基于RBF神经网络的短时交通流量预测

城市交通网络是个复杂的系统,不同时段的交通流量之间有着非线性关系.神经网络具有识别复杂非线性系统的特性.利用RBF神经网络构建了短时交通流量动态预测模型,对某城市道路的短时交通流量进行预测,取得了较好的结果.     

基于MRA和AMFNN的交通流量预测

为了研究城市道路动态变化的交通流量，本文提出了在多分辨率分析(MRA)的基础上利用加乘模糊神经网络(AMFNN)进行预测的方法，并给出了交通流量的预测模型，同时，用实测的流量数据测试了模型的性能．仿真实验表明，采用基于多分辨率分析的加乘模糊神经网络非线性方法能够获得较满意的预测结果。     

基于时空注意力卷积神经网络的交通流量预测

为充分挖掘交通流量的复杂时空动态相关性以提高交通流量预测精度,引入空间注意力机制与膨胀因果卷积神经网络,提出一种基于时空注意力卷积神经网络的交通流量预测模型（spatio-temporal attention convolutional neural network,STACNN）.首先,由膨胀因果卷积与门控单元构建的门控时间卷积网络模块用于获取交通流量的非线性时间动态相关性,避免在训练长时间序列时发生梯度消失或梯度爆炸;其次,采用空间注意力机制为路网中的交通传感器节点自动分配注意力权重,动态关注不相邻节点之间的空间关系,并结合图卷积神经网络提取路网的局部空间动态相关性特征;然后,通过全连接层获取最终的交通流量预测结果;最后,利用高速公路交通数据集PEMSD4、PEMSD8进行了60 min的交通流量预测实验.实验结果表明：与基线模型中具有良好性能的时空图卷积网络（spatio-temporal graph convolutional network,STGCN）模型相比,提出的STACNN模型预测结果的平均绝对误差（mean absolute error,MAE）在两个数据集上分别提...     

Y型航道内船舶交通流量的非线性特征研究

针对Y型航道管理中需要掌握船舶交通流量的基本特征问题,基于历史数据,构建了船舶交通流量时间序列,利用时间延迟、最大Lyapunov指数和递归图验证了序列具有混沌特征.通过计算关联维数,证明了序列具有分形特征.研究结果表明Y型航道内船舶交通流量时间序列具有非线性特征,由于时间间隔的不同,非线性的强弱也不相同,其中时间间隔为30 min时,序列的非线性特征最明显,随着时间间隔增大,系统的非线性特征逐渐减弱.     

非线性短时交通流的一种神经网络预测方法

短时交通流预测是交通控制与交通诱导系统的关键问题之一。随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般的预测方法难以奏效。本文针对BP神经网络运行的特点。提出了用隔离小生境遗传算法优化传统的BP网络。实例证明,该神经网络的进化建模方法设计简单,全局搜索效率较高,能有效的用于短时交通流量的预测。     

城市交通流量短时预测的支持向量机方法

提出基于支持向量机的短时交通流量预测模型,对城市交通本身固有的非线性、复杂性和不确定性进行综合考虑。结合实例数据,对基于支持向量机的预测模型和基于BP神经网络的预测模型进行比较。结果表明:基于支持向量机的预测模型模型在精度、收敛时间、泛化能力、最优性等方面均优于基于BP神经网络的预测模型。     

基于遗传算法(GA)优化BP神经网络的船舶交通流量预测

为了提高船舶交通流量的预测精度,在BP神经网络的基础上,结合遗传算法(GA)建立一个新的预测模型.该模型利用GA自适应搜索能力和较快的收敛速度,进而确定BP神经网络中的最优权值和阈值.以青岛港2011—2019年船舶交通流量统计数据为例,进行仿真实例验证.结果表明,与传统的BP神经网络相比,该模型能显著地提高船舶交通流量的预测精度,用于预测船舶交通流量具有一定可行性.     

城市短期交通流量预测方法的探讨

根据实际观测得到的交通流量数据,运用灰色预测模型、神经网络以及最小二乘拟合等三种交通流量预测模型．对上海市延安东路隧道浦西段入口处短期车流量进行短期的预测。计算结果表明,神经网络模型的精度最高。最后提出一种根据短期交通流量预测结果的人工智能解决交通拥堵的方案。     

基于多尺度分析与神经网络的交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量随机因素影响大、非线性强、规律性不明显的特征;采用小波多尺度分解的方法,将含有综合信息的时间序列分解为多个分量特征不同的时间序列,然后采用神经网络对各个分量分别进行预测,最后用实测数据进行了验证分析。结果表明,基于多尺度分析与神经网络预测模型比单神经网络预测模型预测精度高,可用于交通流的实时动态预测。     

基于多尺度分析与神经网络的交通流预测

针对实际交通系统时变复杂和变化的不确定性所带来的交通流量随机因素影响大、非线性强、规律性不明显的特征;采用小波多尺度分解的方法,将含有综合信息的时间序列分解为多个分量特征不同的时间序列,然后采用神经网络对各个分量分别进行预测,最后用实测数据进行了验证分析。结果表明,基于多尺度分析与神经网络预测模型比单神经网络预测模型预测精度高,可用于交通流的实时动态预测。     

灰色代数曲线模型在交通量预测中的应用

灰色GM模型对于非线性系统问题的处理显得较为薄弱,而交通系统是一种复杂的非线性灰色系统,用灰色GM模型进行预测,精度必然得不到保证。本文为解决这一缺陷,提出采用灰色代数曲线模型预测交通量。实例分析表明,灰色代数曲线模型的拟合精度好于灰色GM模型,用灰色代数曲线模型预测交通量是可行的。     

拉萨市江苏路交通信号控制系统的改进与实现

对拉萨市江苏路交通信号控制系统进行初步分析,并根据设计及研究经验,剖析交通信号控制系统中的定时式协调控制方案,通过仿真软件进行实例验证,结果表明在确定交叉口的信号配时方案时,根据交叉口交通流量的变化合理划分时段,并确定时段内设计交通量是非常重要的.     

移动式区间交通量信息采集与分析

为解决现行交通量调查方法存在的诸多问题,更准确、有效地获取区间交通量信息,特研发了＂移动式区间交通量信息采集与分析＂系统。此系统由前端和后台两部分组成：前端负责车辆信息的获取,后台负责数据的分析并形成报表。前端设备由蓄电池供电,受环境制约因素少,可以大规模的使用。本套系统还适用于超速监控、智能卡口、OD调查等场合,具有很好的推广应用前景。     

异常事件下高速道路交通状态的分析与仿真

为了考察异常事件对高速道路交通运行的影响,对事发后高速道路局部交通状态的演变过程进行了分解,分析了各阶段的事发点通行能力,并将事发点通行能力的影响因素归纳为事件性质、阻塞行车道宽度、事件发生位置、现场行车秩序与上游交通量等五类,针对交通事故引起局部车道临时关闭这一典型的异常事件,进行微观交通仿真。仿真结果表明:行车延误随着车道关闭开始大幅度增长,直至车道开放,之后开始降低,整个演变过程伴随着波动;当交通量接近于道路通行能力时,交通流系统处于脆弱的平衡状态,异常事件极易引起大范围、长时间的交通拥堵,此时,应采取交通诱导和匝道控制等必要的措施来转移部分交通量,减小异常事件的影响。     

城市道路交通量总量控制预测法探讨

从系统工程的角度出发,把项目影响区作为一个大系统,交通基础设施建设作为其中的一个子系统,从整体上计算包含诱增交通量在内的总的交通量,然后按照考虑众多因素的比例法将其分配在各交通小区中,最后在区域交通网络中进行分配,从而获得拟建项目的远景交通量.     

浅析综合运输分析在公路建设项目交通量预测中的应用

公路、铁路、水运等运输方式共同构成区域综合运输体系,科学客观分析通道内的运输需求总量和运输方式以及各种运输方式之间的竞争协作关系是准确预测公路建设项目交通量的必要前提。以桓仁（辽吉界）至丹东（古城子）高速公路为例,探讨应用综合运输分析进行公路交通建设项目交通量预测的思路和方法,为公路建设项目的交通量预测提供可靠的支持。     

��ͨ���뾭�������Թ�ϵ��ϵͳ����

公路交通量预测是一项复杂的交通运输系统工程。交通量是社会系统中交通条件、经济及社会等诸多因素共同作用的结果。掌握上述要素对交通量的影响或作用强度及其规律对于科学准确地分析预测交通量，进行交通规划具有十分重要的意义。本文对大量统计数据的分析研究结果表明，随着我国经济的发展，公路交通量，特别是国、省道干线交通量与经济量相关性变得越来越密切，并且在时空分布上呈现出一定特征。     

基于声强的交通流数据采集与状态分析

在提取交通声强信号特征的基础上,利用AvantLite动态信号分析系统记录数据,导入基于声强的交通流分析系统,融合路段相邻两点的数据,根据交通量差值比判断该路段的交通状态,为提高交通流检测技术水平提供理论和实践基础。     

公路路网货物运输量月度波动系数推算方法

公路运输量波动系数反映了运输需求与运输供给在时空上的不均衡状态.本文首先分析了车辆货物运输量月度波动系数的统计方法和其在统计调查中存在的问题;接着依托高速公路联网收费系统、交通量自动观测点与交通量调查信息系统等平台,建立了公路路网货物运输量月度波动系数推算模型,把车货质量、收费总额、交通量、车道数、通车里程等参数引入到模型中来,并对公路路网货物运输量非基数月度波动系数提出了量化处理、权重赋予的方法;最后,通过实例验证了模型和算法的可行性.研究成果可为公路路网货物运输量统计调查、区域内公路路网规划和综合运输体系优化提供切实的参考.     

基于ARCGIS动态分段技术的路段流量可视化分析

通过引入基于线性参照系统的动态分段技术,以广东省普通国道网为例,将里程桩号作为建立路线系统的量测M值的校正参考依据,并把广东省年度交调数据中路段交通流量观测值作为线事件导入到国道网的路线系统中,实现路段交通流量与空间矢量地图的匹配,使地理信息系统中的路线网络建立流量属性,为路网的进一步网络分析及研究决策提供科学的参考依据。