基于实时数据的路网行程时间可靠度模型研究

道路行程时间可靠度是衡量城市道路交通服务质量的指标之一。本文分析和处理道路实时交通数据．统计其行程时间的分布,并拟合行程时间的分布曲线。以此为基础,构建行程时间可靠度模型,并进行案例分析。本文研究得出：路段的行程时间服从正态分布;出行者要求可靠度越高,需要预估的行程时间就越大;即使出行者期望的可靠度相等,对应不同的出发时刻预估行程时间也不同。     

城市快速路行程时间的统计分析与预测

实时交通预测分析一直是ITS领域一个重要的研究课题,它的研究进展也直接影响着ITS子系统ATMS（Advanced Traffic Management System）的实施。文章以北京二环快速路为研究对象,先使用浮动车数据计算出路段在不同时段的行程时间,再采用统计分析方法得出目标路段在相同时段下的行程时间的分布规律;在此基础上,对相同时段不同路段、相同路段不同时段的行程时间分布测度进行对比分析,并将其和道路服务水平进行对照,得出了若干有意义的结论和建议;最后,对行程时间计算结果进行了检验和评价,证明了计算结果的准确性。     

交通事故持续期内行程时间的可靠性研究

为研究交通事故影响下路网性能的随机性,定义路网行程时间可靠性为路网在交通事故持续期内平均行程时间小于预定阈值的概率.假定事故持续时间为服从正态分布的随机变量,将给定的事故持续时间离散化为相同长度的子时段,综合运用Logit路径选择准则和路段传输模型,提出了基于Monte-Carlo法的路网行程时间可靠度模拟算法.用一个测试网络来验证算法,其事故持续时间均值为8～20 min、方差为0.5～5.0 min, 子时段出行需求为4.0和4.5辆,时间阈值为事故前走行时间的2.0和2.2倍.研究结果表明:路网行程时间可靠度均随事故持续时间均值的增大而减小;当出行需求为4.5辆、时间阈值为事故前走行时间2.0倍时,行程时间可靠度随着事故时间方差的增大而增大;当需求小于4.5辆、时间阈值大于2.0倍时,可靠度随着时间方差的增大而减小.      

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.     

城市快速路上机动车比功率分布特性与模型

在交通油耗和排放模型的研究中,利用机动车比功率（VSP）分布刻画交通状态成为了最新研究需求. 然而,现有交通工程还缺乏对常见交通参数与VSP间关系的认识,更缺乏利用交通参数求解VSP分布的模型. 为了研究交通状态对VSP分布的影响,本文利用大量城市快速路上的浮动车数据,建立了其不同行程速度下对应的VSP分布. 经分析,发现了VSP分布与平均行程速度之间的规律性特征：当平均行程速度大于20 km／h时,VSP分布近似于正态分布;分布均值为以该速度匀速行驶时的VSP值;分布标准差可表达为平均行程速度的幂函数. 基于以上发现,提出了利用平均行程速度的VSP分布数学模型,并利用该模型进行机动车油耗测算. 通过与实测油耗的对比分析,VSP分布模型可以有效用于机动车油耗测算. 本研究指出了利用数学模型描述不同交通状态下VSP分布的可能性,该模型可有效地与交通数据或模型结合,实现油耗和排放的实时量化评价.     

不同交通流运行状态下的行程时间可靠性分析

行程时间可靠性可以直观反映道路交通流的运行状况,为管理者和出行者提供决策依据。本文以车牌识别系统数据为行程时间数据来源,每10 min作为一个出发时段,研究行程时间可靠性在全天的分布情况。提出了从运行效率和运行稳定性两个层面定义行程时间可靠性的内涵,并通过相关性分析,将现有常用行程时间可靠性指标分成了两类。提出了基于行程时间的交通拥挤判别方法,依照拥挤情况对交通流运行状态进行了分类,分析了行程时间可靠性随交通流运行状态的变化趋势:从效率层面讲,行程时间可靠性与交通拥挤情况的变化趋势完全一致;从稳定性层面讲,稳定交通拥挤时段行程时间可靠性较高,而交通流转变时段行程时间可靠性较差。     

基于建成环境和低频浮动车数据的路段行程时间估计

将城市道路周边建成环境的相关属性作为路段行程时间的解释变量,结合城市低频浮动 车数据,在不需要速度等GPS信息的条件下研究建成环境属性因素对路段行程时间的影响。同 时,给出一种新的路段行程时间分布估计方法,即利用路段车辆数的分布代替路段长度作为路段 行程时间的分配比例系数,得到路段行程时间的分布情况。为验证所提方法的正确性,以辽宁省 丹东市振兴区锦山大街为例进行分析,用极大似然估计法得到各类建成环境对行程时间的影响 参数值,并对比研究路段在有、无建成环境影响下的行程时间。结果表明：道路周边的建成环境 会在不同时段导致路段行程时间显著增加,学校的影响时间段主要在6:00-7:20,医院、诊所集中 在7:00-8:00,交叉口造成的行程时间增量在研究范围内整体较为平均。通过似然比检验,验证了 将建成环境变量作为路段行程时间影响因素的可靠性。     

路段行程时间多时间尺度预测方法

采用长春市实际调查数据对一种基于浮动车的路段行程时间多时间尺度预测方法进行仿真实验,结果表明基于该方法的交通流路段行程时间多时间尺度预测结果与真实值之间的平均绝对相对误差均小于7%,完全满足路段行程时间预测的精度要求。     

基于网格交通状态分类的行程时间规律挖掘与计算

在出租车轨迹数据挖掘的基础上，本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上，利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图，并对宏观基本图的流量-密度关系进行拟合；进而使用高斯混合聚类法，将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析，发现3类交通状态下网格行程时间表现出不同的分布特征，畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布；通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一 定可靠度条件下的行程时间，对不同线路和时间内的案例分析结果表明，该方法对路径行程时间估计的平均绝对误差在1%~16%，可以为交通诱导与未来导航提供技术方法支撑。     

基于改进遗传卡尔曼算法的短时路段行程时间估计

为进一步提高城市道路行程时间短时预测的准确性,利用城市浮动车全球定位系统(global positioning system,GPS)数据,提出基于遗传算法(genetic algorithm,GA)优化的卡尔曼滤波(kalman filtering,KF)模型估计短时道路行程时间的方法。利用高斯滤波器对异常数据进行有效剔除,基于城市道路地理信息系统(geographic information system,GIS)数据提出道路地图匹配算法,利用卡尔曼滤波器预测匹配道路的行程时间,并通过遗传算法优化卡尔曼滤波的误差参数。实际算例表明:预测路段的行程时间误差均小于0.5 min,基于GA优化的KF算法能有效提高路段行程时间估计的精度。根据预测行程时间对上海市外环路各个路段不同时间的拥堵情况进行预测识别,预测结果有助于交通管理部门及时掌握城市道路运行状态信息。     

出行时耗预算机理解析

从20世纪60年代开始,一些学者发现城市居民人均日出行时耗在不同年份表现出一定的稳定性;扎·哈维提出日平均出行时耗预算相对恒定假设。首先,通过国内外全日、单次出行平均时耗变化的历史数据,验证了出行时耗的相对稳定性。在解析出行时耗相对恒定形成机理的基础上,重点分析单次通勤出行时耗分布机理,并提出相应的模拟公式。同时,探讨交通拥堵状况对出行时耗分布的影响作用,分析表明较小的出行时耗增加可能隐含较大程度的交通拥堵。最后指出,应结合中国城市居民的出行时耗预算,为其适宜的交通模式规划路网和城市用地布局。     

Dynamic Multi-class Network Loading Problem

The dynamic network loading problem （DNLP） consists in determining on a congested network, timedependent arc volumes, together with arc and path travel times, given the time varying path flow departure rates over a finite time horizon. The objective of this paper is to present the formulation of an analytical dynamic multiclass network loading model. The model does not require the assumption of the FIFO condition. The existence of a solution to the model is shown.     

出行时间成本的影响因素及模型构造

为分析影响出行时间成本因素间的关系,界定了出行时间成本的概念,分析了影响出行时间成本变化的主要因素,并在此基础上构造出行时间成本模型.根据2014年北京市居民交通方式选择特性问卷调查数据,以“工资法”为计算原则,计算出了2014年北京市居民分方式、分目的的人均出行时间成本,并研究了不同出行方式下的出行时间成本的内在规律,为分析预测居民的出行决策、优化交通方式比例提供了可靠的理论依据.     

出行时耗的规律及启示

出行时耗是指人们用于出行的时间.城市居民一天出行的平均时耗是否具有一定的稳定性,或者是否存在固定的出行时耗预算,多年来一直是城市交通领域工作者的研究热点之一.首先,在回顾国外相关研究的基础上,分析说明我国城市居民人均日出行时耗的规律性.通过近2年国内几个城市的调查数据,说明出行时耗稳定性在集计水平上是存在的.最后,综合分析了出行时耗稳定性的形成机理及出行时耗稳定性对于交通系统建模与分析的启示.     

���ڳ���ʱ��ģ�͵��ճ���ʱ�����

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

���ھ�ֵ�ͱ�׼��ĸ��ٹ�·�г�ʱ��ɿ���Ԥ��

在密苏里州圣路易斯市I-270/I-255州际公路上,可变限速标志实时控制高峰期车速以缓解拥堵.本文研究可变限速系统对行程时间分布和可靠性的影响,分析伽马分布、最大极值分布、log-logistic概率分布、对数正态分布及威布尔分布与24小时行程时间数据的拟合程度,得到后可变限速情形下行程时间的分布.结果表明,后可变限速情形下行程时间的分布服从对数正态分布.提出基于行程时间均值和标准差方法计算行程时间可靠性最关键指标之一——第95百分位数的行程时间基于I-270/I-255公路四个拥堵路段36个实测数据集,用参数和非参数统计验证了方法的有效性.     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

�����о������ʱ��С�����������

为了了解北京市居民出行时间相关特征,特别是出行时间成本的数值情况,组织了一次小样本出行时间特征调查,得到1 305份有效样本。首先介绍了调查方案的设计,包括调查指标的选择、样本量的估算、调查地点的选择等内容,然后本文对样本数据分方式、分出行目的分别进行了出行时间均值的统计计算,离散系数较小说明了均值的代表性较好.在调查得到各出行方式对应的人均工资、出行时间、出行目的的数据基础上,计算出单次出行各方式、各目的对应的平均出行时间成本.结果表明,以小汽车、公共交通为出行方式的工作、商务出行,其单次出行时间成本约为10~17元,说明如果提高整个路网的交通系统效率,全社会节约的时间成本是相当可观的。     

基于行程时间的车辆通行连续性分析

定点检测器采集的路段行程时间样本中通常包含连续通行和非连续通行两部分,针对连续通行样本的识别,传统的固定阈值方法无法提供合理的结论.将行程时间样本时间序列化后,利用其差值的平稳随机性质,采用基于统计学的离群点检测的参数方法分离样本比传统方法更加科学有效.通过实证分析,非连续通行样本的占比是一种能够分离样本的指标.关联性分析的结论表明,该指标在4 分钟车程长度以内的路段中取值平稳,在4 分钟车程长度以上的路段中取值则受到道路等级、路段长度、交通运行状态、区位用地性质等多种因素的综合影响.     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.