流预测

针对现阶段城市道路交通短时交通流预测精度不高的局限性,将小波变换引入到城市道路交通预测过程中,提出一种基于小波神经网络的预测方法。运用美国加州高速公路通行能力度量系统数据作为数据来源,应用小波变换和BP神经网络相结合对其进行预测,然后对预测结果数据进行分析,并对短时交通流进行综合评价。实验表明,该方法与传统的BP神经网络相比较,在短时交通流预测方面具有较好的有效性和优越性。     

交通出行预测的神经网络模型

针对交通出行集计预测模型的缺陷,结合神经网络在非线性关系映射方面的优势,本文提出了交通出行预测的BP神经网络模型。作者在对BP神经网络的结构和算法进行分析的基础上,研究了交通出行预测BP神经网络模型的影响因素、模型结构和模型数据,并采用实际调查数据对模型进行了检验和应用。研究结果表明模型预测精度较高,既有很强的理论优势和解释性,又有良好的操作性．最后,文章讨论了下一步的研究方向．     

基于小波神经网络的路段短时交通流预测

应用BP神经网络来对路段短时交通流进行预测,预测精度和收敛速度都不是很理想,为了克服BP神经网络自身存在的非线性逼近缺陷,依据小波的时频域特征,将小波变换和BP神经网络结合起来,提出一种基于小波神经网络的短时交通流预测方法,给出了具体的网络学习算法,并结合实地调查数据进行了对比测试,分析结果证明了小波神经网络模型对短时交通流预测的有效性．     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

基于多源交通数据融合的短时交通流预测

不同类型交通检测器所获取的交通数据中包含了不同的交通信息,交通流预测在交通管理与控制中具有重要作用,基于此,进行了多源交通数据动态加权融合和短时交通流预测。在综合分析多源数据特性及其融合优势的前提下结合遗传算法的全局搜索及小波神经网络的自适应学习优点,提出了基于多源数据融合与遗传-小波神经网络(GA-WNN)的短时交通流预测模型。通过实例验证分析,基于GA-WNN的交通数据融合方法比其他方法更有优势;同时,多源数据融合的预测精度优于单一数据源的短时交通流预测序列,从而能为交通管理者的判断决策与交通出行者的路径选择提供更准确、全面的交通信息。     

基于神经网络的信号交叉口进口车道交通延误预测

基于误差反向传播(Back Propagation,BP)神经网络建立了适应能力较强的信号交叉口进口车道平峰时的交通延误网络模型,并利用邯郸市某信号交叉口进口车道的平峰小时交通延误的数据,对该BP神经网络预测模型进行训练和测试.比较分析预测结果和实际数据,结果表明该BP神经网络对于交叉口进口车道的交通延误预测结果可靠有效.此外,在交通情况更加复杂的信号交叉口或者时间段,以该模型为基础可以建立更加可靠的预测信号交叉口进口车道交通延误模型.     

改进小波包与长短时记忆组合模型的短时交通流预测

为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷，提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法. 利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列进行多尺度分解和单支重构. 对低频序列和高频序列进行相空间重构，完成长短时记忆模型的逐层构建，实现本地保存并根据预测精度进行自适应更新，将重构的子序列输入模型训练和预测. 将各子序列的预测值叠加输出IWPA-LSTM最终预测值. 实验结果表明，提出的IWPA-LSTM模型在小样本情况下的预测精度优于经典深度学习模型，具有较强的实用性.     

基于覆盖度的公路网交通生成预测方法

通过分析目前常用的交通生成预测方法的优缺点,提出公路网交通总量生成预测法,给出交通小区的划分原则,并定义覆盖度指标,在此基础上可建立基于覆盖度的公路网交通小区生成预测模型,从而可为公路网交通生成预测提供一种新的有效的方法.     

基于覆盖度的公路网交通生成预测方法

通过分析目前常用的交通生成预测方法的优缺点，提出公路网交通总量生成预测法，给出交通小区的划分原则，并定义覆盖度指标，在此基础上可建立基于覆盖度的公路网交通小区生成预测模型，从而可为公路网交通生成预测提供一种新的有效的方法。     

基于改进灰狼算法优化BP 神经网络的短时交通流预测模型

准确的短时交通流预测是交通控制和交通诱导的依据. 提出一种基于改进灰狼算法(TGWO)优化BP 神经网络的短时交通流预测模型(TGWO-BP)，有效提高短时交通流预测精度. 针对标准灰狼算法(GWO)收敛速度慢，容易陷入局部极值的问题，提出一种自适应递减的收敛因子，使灰狼算法区分全局搜索和局部搜索；改进灰狼个体的位置更新公式，引入惯性权重，调节惯性权重大小使灰狼算法具有跳出局部极值的能力；对比分析TGWO-BP、GWOBP 、PSO-BP、BP这4 种短时交通流预测模型，结果显示，TGWO-BP的短时交通流预测模型误差为10.03%，达到较好的预测精度.     

交通信息与交通行为控制

交通信息作用的对象是人,目的是交通行为控制。具有行为控制作用的交通信息来自交通控制系统或交通信息系统。交通信息客观上导致了交通行为控制,是建立在交通行为可控性基础上的,归咎于人的行为心理特点、社会特性等。交通控制信息对出行者行为控制,是以信息行为规则建立发布、接收和处罚等为主导的行为过程的结果;交通指导信息是以需求、目的、知识、刺激和回报为主导的心理过程的结果。探讨交通信息对交通行为控制作用是道路交通控制的基础。     

���ڽ�ͨ�ṹ�Ŀ��н�ͨ�����Խ�ģ

为改进航空器计量方法在评估交通态势复杂度时的局限性,本文建立了一种空中交通复杂性评估模型.基于空中交通的结构因素,模型构建了距离因子和冲突因子,能够反映航空器之间的相对距离与航迹交叉作用对于复杂性的影响.针对广州区域扇区进行的交通复杂性指标评估结果表明：航空器数量的变化会引起目标空域交通复杂性的变化,但后者对前者的响应并非完全同步;两者的变化程度不完全相同,且变化趋势可能相反.对相应交通态势的回溯和分析表明,相比基于航空器数量的评估方法,交通复杂性指标能够更加客观地反映空域状态的变化特征.     

道路交通事故与道路交通现代化进程

从交通安全角度道路交通现代化进程可分为第一次现代化和第二次现代化两大阶段.对比日本四十多年来和我国十多年来交通现代化的发展历程,认为我国现在处于第一次交通现代化阶段的发展前期,今后交通事故死亡人数有可能进一步大幅度上升.当前应该注意加大对传统治理手段的投入,以防出现交通事故极其严重的局面.     

和谐交通与交通文化建设研究

和谐交通体现在交通系统各个层次上的耦合过程,系统耦合界面在系统和谐构建中的作用是十分关键的,只有对耦合界面的科学分析才能探寻创造和谐的途径。交通文化是和谐交通的基础,从价值层次、制度层次、行为层次和物质层次构建先进的交通文化是建设和谐交通,实现交通发展与人类社会文明共同进步的基础。     

加强交通标准化工作促进交通可持续发展

要把对交通可持续发展的认识上升到制度、规范和标准的高度，加强对交通安全、资源利用、环境保护等方面的宏观管理，加快新技术的应用，推动和促进交通可持续发展。     

高速公路交通噪声与交通流状态的关系研究

本文运用交通流理论、概率统计理论和噪声传播理论对高速公路交通噪声与交通流运行状态之间的关系进行研究,分析了高速公路交通噪声的传播规律,提出了通过交通噪声测量检测高速公路交通流状态的试验方法和参数设置原则,并通过试验具体分析了交通噪声与交通流之间的相关关系。     

����΢�۽�ͨ����Ľ�ͨӰ�������о�

微观仿真技术能在交通影响评价工作中发挥重要作用. 依据交通影响评价的需求,设计了基于交通仿真的评价流程,包括数据准备、OD需求预测、参数标定等5个方面. 以北京市中关村西区交通影响评价为研究实例,针对中关村大街与北三环路交叉口及其上、下游交叉口交通组织存在的问题,提出了相应的改造措施,并依据VISSIM的仿真结果对所提方案进行了反复的修正. 仿真结果表明,路网两条主路的旅行时间和延误都相应减少,北向南方向的中关村大街平均速度由9.87km／h提高到12.53 km／h,排队长度由93.4 m减少到70.3 m,有效地缓解了主路的交通压力,说明了改善措施的有效性.     

城市交通发展阶段与交通组织思路探讨

城市不同发展阶段具有不同的交通特征,微观交通组织、宏观交通组织、交通需求管理等交通组织思路在不同阶段各有侧重。厦门市中心区20年的交通组织经验表明：虽然交通组织思路必须随着城市发展作出及时调整,交通需求管理却是城市交通可持续发展的必经之路。     

公安交警大队辖区交通安全评价探讨

通过提出面向公安交警大队交通安全管理工作的交通安全综合评价体系,并探讨与之相关的交通安全评价指标体系及其实施办法、交通安全专项分析等问题,可为相关专业人士提供参考和借鉴。     

公安交警大队辖区交通安全评价探讨

通过提出面向公安交警大队交通安全管理工作的交通安全综合评价体系,并探讨与之相关的交通安全评价指标体系及其实施办法、交通安全专项分析等问题,可为相关专业人士提供参考和借鉴。