����GIS ��΢�۷���·�����ݽṹ��ƺ�ʵ��

针对目前交通仿真路网模型存在的不足，提出一种基于地理信息系统（GIS）建立微观仿真路网模型的方法，并根据模型设计和实现微观仿真路网数据结构. 首先根据GIS 的特点和交通仿真系统的要求，建立分层的微观仿真路网模型；然后根据模型和具体实现的编程语言设计并实现路网数据结构.     

树状结构网络在列车状态监测中的应用

为确保大数据量下列车状态数据传输有序、传输错误可修复,建立了列车状态监测设备树状组网模型,分析了树状拓扑列车在途监测系统应用的可行性,继而给出了支持自由挂载的车载设备组网算法,实现了基于以太网的数据传输和路由数据结构与算法在NS-2工具上的建模.仿真结果表明,树状网络延时主要受制于发送端与接收端所在网络的深度,相对于EXP流量模型和使用TCP协议,在树状网络中使用CBR流量模型与UDP协议能够获得更好的性能.     

基于二维平面空间的连续型交通分析模型

在分析平衡配流模型交通系统假设的基础上,讨论了连续型交通分析模型的建模方法,分析了其主要特点、发展过程,并给出了单一吸引点模型的基本数学模型公式.作为区域交通分析中较为新颖的建模方法,连续型交通分析模型将区域交通系统抽象为平面二维空间体系,并假设属性函数可以用光滑的连续函数来表示.应用研究表明连续型交通分析模型在大范围、全局性的交通规划、控制管理以及物流分析中有着良好的前景.     

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。     

����BPNN-MOPģ�͵�����·�������ģԤ���о�

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

最优化路网可观可控性的DSRC 网设计模型研究

我国高速公路电子不停车收费系统联网建设即将实现全国联网,如此大规模的系统互联为高速公路的运行管理带来了新的契机.既提供了一种可靠的交通运行状态信息获取方式,也构建了一个具有相当覆盖范围的车路交互平台,从而实现路网的协同管控与出行服务水平的提升.基于此,首先给出路网可观性、可控性的概念模型;其次根据 DSRC设备双向交互的特点,提出面向路网可观性与可控性双目标优化模型,基于路网旅行时间测量误差最小化为目标的路网可观性评估模型及基于路网系统旅行时间最小化为目标的路网可控制性评估模型,最后,通过数值算例对模型进行了验证.结果表明,提出的模型是可行的、有效的.     

�����˹����������ҵ���㽻ͨ��ʽ�о�

针对商业网点的交通方式构成特性,首先分析了影响交通方式选择的因素,在北京市商业网点的调查数据基础上,利用人工神经网络强大的非线性映射能力和泛化功能,建立了公交出行比例预测的神经网络模型,并定量的分析了影响因素值的改变对公交比例的影响,预测了在不同策略下商业网点公交出行比例的变化情况。     

�������ʽṹ�ĸ��ӽ�ͨ����ӵ������

网络异质性与网络结构有着直接的关联,是分析交通拥塞不可忽略的因素.本文研究网络异质性与网络规模的关系,并分析网络异质性指标对交通拥塞的影响.为此,给出网络异质性指标的定义,并建立基于异质结构的交通流模型.结果表明,网络异质性随着网络规模的增加而减小.当网络规模一定且在异质性小于临界值时,拥塞随着网络异质性的变大而增加.进一步研究发现,在异质性到达临界值时,路段平均输出车辆数最小而网络中的累积车辆到达最大,此时拥塞最为严峻.因此,具有小于和高于异质性指标临界值的网络具有更好的抗拥塞能力,调节网络的异质性指标可以改善交通网络的拥堵.     

In-depth analysis of traffic congestion using computational fluid dynamics （CFD） modeling method

This paper introduces computational fluid dynamics(CFD),a numerical approach widely and successfully used in aerospace engineering,to deal with surface traffic flow related problems.After a brief introduction of the physical and mathematical foundations of CFD,this paper develops CFD implementation methodology for modeling traffic problems such as queue/platoon distribution,shockwave propagation,and prediction of system performance.Some theoretical and practical applications are discussed in this paper to i...     

基于基尼系数的高速公路网流量不均衡性研究

要:受路网结构及沿线经济发展水平等影响,高速公路呈现出流量分布的不均衡性,本研究提出利用基尼系数量化路网流量分布不均衡性,这对全面掌控交通流量分布规律和提高路网的运营效率具有重要意义.首先,本文构建多车型下的高速公路网交通流量分配模型,以计算路径选择概率和断面交通量;其次,综合考虑路网拓扑结构、出行路径选择行为和交通流量等,建立考虑流量分布的高速公路网络特性模型,以反映节点或路段在路网中的重要性;再次,采用基尼系数评估高速公路网流量分布不均衡性;最后,结合山东省区域高速公路网和收费数据进行实例分析.结果表明,采用基尼系数分析高速公路网流量分布不均衡性的方法灵活,能够量化不同空间维度的流量分布不均衡性.     

基于贝叶斯网络的交通事件持续时间预测

随着数据采集手段的不断提高和相关研究技术的发展,基于数据挖掘的模型逐渐成为交通事件持续时间研究的主要方向。根据荷兰交通部门提供的交通事件采集数据,进行分类和预处理,观察事件持续时间的频数图,并根据相关的研究按照事件典型的类别把采集的数据进行分类。使用主成分分析和逐步回归提取出显著性的影响因子,利用数据挖掘软件WEKA建立贝叶斯网络模型,用数据集中80%的数据进行学习建模,20%的数据作为测试集来检测模型的预测效果,并做出性能评价。实验结果表明,与同类数据集的其他预测方法相比,贝叶斯网络模型对于变数众多,随机性特别大的交通事件,预测精度较高,证明贝叶斯网络模型的算法是具有一定优越性和实用价值。     

����Elman������ĵ�·����ʱ��ͨ��Ԥ�ⷽ��

以道路子网为研究对象,采用Elman神经网络实现道路网多断面交通流短时预测. 首先通过提取交通流空间特性对道路网进行划分,降低道路网整体分析复杂度及解空间维数,提高交通流预测的计算精度和效率;其次以实时采集的交通流数据为基础,并以重构的交通流时间序列作为输入,采用Elman神经网络实现道路网多断面交通流同时预测;最后,基于城市快速路多断面交通流量数据对短时交通流预测方法进行验证,并与BP神经网络预测结果进行对比分析. 验证结果表明,本文提出的道路网划分方法能够划分出满足预测需求的子路网,在划分的子路网上,应用Elman神经网络能够实现道路网多断面同时预测,且预测效果优于BP神经网络.     

区域路网货物运输量统计方法改进

为更加准确获取行政区域内路网货物运输量及运输量结构性数据，支撑交通运输行业主管部门决策，在分析区域路网运输量和车辆运输量关系的基础上，依托高速公路收费的全样本数据和公路交通调查数据，采用货车日均断面交通量和等效里程两个类比指标，提出区域路网货物运输量改进的统计方法.按照公路技术等级对区域路网运输量进行细化，拆分得到运输量结构性数据，建立区域路网运输量和车辆运输量之间的联系.以云南省为例进行分析，结果表明：云南省区域路网货运周转量中，高等级公路比例约为71%，其中，高速公路比例达54%；云南省与外省区域间车辆流动性不大，经济开放程度不高.     

基于时延特性建模的多断面短时交通流预测

针对现有交通流预测方法未充分考虑多断面车流演变规律，提出基于时延特性建模的时空相关性计算方法. 该方法采用对不同断面、不同时刻交通流的分布相似性度量，对输入的车辆到达数据序列进行切割构建时空相似度矩阵，得到相邻断面之间的时延参数. 基于时延特性建模，将多断面之间的流量信息进行融合，使用长短时记忆(LSTM)网络进行流量预测. 通过对实际路段数据的预测和结果分析，验证所提方法的有效性和实用性.     

河北省公路网交通量预测技术研究

为研究适合于河北省公路网络的交通量更新方法,利用最大可能相对误差上限和约束域最小化对OD反推技术中的流量观测点选取进行建模,可提高交通量更新的精度,相关研究成果改善了河北省交通量预测模型,能很好地运用于河北省公路交通规划、管理和决策。     

论区域公路网布局理念与方法的变革

分析以往的公路网规划理论与方法在规划思想、规划目标、规划体制上存在的缺陷和弊端,结合现阶段公路网规划面临的新问题、新要求,提出公路网规划任务上的变化和规划理念上的变革。最后以区域城镇空间结构为依托,以交通数据预测为补充,提出"城镇空间优化-路网发展目标-网络布局-线路规划"多层次渐进的综合规划方法。     

多方式条件下城市交通分配研究

随着城市综合交通体系的不断发展和完善,城市出行多方式化的特征日益突出.本文在充分考虑城市多方式交通网络结构特性的基础上,构建方式及路径联合选择模型,研究多方式条件下的交通分配方法.首先,基于随机效用最大化理论构建出行方式和路径联合选择的Nested Logit（NL）模型;其次,运用路段实测交通流数据标定道路混合交通流条件下的交通阻抗函数;最后,基于构造的多方式交通网络进行多方式交通分配,分析出行量在网络上的时空分布.结果表明,本文所提出的多方式条件下的交通分配方法,能够有效地描述城市多方式交通网络条件下的出行方式和路径选择行为,以及交通出行在交通网络上的时空分布规律,对于完善城市综合交通体系具有重要意义.     

智能体技术在城市交通信号控制系统中应用综述

为解决分布式复杂巨系统在动态环境中的不确定性问题,智能体计算技术发展迅速.交通运输系统在物理位置和控制逻辑上分散于动态变化的交通网络环境,非常适合采用智能体方法建模与描述.文中综述了智能体技术在交通信号控制系统中各个领域应用的技术与方法,包括系统架构、控制算法、建模与仿真,以及智能交通集成管理等方面;跟踪了智能体技术在国内外交通控制领域的具体应用,讨论了智能体技术在智能交通信号控制系统中应用的研究动向,提出发展基于多智能体的交通网络信号集成控制系统的关键问题在于系统交互性、自适应性和可拓展性.     

大数据及其在城市智能交通系统中的应用综述

大数据给城市智能交通系统的技术发展与应用革新带来了机遇和挑战.从交通大数据的基本概念、交通大数据带来的问题和大数据驱动的数学建模方法等方面,阐述了交通大数据给智能交通系统带来的变革.为了深入理解交通大数据的内涵,分析交通大数据的产生背景,提出了交通大数据的“6V”特征,总结了智能交通系统中大数据的基本类型.面对交通大数据带来的数据安全、网络通信、计算效率和数据存储等诸多问题,提出了应对策略和思路.对数据驱动的建模方法进行了分析,说明了混合模型的意义.最后,讨论了大数据驱动的智能交通系统的体系框架.