非完全信息条件下交通分布预测时间(距离)法

对于新兴城镇和快速扩张城市的交通分布预测,由于信息缺乏很难采用传统的预测方法.本文提出了非完全信息下的交通分布预测时间(距离)法,并给出了其参数标定方法,对其可靠性也进行了实证性分析,最后,探讨了该模型对时间(或距离)的敏感性问题.     

方式划分中慢行交通分担曲线模型研究——以芜湖市为例

结合芜湖市交通调查基本情况,分析了慢行交通与用地布局的关系,探讨了其时间分布、距离分布的出行特性,并构建了在不同出行目的下,分别以出行时间、出行距离为变量的慢行交通分担曲线模型.最后,以芜湖市交通需求预测中,居家工作出行目的的时间和距离为变量的预测为例,验证了模型的正确性和可行性.     

城市对外交通枢纽交通分布预测

交通枢纽是道路网络的重要节点，其对道路网络上交通影响不能忽略．文中探讨了无现状OD情形下的各种类型交通枢纽分布预测问题,把运输费用（时间）最小作为目标函数，以交通小区发生量和交通枢纽容量为约束，建立了线性规划预测模型，并对交通小区与枢纽间的特定联系在分布预测中如何考虑进行了探论．实例研究证明该模型具有实用性。     

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题，构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型，快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法，以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据，验证模型的有效性和准确性. 结果表明，模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测，取得较好的结果.     

移动检测技术的研究

移动检测技术是智能交通系统中实时获取交通信息的重要手段之一．介绍了移动检测技术的概念及优缺点，对当前移动检测技术中的关键问题：如检测车辆占车流的百分比，利用移动检测技术估计和预测的交通指标以及估计、预测方法作了详细介绍，指出如何确定检测车在车流中所占百分比，利用该技术对旅行速度、旅行时间进行估计和预测，以及基于链路的估计、预测方法优于基于路段的估计、预测方法、     

交通信息对驾驶员逐日路径选择行为影响研究

在无信息、发布历史信息和发布预测信息3种信息条件下,分别建立了驾驶员的路径理解行程时间期望值的更新模型.通过建立一个含有2条平行路径的简单路网,对3种交通信息条件下驾驶员逐日路径选择进行了仿真,结果表明:交通信息对驾驶员的作用与驾驶员路径选择的随机程度和对信息依赖程度有关;在3种交通信息条件下,路网均不能达到用户均衡平衡状态;交通信息的预测方法不同,预测信息对驾驶员路径选择的影响有差异.     

关于我国特大城市客运交通发展战略的研究

在总结反映城市出行总量距离分布的二阶爱尔兰分布模型的基础上，对城市出行总量的距离分布进行测算，作为宏观研究交通发展战略的基础，通过对各种交通方式的适应性进行定性和定量分析，确定对待各种交通方式的态度,对如何确定我国特大城市客运交通的发展战略进行了研究，并拟定了相对应的几种交通发展战略。     

基于模糊信息粒与SVM的道路交通状态波动分析

为分析道路交通状态波动范围,提出了一种基于模糊信息粒化与支持向量机组合预测的建模方法。分析了道路交通状态波动特点和交通参数选择原则,以模糊理论和时间序列预测为基础,通过模糊信息粒以15 min时间窗将样本数据模糊化,得到Low、R、Up这3组时间序列;并利用支持向量机模型分别对其进行预测,获得道路交通状态的波动范围与变化趋势。实例分析时,在验证数据采集路段属性相近的前提下,用该组合模型对早、晚高峰和平峰等3个时段的交通波动状态进行验证,验证结果有较高精度,能有效预测交通状态波动情况。     

城市间经济引力模型实证研究及敏感性分析

更精准地预测城市间经济引力强度,有利于指导城市间交通基础设施建设。首先,对现状城市间引力进行实证研究,建立城市间经济引力模型;其次,采用城市间交通客流交互量对经济引力进行相关性表征,即认为城市间客流交互量越大的,其经济引力也越大;最后,基于手机信令数据推算各城市间客流交互量,对现状广州与粤港澳大湾区及省内城市间引力进行了建模,并对模型中的主要影响因素进行了敏感性分析。结果表明,根据人口、GDP、产业结构相似程度、两市间时间(空间)距离等影响因素建立的模型能够较好地预测城市间的经济引力。此外,两市间的时间距离对城市引力的影响比空间距离更大,规划城际性的快速交通网络对于提升两个城市间的经济引力具有积极作用。     

交通路况预测和交通事件信息查询产品

经过近4年研发，美慧信息科技（上海）有限公司（以下简称美慧公司）于2008年10月和11月连续发布了交通路况预测产品和交通事件信息查询产品。交通路况预测产品可以预测城市未来7天内的道路交通状况，用户只要在互联网页面上输入日期和时间，系统将自动给出相应时间的路况预报，并以红（拥堵）、黄（缓行）、绿（畅通）显示于地图上。通过交通事件信息查询产品，用户可以获得交通事故、匝道开启／关闭、施工、天气、交通管制等信息。     

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。     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

基于KNN和SVR的航班滑出时间预测

针对大型繁忙机场粗放式预估航班滑出时间可能带来的场面交通不畅、运行效率不高等问题,基于K最近邻(KNN)和支持向量回归(SVR),构建了离港航班滑出时间预测模型.该模型采用KNN方法,考虑滑行距离、滑出过程中同一跑道正在滑出航班数、撤轮档后15 min内推出航班数等因素,预测得到航班滑出期间使用同一跑道的起降航班数;基于该预测结果,结合滑出距离和撤轮档前15 min同一跑道平均滑出时间等因素,采用SVR预测航班滑出时间.使用首都机场航班运行数据对模型进行检验,结果表明:在误差范围为±3 min内,平均预测准确率可达79.86%.     

济南市城市居民交通方式的选择与交通分布预测

主要通过人工调查的方法得出济南市历下区和历城区城市居民交通出行目的和出行方式。结合不同交通方式的特性来调查城市居民从出行距离、出行时间和出行费用等因素做出交通方式选择的人数比重,并利用Logit模型得出交通方式与出行影响因素的关系。再选取济南市六个区域作为研究对象,通过重力模型计算出每个区域的交通发生量和吸引量,并得出每个区域之间的流通和联系程度和OD表。最后结合城市居民交通方式的选择对济南市部分区域做出交通分布的预测与分析。     

能见度不良天气下海上交通安全风险预警系统

为了提高海上交通安全风险预警的实用性与精度, 建立了能见度不良天气下海上交通风险预警系统, 由风险矩阵知识库、交通流密度预测子系统与能见度预警子系统组成; 通过采集大样本, 运用不完备信息条件下模糊信息分配理论修正了专家调查法, 确定了海上交通风险矩阵; 采用人工神经网络中极限学习机理论的短时船舶交通流密度预测算法计算了交通流密度; 采用区域大气模式系统对气象和海洋预报部门提供的能见度预报数据进行空间和时间精细网格化划分, 计算了能见距离; 采用系统预测了空间网格为2nmile×2nmile和时间步长为10min的关注海域的能见距离和交通流密度, 以验证系统的有效性。仿真结果表明: 2个不同时间段12个时间点的能见距离预测准确率分别达到75%、75%、80%、75%、80%、75%和75%、75%、80%、80%、80%、75%, 相应的交通流密度预测准确率全部达到80%, 预测结果可靠, 并且, 实现了能见度不良天气下海域航行风险的可视化与智能化监控。      

一种航路扇区概率性交通需求预测方法

空中交通拥堵逐渐从终端区向高空航路网络蔓延,准确预测航路扇区交通需 求概率性变化成为科学实施拥堵管理的重要前提,而国外已有方法较难适用我国空管实 际数据条件.为解决该问题,本文基于空管现有航空器过点时间数据,设计了基于预测误 差分布特性的统计方法,提出了航路扇区概率性交通需求预测方法.结合中南地区典型运 行数据,提取并验证了各扇区过点时间的预测误差分布规律,获得了各扇区交通需求值 及其概率分布,发现所得概率性交通需求预测结果较之传统确定性交通需求预测方法更 准确,适合为我国高空航路拥堵管理研究提供需求预测依据.     

大型活动交通分布预测方法比较及应用

大型活动的举办势必会对城市交通产生影响,为更好地制定交通管理措施,需要对大型活动进行交通需求预测。四阶段法是交通需求预测的常用方法,交通分布预测是四阶段法的第二阶段。通过对交通分布预测常用三种方法的比较分析,说明三种方法的优缺点,并通过三种方法在唐山世园会举办期间交通分布预测中的应用比较,得到交通需求总量。     

在途交通信息对出行者路径选择的影响研究

交通信息诱导是ITS研究的重要内容,是均衡路网交通流量,缓解交通拥堵的重要措施之一。通过研究交通信息诱导(VMS)对路网交通性能的影响,如:排队长度、延误以及车辆公里数等,并提出了存储-转发计算模型。以荷兰阿姆斯特丹路网为例,分析在发生交通事件和无交通事件情况下,提供即时交通信息和预测交通信息对出行者路径选择行为的影响,同时也考虑出行者对交通信息的顺从程度。该案例分析得出,在事件情况下提供预测信息能使出行者获得的收益最大。     

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.