规划网络路段交通量预测模型研究

交通量预测是公路网络规划过程中的一项重要工作，本文在传统的路段交通量预测方法的基础上，介绍了路段交通量ＯＤ模型法，根据实际道路网的形状，通过使路段交通量的预测值与观测值一致来进行模型推算，从而计算出规划网络上的交通量。与现有方法相比，可得出精度更高的结果。     

路面累计交通量的灰色预测方法

本文利用已有交通量资料，吸承灰色系统理论中累加生成的思想，通过回归分析，建立了路面累计交通量预测的灰色抛物线模型，表明了路面累计交通量的灰色预测方法，该法避开了按规范给出了公式进行累计交通量预测需要确定设计年限内交通量的年平均增长率和设计初年平均日交通量两个参数的工作，且可得出可信的预测结果，在交通量资料少且规律性又不强的情况下，该预测工作具有明显的优越性。     

关于路面轴载累计总数预估的探讨

现行路面设计规范采用的交通量预测方法存在中远期预测值偏大的问题。本文提出用单利和复利公式分段预估路面累计轴载总数，供参考。     

路段短时交通量预测自适应控制法

基于自动控制理论,文章提出一种路段短时交通量的动态预测算法。以历史交通量观测数据为输入,下一时刻交通量预测值为输出,构造了单输入单输出的离散时间动态系统,设计了反馈控制回路和自适应PID控制器对预测结果进行修正。实例分析表明,该算法能较快跟踪交通量的变化,实时修正算法,能实现时间和空间上的移植。     

广佛高速公路交通量分析

通过广佛高速公路通车四年多来交通量情况的统计分析，叙述了次通量的月不均匀系数Ｍ，交通量周不均匀系数Ｗ，交通量方向不均匀系数Ｄ，车型比例统计计算，交通量的增长预测，公路交通量转移向新路的推算等的计算，比较，分析与探讨，最后通过统计数据得出了两点启示。     

四阶段法在水运交通量预测中的应用

预测水运交通量可以为水运交通的规划、设计和船舶通航管理提供基础性的依据。预测采用的方法很多,但是多数方法只是针对单条航道水运交通量的发展规律进行研究,并没有揭示周边航道对其产生的影响。文中从"四阶段法"的基本思想入手,对船舶货运量生成、分布,航道船型,水运交通量分配4个阶段进行预测分析,得出该方法能较好地解决网络交通量的预测问题。     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进，提出一种快速二阶BP神经网络，并将把该方法成功地用于公路交通量的预测中，通过与其它方法的比较分析，得出快速二阶BP神经网络预测方法加快了收敛速度，提高了结果的准确度，为科学地预测公路交通量提供了有力依据。     

基于马尔柯夫过程的交通量预测

为解决传统交通量预测方法要求数据量较大、参数较多、精度较低的问题，提出了利用马尔柯夫过程来预测公路交通量的方法，建立了相应的预测模型。应用该方法对321国道交通量进行了实际的预测．获得了满意的结果。     

基于改进GA-BP的模糊神经网络在高速公路交通量预测中的研究

科学准确预测运营期高速公路通行量能够对运营决策提供关键性支撑,同时,对高速公路路网建设规划、国民经济评价及投资效益分析也至关重要。人工神经网络算法能够映射高速公路交通量产生与变化的非线性和复杂性规律。为了提高传统BP网络高速公路交通量预测精度,提出了改进算法,通过遗传算法优化网络初始权重,引入峰值理论和模糊算法提高网络模型对较大流量的预测准确度;将优化算法应用于网络模型,建立了基于改进GA-BP的模糊神经网络高速公路交通量预测模型;模型应用于太原市绕城高速公路长风东收费站交通量预测,将预测值与实际统计值进行对比;应用结果验证了改进神经网络模型的有效性和准确性。     

改建道路累计交通量的模糊预测

利用２０５国道某段已有交通量资料，依据模糊数学和线性规划的有关理论，建立了该路段日累计交通量的模糊预测模型，阐明了道路累计交通量的模糊预测方法．     

县乡公路交通量预测方法研究

根据县乡公路的实际情况,提出交通量由自然增长的趋势型交通量,大型企业产生的机械增长交通量和道路行车条件改善引起的诱增交通量三部分组成。结合对白小线改造工程可行性研究中的交通量预测,验证该预测方法的合理性。     

长平高速公路交通量预测方法的研究

本文以长平高速公路为研究对象，将交通量分为趋势诱发，转移三部分来研究，分别分析了它们各自的形成机理，重点讨论了诱发和转移两部分交通量的预测，给出了一种简单实用的预测方法。     

用主成分分析法确定区域公路网代表交通量

本文在对现有交通量预测方法分析基础上，提出了利用主成分分析形成区域代表交通量的方法，并在实际公路网规划工作中得到了应用．     

高速公路交通量预测差异原因分析

高速公路交通流量预测是可行性研究、投资评估的重要内容，其预测结果的准确性将对项目技术标准、工程规模、运营收益和投资决策产生重大影响。通过对交通量预测方法和模型的分析，构建了分析交通量预测产生差异原因的分析体系框架，并依托30余条高速公路工可报告预测交通量与实际交通量的差异对比，分析了交通量预测产生差异的原因，并提出减少差异的对策和措施。     

交通量预测的神经网络集成方法

首次将神经网络集成技术引入交通量预测。神经网络集成通过训练多个神经网络并将各网络输出进行合成,可显著提高学习系统的泛化能力。在Boosting和Bagging集成方法的基础上,提出基于分治策略的神经网络集成方法,并且讨论了网络权重分配算法。使用上述三种神经网络集成预测模型,对苏州某交叉口实时交通量进行预测,预测结果比较理想,优于单一神经网络预测方法。实验表明,神经网络集成用于交通量预测是有效可行的。     

裕华路交通调查报告

该文针对裕华路的交通现状进行路段摄像及浮动车法调查,得出交通量及饱和度数据,并预测规划期末的交通量及饱和度,为道路规划设计方案提供技术支持。     

基于力学经验法的高速公路车辙模型校正研究

MEPDG设计指南是基于力学-经验法的道路设计方法,引起世界各国研究人员的广泛关注。本文基于MEPDG中车辙预测模型,选取江苏省4条典型的高速公路,结合其气候环境与交通量进行本地车辙模型修正。根据修正系数的变化范围,确定各条高速公路的最优系数组合,并计算各条高速公路的车辙预测值。根据车辙预测值与实测值的比较,证实了修正模型的可行性,并得出本地车辙修正模型与交通量的显著相关关系。     

基于EMD聚类与ARMA的交通流量预测方法

为了准确掌握未来交通流量的变化趋势,提高高速公路路网的管理效率,采用经验模态分解(EMD)和自回归滑动平均(ARMA)模型,提出了一种短时交通流量预测方法。根据高速公路收费站数据,使用EMD将统计的时间序列分解为有限个固有模态分量,对固有模态分量使用模糊C均值聚类,再采用ARMA将聚类后的固有模态分量进行预测,最后把每个分量预测值求和得到交通流量预测值。实例仿真计算表明,该算法比直接使用ARMA模型进行预测具有更高的预测精度,是一种有效的短时交通量预测方法。     

灰色理论与模型在交通量预测中的应用

由于缺乏交通量预测资料及判断影响交通量生成与增长因素的准确性不够，致使道路交通量的预测结果与实际有较大差异。本文论述了灰色理论与模型在交通量预测中的应用技术、方法与程序。该方法利用了累加生成手段和微分方程描述的灰色模型，与目前常规交通量预测理论和模型相比，可有效地处理贫信息和离乱数据，在一定预测时段内具有良好的预测精度和实用性。     

重型汽车市场需求预测

重型汽车市场与整个宏观经济环境是紧密相连的。通过建立重型汽车保有量随时间增长、及与国内生产总值、公路货物周转量、全社会固定资金投资相关的几个数学模型，分别预测未来重型汽车保有量值，并得出综合预测值。考虑更新量后，推算出相应的要需求量预测值。