交通网络中动态OD矩阵估计模型研究

动态起点-迄点（OD）矩阵为智能交通系统提供所需的基础数据。为了提高交通网络中动态OD矩阵估计的精度,在最小化路段实际交通量和分配交通量之间差值以及最小化历史OD矩阵和待估计OD矩阵之间差值的基础上,将浮动车采集信息融合到OD矩阵估计过程中;在动态网络加载过程中,OD矩阵估计值如果大于加载车辆数会使网络中的定点问题求解发散。为了避免该情况的发生,基于广义最小二乘模型并引入容量约束,提出1种带不等式约束的动态OD矩阵估计方法。仿真实验表明,该方法对于OD矩阵估计的精度较好,优于带滑动窗的广义最小二乘算法。     

动态OD反推理论中的关键问题研究

针对ITS研究中动态OD矩阵难以获得的问题,回顾动态OD反推理论的发展历程,在此基础上明确了该领域研究中的四个关键问题:状态变量的选择、系统方程的确定、OD量与路段流量的关系和OD矩阵动态特性的体现,在对其进行分析的基础上提出每个关键问题的解决方法,为动态OD反推理论的进一步研究垫定基础。     

OD矩阵估计在区域交通分析中的应用

OD矩阵是交通运输规划的基础资料,是城市交通规划、控制与管理等工作的基础,而通过观测到的路段交通量和先验OD矩阵来估计未知OD矩阵,是一种效率高、周期短的OD矩阵获取技术。该文在深入研究国内外OD矩阵估计成果和实践经验基础上,提出了双层规划OD矩阵估计模型,并应用于区域交通分析中,取得了比较好的效果。     

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.     

基于视频牌照识别的动态交通OD估计仿真优化

为了解决目前基于视频图像自动识别牌照进而推算动态OD的系统缺乏研究手段和工具的问题,应用Visual Ba-sic编程语言,通过组件对象编程技术,研究开发了基于微观仿真模型VISSIM的动态交通OD估计仿真试验平台,包括数据库系统、仿真模型系统以及数据采集处理系统.分别设计了最短路算法、车辆转向率法以及BP神经网络法以提高OD估计精度.上海陆家嘴区域的案例研究结果表明:车辆转向率法OD估计误差在5%以下,其计算效率和精度最优;在视频检测器满布状态下满足动态交通管理OD要求的视频牌照识别精度阈值为80%.     

基于浮动车的交通信息采集系统研究

阐述了基于浮动车数据的实时交通参数如平均速度、行程时间、OD矩阵等的估计方法，并利用Vissim仿真软件进行了验证。实验结果表明，笔者提出的交通参数估计方法具有较高的精度。     

基于智能卡口平台的车辆OD矩阵获取研究

针对传统车辆OD矩阵获取成本高、过程繁杂的弊端,以高清智能卡口系统的车牌识别数据为研究基础,提出了基于Excel VBA的车辆OD矩阵获取方法,以常州市武进区的车牌数据为例展开研究,把每个卡口点位作为一个调查点,划分交通小区。利用Excel VBA对卡口记录的车牌信息进行数据挖掘获取各交通小区之间的车辆OD矩阵,导入TransCAD软件模拟现状交通运行,结果表明模拟的现状交通特征与现实中社会交通特征和人们的交通出行感受基本相符,此OD矩阵获取方法具有可行性。     

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。     

县域公路网规划中OD矩阵估计的应用研究

为了研究县域公路网规划中OD矩阵估计方法的应用,在不同路网密度和不同交通小区划分的组合状态下,对县域交通出行OD分布进行估计。结果表明,路段交通流量观测点越多、交通小区划分面积越小、路网密度越高,OD反推结果再分配后的路段流量与观测值越接近。     

基于DTA的OD估计方法的交通检测器优化布置模型研究

论文在探讨了动态交通分配和动态0D估计背景下的交通检测器优化问题的基础上，提出了基于DTA的动态OD估计方法的交通检测器布置原则；从预算，对路网中交通流量信息的覆盖程度，对关键路段的检测、对重复检测器的剔除等方面对路网交通检测方案进行约束，建立了交通检测器优化布置模型；最后将遗传算法用于交通检测器优化布置模型的求解，证明了基于DTA的动态0D估计方法的交通检测器优化布置模型的有效性。论文方法概念清楚、操作简单，是交通检测器优化布置的一种可行方法。     

一种双层规划OD矩阵估计新方法及工程应用

OD矩阵是交通运输规划、管理等工作的基础资料。该文在深入对比分析国内外已有研究成果的基础上,提出一种基于可靠度和双层规划的OD矩阵估计新方法。该方法能充分利用路段观测交通量和先验OD矩阵来估计未知OD矩阵。区域工程实践结果表明,该方法比传统方法精度高,效率和经济性好,达到了预期的效果。     

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。     

基于交通仿真软件的交通组织方案评价研究

结合交通规划软件TransCAD的OD矩阵反推和仿真软件Vissim动态交通分配仿真的技术优势, 提出了一种较实用的交通需求OD推算方法和城市路网动态交通分配仿真技术,建立了城市路网动态交通分配仿真流程,使仿真效果达到了从宏观到微观系统分析路网规划方案以评价路网交通性能与管理效果的目的,并运用该技术方法对重庆市南坪交通枢纽改善工程组织方案进行比选,得出了交通组织方案的优劣.     

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.     

考虑公路施工影响的出行OD修正方法研究

针对高速公路建设项目施工期对地方交通的干扰问题,提出了考虑公路施工影响的出行OD修正方法,从而为施工期区域交通组织方案制定提供基础数据。首先,探讨了OD矩阵的拆分方法,即由基于县市级的OD矩阵转化为基于乡镇级的OD矩阵的实现方法。然后,借鉴效用理论提出了弹性出行发生概率计算公式,用以修正弹性出行生成量,从而定量描述公路施工对地方交通出行的影响。其次,将施工运输车辆对周边路网产生的交通负荷以附加出行方式进行量化,并给出了相应的计算方法。最后,结合实际工程项目进行了案例分析,证明了上述方法的实际可操作性。     

随机用户均衡条件下反推OD矩阵的可靠性研究

由于随机用户均衡模型求解的复杂性,人们对基于该模型的反推OD矩阵的可靠性提出质疑.针对这一问题,文章以交通规划软件TransCAD为实验平台,通过所设计的实验对随机用户均衡条件下反推OD矩阵的可靠性进行了研究.实验结果表明:路段流量样本和初始OD矩阵等输入数据对反推OD矩阵可靠性影响明显,增加路段样本量或降低初始OD矩阵的偏差均能有效的提高反推OD矩阵的可靠性.     

基于路段流量二阶统计量的OD矩阵估计

在构建OD矩阵模型时,充分考虑路网中一定连续期内各路段流量的二阶统计量和出行者路径选择的随机性,提出了一种基于路段流量二阶统计量的OD矩阵估计模型,解决了观测路段的相关性和OD矩阵估计求解的不确定性问题.建立的模型所表述的路段出行量和实际路网中的出行量更加吻合.结合实例,说明了模型的可行性和有效性.     

水运OD矩阵的推算模型研究

交通OD矩阵是交通量预测的基础,但由于资料调查工作量大且精度难以控制,水运OD矩阵往往难以通过调查直接得到.鉴于此,基于对现有OD矩阵推算模型的研究与分析,并结合水上运输及其运输量调查资料的特性,提出了一种利用水运港口吞吐量和水运客货运平均运距推算水运OD矩阵的计算模型,由此可推算得到水运OD矩阵,供相关分析研究之用.     

交通需求OD估计与预测的现状研究分析

目前,对于静态OD矩阵估计问题已经有很多研究者,对于动态OD前沿的研究工作则非常有限.关于对OD估计和预测的研究可分为封闭网络和开放网络.介绍了研究封闭网络的Bell,Van der Zijpp,Chang and Wu和Chang and Tao等人的方法,以及研究开放网络动态估计的3种方法,即Cascetta、Okutani、Ashok和Ben-Akiva等人的方法.并指出可以将OD估计问题陈述为具有不同误差特性、多个来源的不同类型信息的综合性和一致性的结合体,此联合估测就是经济计量学的混合估计的问题.     

浮动车在城市智能交通系统中的应用简述

以浮动车数据处理,基于浮动车的路段车速估计、行程时间估计以及交通状态判别和动态路网OD估计为序,对浮动车技术在城市智能交通系统中的应用进行递进式归纳和总结,并探讨目前研究的不足且对未来研究进行展望。