基于Optima的实时在线交通流预测方法研究

目前城市道路交通流预测主要是基于物理模型、数理统计特性并融合部分智能预测算法来实现的,而对于一些影响预测效果的重要交通因素,诸如FIFO原则、交通信号控制方案等在现有的预测方法因无法很好地引入和描述而忽略.本文提出了一种基于Optima系统实现的实时在线交通预测方法,通过建立路网模型、需求模型及初始OD矩阵获取路网实时状况,并通过构建关联数据库实现实时路网模型信息、交通信号控制信息的有效对接,依据TRE算法预测路段进出口的累积流量并结合模型分配值、历史数据实现实时在线交通预测.以北京市望京区域为例进行仿真验证,通过误差分析,获得了较为理想的预测效果,验证了该预测方案的有效性.     

基于GA-LSSVR模型的路网短时交通流预测研究

目前,很多短时交通流预测方法仅利用某一路段历史数据的时间相关性或者道路上下游路段的时空相关性进行交通流预测,未充分考虑路网所有路段之间的时空相关性.提出了一种基于稀疏混合遗传算法优化的最小二乘支持向量回归(LSSVR)模型,并应用于路网短时交通流预测.该预测模型不仅可以自动优化LSSVR模型参数,而且可以从高维路网交通流数据中选择有助于交通流预测的变量子集.实验结果表明,与LSSVR模型相比,所提方法具有更好的预测能力;而且,少量时空变量被选择出来构建预测模型,极大减少了信息冗余,改进了模型可解释性.     

考虑大型车因素的城市路网交通流速度预测

针对大型车影响交通流速度问题,提出一种考虑大型车因素的路网交通流速度预测方法.首先根据二流理论将路段分为行驶流和排队流两部分;其次通过对路网路段的时空分析,将路段按旅行时间进行聚类,确定预测时长指数;再根据大型车特征与路段交通流速度的关系,引入大型车因素;最后使用GRU(gated recurrent unit)神经网络实现交通流速度预测,并利用VISSIM仿真进行验证.研究结果表明:考虑大型车因素可提高城市路网道路交通流速度的预测准确度.     

基于机器学习的交通流预测方法综述

通过文献梳理、专家访谈和试验场景构建等方法，分析了道路指定断面和区域路网宏观交通流预测的国内外研究现状和发展趋势，归纳了局部断面交通流预测方法，包括传统机器学习、递归神经网络和混合模型，分析了卷积神经网络、图神经网络和融合多因素网络的特点，阐述了方法的原理、优势、局限性和应用场景，总结了现有场景交通数据集类别，从采样周期与采集方式角度归纳了国内外主流交通数据集。分析结果表明：递归神经网络可以有效获取交通数据的历史规律，但存在梯度爆炸、计算复杂度高、长时预测准确度不佳等问题；图神经网络针对路网拓扑连接关系引入了图结构，在考虑路网和交通流数据的时空相关性上具有明显优势；融合多因素网络充分考虑天气、道路、事故等内外部因素的影响，有效提升了交通流预测的实时性和鲁棒性；由于交通数据采集困难、外部因素影响难以量化、机器学习方法可解释性差等原因，交通流预测方法的改进受到了限制；未来应从交通信息有效挖掘和图卷积方法完善两方面入手，拓宽图结构在交通领域的应用和考虑非常态交通场景，进一步揭示交通数据的内在规律，开发更准确、高效的交通流预测方法，推动交通流预测在工业界的落地应用。     

基于MPC的城市路网交通管控方法

在过饱和状态下,交通流的特征异常复杂,缺乏稳态交通流的概念.为改进城市路网交通的动态管控,引入模型预测控制(Model Predictive Control, MPC)方法.将动态扰动建模纳入MPC框架中,以更好地应对实际交通流的变化;通过改进存储-转发机制,建立更准确的区域交通模型,更贴近实际排队长度;提出一种分层优化的区域交通协调管控方法,以应对过饱和路网交通的挑战,为缓解网络局部交通拥堵、提升路网交通运行效率提供理论支持.     

基于车辆身份感知数据的路段轨迹 重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

基于车辆身份感知数据的路段轨迹重构方法研究

车辆轨迹蕴含着大量丰富的交通流时空信息,对于全面解构城市交通路网运行具有至关重要的意义.传统车辆轨迹重构模型大多基于定点线圈检测数据或者浮动车轨迹数据作为输入数据,并且普遍未考虑过饱和交通状态.本文提出了一种基于车辆身份感知数据的车辆路段轨迹重构方法,通过构建一种绿灯相位回溯框架,基于交通流激波理论分段重构车辆行程轨迹,每次回溯过程包含两个主要步骤,即估计车辆状态和分状态重构车辆行程轨迹;然后在Paramics 微观交通仿真平台上对本方法模型的准确性进行了验证.结果表明,该方法在各种饱和状态下均能达到令人满意的应用效果.     

����������·��ͨ���������˻�״̬����

基于行程时间对交通需求的影响,建立路段交通流模型,对路段交通流量稳定性及通行能力的退化状态进行分析.在出行者的交通需求具有弹性的情况下,路段行程时间越长,交通需求越低.模型中行程时间由道路上的交通状态决定,车辆行驶过程的计算利用MITSIM模型,通过数值模拟方法分析弹性需求对交通流的稳定性及通行能力的影响.仿真结果表明,在交通需求和路段性能相互作用下,路段交通流量趋向于稳定,非饱和状态下的稳定流量随着交通压力的增加逐渐上升到最大通行能力,而饱和状态下的稳定流量小于最大通行能力且交通压力越高通行能力退化越严重.因此在城市路网规划时,应综合考虑路网中各路段通行能力,避免路段通行能力下降.     

基于渗流理论的城市交通网络瓶颈识别研究

已有的城市交通网络瓶颈识别研究往往关注于路网结构特征或是路段交通流的属性,而较少从整体网络层面研究交通流的组织变化情况。将统计物理学中的渗流理论引入城市交通研究,从整体网络的交通连通性角度出发,探究交通网络中的全局连通交通流崩溃为局部连通交通流的动态组织变化过程。整个过程类似于统计物理的渗流相变过程,因此也被称为交通渗流。基于深圳市的城市交通数据,对实际道路网络进行抽象建模,利用实时浮动车数据构建动态交通流网络研究交通渗流现象。通过对交通渗流的相变临界过程进行探究,识别对于维持交通流全局连通性具有关键作用的交通瓶颈。该研究方法从复杂网络和统计物理学的角度为城市交通研究提供了新视角,并为识别城市交通的瓶颈路段和治理城市交通拥堵提供参考。     

中观交通仿真模型INTEGRATION及其案例应用

交通仿真模型可以分为宏观、中观、微观三类,中观交通仿真模型是一种能够兼顾宏观与微观模型优点的交通流动态仿真模型。国内对宏观、微观交通仿真模型已有很多研究,但是对于中观交通仿真模型的研究还很少。根据中观交通仿真模型INTEGRATION的模块构成及功能特点,将其应用于道路交通中,并结合实例加以分析,对于推动国内中观交通仿真模型的研究及国内路网规划的逐步完善具有重要的理论和实践意义,     

基于图卷积网络的路网短时交通流预测研究

智能交通系统是缓解交通拥堵行之有效的手段，精准的交通流预测是其实现的关键所在. 本文考虑路网拓扑结构和交通流时空相关性，提出基于图卷积网络(Graph Convolution Network，GCN)的大规模城市路网短时交通流预测模型，具有较高的预测精度、预测效率和现实解释意义；采用真实大规模城市路网浮动车数据对GCN模型进行测试，结果表明，GCN模型相对于现有模型，在预测性能上有较大提升.     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

辅路对城市快速路出口交通流特性的影响研究

减少辅路车流对快速路出口产生的影响有利于提高出口通行能力和保证快速路主路交通流的正常运行,对菱形立交先入后出式出口进行数据收集,利用该数据标定和验证VISSIM微观仿真模型。利用该仿真模型,通过仿真试验,分析了辅路车流运行状态对快速路出口交通流特性的影响。其结果可以为辅路车流的交通管理提供参考。     

基于收费数据的高速公路实时网络状态估计研究

随着高速公路建设速度的加快,引发了诸如交通安全、交通拥堵、环境污染等一系列衍生问题.高速公路实时网络状态的获知就是减少拥堵延迟、保障高速公路快捷通畅的方法之一,但是由于基础数据获取的渠道还比较单一,因此在高速公路网络状态估计方面还缺乏科学的指导.本文利用高速公路进出口收费站数据,通过统计技术得到路网的OD量,在改进中观交通仿真模型的基础上,采用仿真手段将动态OD进行网络加载,从而产生实时的高速公路全路网无缝覆盖的网络状态估计.通过真实的山东省域高速公路全网络进行例证,结果表明,本文方法可以比较准确地估计出实时的网络状态,可以得到网络中任意路段的交通流速度、密度、流量等信息,可以为高速公路管理部门发布动态诱导信息、规划检测器设置等提供参考和帮助.     

基于交通仿真技术的二级公路安全评价方法

二级公路是我国公路系统的重要组成部分。本文根据现场观测结果,以二级公路交通流特性为基础,比较传统安全评价方法,采取基于第85位运行速度差的方法评价二级公路的安全性。考虑二级公路交通组成复杂的特点,运用交通仿真技术建立路网对象,结合现场观测数据完成参数标定,模拟实际交通流运行状况,输出评价指标数据,提出了区别于《公路项目安全性评价指南》所述获取运行速度差的方法。实例研究表明,该方法简单易用、精度较高,且适用范围广。     

基于宏观基本图的禁左交通组织评价模型

随着城市交叉口交通压力增加，采用禁止左转车辆通行成为缓解过饱和交通拥堵和提升通行效率的重要手段。为克服现有禁左方法多以单个交叉口为研究对象，而对干道和区域禁左措施缺乏科学评价依据的局限性，本文基于宏观基本图(Macroscopic Fundamental Diagram，MFD) 区域性交通状态刻画的优势，分别建立单点、干道及区域等不同评价范围的禁左交通组织评价方法。首先，基于Logit模型刻画交叉口禁左后流量转移；其次，以左转流量转移比例与道路等级为关键因素构建禁左后的MFD，得出基于MFD的禁左交通组织评价模型；最后，通过对昆明市北京路片区VISSIM交通仿真分析评价模型可靠性。结果表明：在仿真区域内，当左转车流占比小于 15%时，采用单点禁左或干道禁左可以提升路网交通运行效率；当左转车流占比为15%~20%时， 仅单点禁左可以提升路网运行效率；而在任何左转车流比例状态下，对区域禁左均会降低交通运行效率。     

基于模糊C均值聚类的城市道路交通状态判别

为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类（FC M ）判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。