基于投影寻踪动态聚类的快速路交通状态判别

为了提高快速路交通运行状态的判别精度,利用地点交通参数与交通状态之间的映射关系,提出了基于投影寻踪动态聚类模型的快速路交通状态判别方法.该方法综合投影寻踪技术和动态聚类方法构造投影指标函数,采用混合蛙跳算法优化投影指标函数的投影方向获得最佳投影方向,并利用仿真数据标定了交通状态判别阈值.结合仿真数据和实测数据进行了实验验证和对比分析.实验结果表明,投影寻踪动态聚类模型能够有效提高快速路交通状态判别精度,平均判别率为97.01%,平均误判率为0.86%,平均判别精度分别比BP神经网络模型和模糊C均值聚类模型方法提高了8.9%和4.5%.      

高速公路交通状态判别模型研究

为实时、有效地评价高速公路交通状态,根据道路交通参数与道路交通状态的关系,选取高速公路的平均行程速度、空间占有率评价指标,建立了基于变异系数权重的高速公路交通状态模糊评判模型。该模型利用指标分级标准数值的变异系数确定指标的权重,运用加权平均法将模型的输出结果最终化为具体的数值。实例分析说明,模型是可行且有效的,从而为高速公路交通状态的实时判别提供了理论基础。     

基于主线拥堵场景的快速路级联信号控制方法

城市快速路高峰时段已经呈现出常态性拥堵，对快速路主线拥堵进行疏导尤为必要.本文通过在主线和入口匝道进行三级交通检测判别，设计了多级联动的信号控制流程与实现方式，构建了不同拥堵程度下的分级响应控制策略，基于瓶颈点通行能力最大化下的实时信号控制算法及最大排队长度限制下的实时信号控制算法，建立了主线及匝道车道开关闭、汇合处信号灯控制、主线动态限速、交通信息诱导等于一体的快速路级联信号控制方法.仿真分析结果表明，在主线不同拥堵程度下采取的级联信号控制方法，可以有效提升快速路主线平均车速，并未导致匝道排队的恶化，局部路网平均延误均有明显降低.     

北京市快速路立交节点服务水平评价方法研究

立交节点是北京市快速路系统的重要组成部分,研究其服务水平评价方法,评估其交通运行质量,对分析北京市快速路立交节点交通拥堵问题根源以及解决对策的提出均具有重要意义. 论文分析了北京市快速路系统立交主要形式和种类,提出了立交服务水平的概念. 在此基础上提出了用平均行程车速、合分流点交通量和交织车速为指标,分别确定立交主线、匝道、交织区服务水平,并参考相关文献提出了评价标准. 最后论文选取北京市快速路系统中的重要立交节点--马甸桥为例,应用本文提出的互通式立交服务水平评价法和评价标准对其服务水平进行研究,结果表明该方法具有较好的应用价值.     

�����п���·�����ڵ����ˮƽ���۷����о�

立交节点是北京市快速路系统的重要组成部分,研究其服务水平评价方法,评估其交通运行质量,对分析北京市快速路立交节点交通拥堵问题根源以及解决对策的提出均具有重要意义. 论文分析了北京市快速路系统立交主要形式和种类,提出了立交服务水平的概念. 在此基础上提出了用平均行程车速、合分流点交通量和交织车速为指标,分别确定立交主线、匝道、交织区服务水平,并参考相关文献提出了评价标准. 最后论文选取北京市快速路系统中的重要立交节点——马甸桥为例,应用本文提出的互通式立交服务水平评价法和评价标准对其服务水平进行研究,结果表明该方法具有较好的应用价值.     

冰雪条件下路段交通拥堵状态识别模型研究

通过对冰雪条件下交通流的饱和流率、平均车头时距和平均行程车速等交通参数的调查,分析了冰雪条件对路段交通流特性的定量影响,在此基础上,采用综合分析法,选取平均行程速度和饱和度等指标,建立了冰雪条件下路段交通拥堵状态识别模型。并结合正常条件下的交通参数拥堵阈值和冰雪对交通流的定量影响,给出了确定冰雪条件下各状态指标的拥堵阈值的方法。最后利用哈尔滨市红旗大街实际调查数据对该模型进行了验证。     

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.     

���п���·�ϻ������ȹ��ʷֲ�������ģ��

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.     

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。     

城市路口交通状态判别方法研究

为客观、有效地评价城市路口交通状态,选择平均最大排队长度、饱和度、平均车辆延误、速度比等4个对城市路口交通状态变化最为敏感且容易获取的参数作为评价指标,选取Relief F算法对所选取的评价指标进行权值判定,设计了基于模糊FCM聚类的综合判别模型,并借助VISSIM交通仿真软件对路口交通流状态进行了仿真。结果表明:改进的W-FCM判别方法相比于传统的神经网络判别法,总体误判代价降低了47.5%,判别精度提升至96.7%,改进的判别方法具有较强的可行性。     

����INTEGRATION�ı�������������ר�õ����÷����о�

城市快速路设置公交专用道作为缓解快速路交通拥堵的策略之一,受到了北京市交通部门的关注. 本文旨在利用先进的仿真技术对快速路公交专用道设置方案后的交通运行影响进行探讨. 文中选取北京市西三环快速路为研究对象,在考虑专用道设置区段、结构形式、站点结构、匝道交通组织以及公交线路调整的基础上,设计四个公交专用道方案并利用INTEGRATION模型开展仿真评价. 选取车辆行程速度、道路运行状态分布作为评价指标,结果显示：尽管道路设施及交通状况满足专用道设置条件,西三环运行指标却有所下降,无法发挥专用道功效. 分析其关键制约因素在于车辆分道行驶加大了匝道附近车辆换道、进出的难度,建议协调匝道控制和公交线路优化改善方案实施效果.     

基于速度里程分布的快速路宏观交通状态评价模型

随着城市规模的不断扩大,快速路已成为支撑城市道路交通系统运行的重要 部分.准确的快速路宏观交通状态评价是快速路交通管理的关键.本文以北京市西三环为 例,引入交通流宏观基本图模型,设计了基于速度里程分布的快速路宏观交通状态指数 （MTCI）.首先,利用RTMS 数据,建立了宏观基本图模型.在此基础上,将快速路宏观交 通状态划分为畅通、基本畅通、轻度拥堵、中度拥堵和阻塞五个等级.然后,利用浮动车数 据建立了快速路车辆运行速度累积里程分布模型.通过关联宏观交通流状态与车辆运行 速度累积里程分布,构造了基于速度里程分布的MTCI 评价方法,并通过实例验证了该 模型的适用性.     

基于GPS浮动车的城市主干道交通服务水平实时评估模型

提出城市主干道道路交通服务水平及其实时评估的概念,建立了基于模糊综合评判的城市主干道交通服务水平实时评估模型,模型以实时的GPS浮动车检测数据为基础,将获得的路段平均速度、速度变化系数和低速行程时间比等作为特性参数,建立了特性参数和各级服务水平下交通状态模式之间的关系,采用模糊综合评判方法,实现了道路交通服务水平的实时评估。分析了评价周期对模型实时性和有效性的影响,并运用实例进行了验证。     

城市快速路车速离散特征及其影响因素研究

车速离散性是影响城市快速路运行效率与安全的重要特征指标.本文采用上海车牌识别系统采集的个体车速数据,使用车速方差作为特征指标,在随机基本图框架下对车速离散特征及其影响因素进行分析.通过比较发现,个体车速方差较集计车速方差数值偏大,整体稳定于5~15 km/h;随密度增大而小幅下降,可分为稳定型、递减型、抛物线型和集群型4类. 通过建立多元线性回归模型辨识了车速离散的主要影响因素,包括车道数和匝道类型等.本文拓展了交通流基本图理论,对提升城市快速路安全和效率有借鉴意义.     

新冠肺炎交通防控政策对长沙市人口流动的影响

为探究新冠肺炎疫情下交通防控政策对长沙市人口流动的影响，本文根据长沙市在新冠 肺炎疫情期间颁布的交通防控政策和疫情实时防控情况划分防控阶段，基于百度迁徙大数据，利 用双重差分模型，识别长沙市不同阶段的交通防控政策以及量化防控效果，分析交通防控政策对 长沙市人口流动的影响。结果显示，长沙市在交通管制阶段，平均人口迁出强度、平均人口迁入 强度及城市内部出行强度分别下降了83.68%、69.24%及59.74%，有效地控制了人口流动，降低了 疫情扩散危险。在交通恢复阶段，长沙市人口流动强度逐渐反弹，城市内部出行强度基本恢复到 2019年同期水平。本文研究结果显示了交通管制对疫情扩散限制的有效性，为常态化疫情防控 下精准防控政策和复工复产政策制定提供参考。     

Floating Car Data Based Nonparametric Regression Model for Short-Term Travel Speed Prediction

A K-nearest neighbor (K-NN) based nonparametric regression model was proposed to predict travel speed for Beijing expressway. By using the historical traffic data collected from the detectors in Beijing expressways, a specically designed database was developed via the processes including data filtering, wavelet analysis and clustering. The relativity based weighted Euclidean distance was used as the distance metric to identify the K groups of nearest data series. Then, a K-NN nonparametric regression model was built to predict the average travel speeds up to 6 min into the future. Several randomly selected travel speed data series, collected from the floating car data (FCD) system, were used to validate the model. The results indicate that using the FCD, the model can predict average travel speeds with an accuracy of above 90%, and hence is feasible and effective.     

降雨对城市道路行程速度的影响

以北京市实时天气数据和基于浮动车的城市道路行程速度、交通运行指数数据为基础,对比分析降雨天气和正常天气的行程速度、指数、降雨量等数据指标.然后从降雨强度、时间段、拥堵等级等角度展开对城市道路运行参数的分析,建立降雨天气速度预测修正模型,并进行模型验证.研究得出,在夜间降雨强度达到中雨及以上时,快速路、主干路、次支路的速度下降百分比分别为：8.8%、4.8%、5.9%,分别得出高峰和平峰时降雨强度与行程速度下降之间的关系;得出在全路网不同拥堵等级下降雨强度与行程速度下降之间的关系.最后对速度预测模型进行实测验证.结果表明,该模型可以对降雨天气条件下的行程速度进行有效预测,预测的平均误差在5%以内.     

����Գ��е�·�г��ٶȵ�Ӱ��

以北京市实时天气数据和基于浮动车的城市道路行程速度、交通运行指数数据为基础,对比分析降雨天气和正常天气的行程速度、指数、降雨量等数据指标.然后从降雨强度、时间段、拥堵等级等角度展开对城市道路运行参数的分析,建立降雨天气速度预测修正模型,并进行模型验证.研究得出,在夜间降雨强度达到中雨及以上时,快速路、主干路、次支路的速度下降百分比分别为：8.8%、4.8%、5.9%,分别得出高峰和平峰时降雨强度与行程速度下降之间的关系;得出在全路网不同拥堵等级下降雨强度与行程速度下降之间的关系.最后对速度预测模型进行实测验证.结果表明,该模型可以对降雨天气条件下的行程速度进行有效预测,预测的平均误差在5%以内.