�������˽�ͨ�յ�VMS��Ϣ�������о�

北京奥运期间,通过VMS发布信息进行交通诱导取得了良好的效果,奥运期间发布的路况动态量化信息向出行者提供了路段的实时状态和奥运主要路线的行程时间。本文主要就基于交通流实时检测的奥运交通诱导VMS信息发布问题进行了探讨,首先介绍了奥运交通诱导VMS信息发布的逻辑结构,然后提出了基于采集的基础数据进行诱导信息VMS发布的数据处理流程和数据处理分析的具体方法,并对VMS发布的交通诱导信息的自动生成模型进行了讨论,最后提出了计算路段行程时间和平均速度的断面中心法和路段中心法,并给出了模型和算法在奥运交通诱导VMS发布中的实际应用效果。     

基于微观仿真的路段行程时间预测方法

实时路段行程时间预测是动态交通分配中路径选择的关键技术之一,采用微观交通仿真手段和指数平滑方法估计路段行程时间,在路段行程时间估计模型中考虑了交叉口排队延误、信号控制延误和交叉口内转向行程时间,提出了基于灰色等维新息GM(1,1)模型的路段行程时间预测方法,根据路段行程时间的历史数据和实时采集数据,滚动预测未来的路段行程时间,通过实例应用证明了模型有很好的预测精度.     

谱分析法在路段行程时间预测中的应用

路段行程时间超前预报是动态交通诱导方案制定的基础,应用短时交通预测的方法可以获得将来某个时刻的路段行程时间数据,但已有研究成果,还存在适应性不强,计算量大,基础数据需求多等不足。应用谱分析及Karhunen-Loeve变换对随机序列的分解与重构功能,通过挖掘路段历史行程时间序列与当前检测行程时间序列的相似性特征进行序列重构,实现对后一时段路段行程时间的预测,结果显示,该方法具有良好的预测精度。     

城市信号控制路网中的路段行程时间估计方法

为了精确检测城市信号控制路网中的路段动态行程时间,分析了路段流量受交通信号控制策略影响的波动规律,提出了基于交通量图偏移的路段行程时间计算方法。研究了不同断面交通量图的相似性,根据最大相似度时交通量图的偏移,计算了断面间路段动态行程时间,并与调查结果进行了比较。比较结果表明:在城市路网封闭路段,平峰、高峰的不同时间长度内(5、10、20 min),平均行程时间最大平均相对误差为7.1%,因此,计算方法可行。     

交通事件影响下的路径行程时间变化分析

为了对交通管理系统中的事件管理提供可靠的决策依据,针对持续期为数天的交通事件,考虑事件发生后出行者日常路径选择的随机性,基于路径流量联合概率分布的动态调整过程,建立了描述路网系统路径行程时间变化的随机动态交通分配模型.并用算例网络验证了本文建立模型的可行性.算例研究结果表明:交通事件持续期每增加10 d,持续期内路径的平均行程时间增加0.24%;与普通路段相比,事件发生在关键路段导致平均行程时间增加3.07%; 路段通行能力每下降10%,平均行程时间增加2.53%;不同事发路段对路网系统在事件结束后恢复到均衡状态所需时间的差别显著,关键路段通行时间的恢复约为普通路段的4倍.      

基于自适应加权平均融合的路段行程时间估计

在固定检测器和浮动车数据的路段行程时间估计基础上,利用两种估计方法数据之间的互补性,应用自适应加权平均融合算法对估计结果进行融合处理,从而实现对路段行程时间更为精确的动态估计.以大连市中心城区为主要研究对象,通过交通调查和VISSIM仿真环境实现对固定检测器和浮动车的数据收集和行程时间估计.结果显示自适应加权平均融合能够有效提高路段行程时间估计精度,且适用于不同流量状态下的路段行程时间估计.     

可变信息屏对北京市交通拥堵缓解的评价研究

可变信息屏（VMS）为缓解大城市交通拥堵提供了一种有效途径,它通过发布诱导信息来均衡路网上的交通需求.为了评价VMS对缓解交通拥堵的效果,本文通过数据挖掘方法建立了一种通用评价模型.所用数据包括由北京市VMS系统和道路检测器得到的VMS历史发布信息和道路交通流数据,这些数据能够真实地反映路网中的交通状况.通过比较诱导信息和提示信息下的拥堵缓解效果,并对不同道路状况下拥堵缓解效果进行时间和空间分析.结果表明,诱导信息能够更加有效地提高拥堵路段的服务水平,特别是严重拥堵路段,诱导信息比提示信息更加有效.     

GPRS/ZigBee 交通诱导信息发布装置的 优化选址研究

GPRS/ZigBee 交通诱导信息发布装置通过GPRS无线网络获取交通信息管理 中心发布的交通诱导信息,然后通过ZigBee 无线网络发送到车载信息接收装置,车载信 息接收装置再通过文语转换技术将交通诱导信息用语音的方式播报出来.为了发挥 GPRS/ZigBee 交通诱导信息发布装置的最大效用,本文提出了该信息发布装置的一种选 址方案.首先,本文建立了总量-广度数学模型,然后又建立Logit-SUE模型,利用MSA算 法求解SUE模型,得到每个路段流量和公共路段系数,最后计算出信息发布装置在每个 路段的总效应,确定选址方案.本文利用包含20 个节点,62 条路段的路网进行了选址仿真 实验,实验结果验证了该方案的可行性.     

基于Monte Carlo的行程时间可靠性研究

从分析行程时间可靠性的概念及其重要性入手,提出了路段、路径、OD对以及系统行程时间可靠性的定量计算方法.在路段通行能力随机变化的条件下,基于Monte Carlo仿真建立了行程时间可靠性的求解算法.考虑到行程时间可靠性与出行者路径选择的相互作用,该方法将基于行程时间可靠性的交通分配纳入到行程时间可靠性的评价之中.用一个简单算例进行测试,结果表明该方法能够对行程时间可靠性进行合理评定.     

改进的高速公路路段行程时间估计方法

准确估计高速公路路段行程时间有助于充分发挥智能交通管理与服务系统的作用,文章在传统路段行程时间估计方法的基础上,从交通流具有动态流动性的角度出发,构建了一种改进的行程时间估计方法;通过车辆运行过程中所在时空的动态变化性,根据2个时段的检测器数据和各路段预设的行程时间给2类信息分配权值;最后以南京机场高速公路为例进行分析,结果表明改进方法可有效估计路段行程时间,并且路段越长,改进效果越明显。     

VMS Release of Traffic Guide Information in Beijing Olympics

During the Beijing Olympics, the traffic guidance by VMS achieved excellent effects. The road condition dynamic and quantitative information which was released during the Olympics provided travelers with real-time road conditions and travel time of main Olympic lines. The paper mainly discussed VMS traffic information release based on traffic flow real-time detecting. It introduced the logical structure of the Olympic traffic guidance VMS information release. It posed the data process of VMS release based on the original data collected and discussed certain methods of data process. It also discussed the self-generation model of VMS traffic guidance information. The mid point-centered method and section-centered method were utilized to calculate the travel time and the average speed. Finally, the paper presented the practical effects of the model and algorithm used in the traffic guidance VMS release.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

Route Choice Behavior Model with Guidance Information

Using modeling and simulation methods, the driver's route choice behavior under guidance information is explored based on the combination of the decision field theory (DFT) and Bayesian theory. First, based on the Bayesian theory, a road condition dynamic updating model is presented in light of the guidance information and the driver's previous travel experiences. Then, the route choice behavior model under guidance information is formed by the fusion of the process-oriented vehicle dynamic route choice model and the road condition dynamic updating model. The developed model describes a driver's propensity to comply with received guidance information in terms of the interaction between perceived unreliability of the information, his previous travel experiences, preference for different road alternatives, decision-making speed/quality, and route selection criteria. The simulation results show that the combination of the DFT and Bayesian theory can effectively explain the driver's travel dynamics behavior.     

诱导信息下的路径选择行为模型

本文为诱导信息下的驾驶员路径选择行为提出了一种基于决策场理论和贝叶斯理论的推理、预测、判断和路径选择决策的交互仿真模型. 首先,由贝叶斯推理理论建立诱导信息和以往出行经验共同作用下的路况动态更新模型;进而将其与基于决策场理论的动态路径选择模型相结合,构成诱导信息下的路径选择行为交互模型. 通过诱导信息下的路径选择行为动态模拟,获取诱导信息对路径选择行为的量化影响效能值. 仿真分析显示,诱导信息可信度、出行经验、路径固有偏好、决策速度/质量和路线选择标准是影响驾驶员对诱导信息做出响应的关键因素. 分析结果表明,决策场理论与贝叶斯理论相结合能较好地解释驾驶员路径选择行为的动态特性.     

确定动态交通分配中路段行驶时间方法的研究

在分析和评述现有路段行驶时间函数优缺点的基础上,提出了路段行驶时间由在非拥挤部分的走行时间和排队部分的走行时间2部分构成的思想,最后给出了计算非拥挤部分走行时间的关键因素,即交叉口车辆排队长度的计算方法.     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

基于矩阵分析的公共交通网络最优路径算法

为了更符合实际情况，即充分考虑换乘次数是乘客选择公共交通网络的决定因素，运行时问是其重要因素，分析了乘客心理特征，用CIS技术建立了公共交通网络模型，构建了适合公共交通分析的直达矩阵和最小换乘矩阵．在此基础上，结合路段、节点运行时间，提出了公共交通网络最优路径算法，并用一个简单的算例对算法进行了说明．     

基于谱分析的路段行程时间多步预测方法

路段多步行程时间预测数据是动态交通诱导系统的重要参数,但已有研究成果,大多集中于一步预测,且存在适应性不强、计算量大、基础数据需求多等不足.应用谱分析及Karhunen-Loeve（K-L）变换对历史及当前检测行程时间序列进行分解与重构,重构时以历史序列与当前检测序列的欧式距离作为相似性度量指标,优化重构时的特征向量系数,使与当前检测序列相似度高的历史序列信息在重构中占据主要地位,通过重构,实现对后续若干时段的行程时间的预测,实测数据检验显示该方法可实现多步预测,预测精度良好,较以往方法有所提高,且历史数据需求量小,计算量小.