基于C4.5 决策树算法的道路结冰预报模型构建与应用

为准确预报冬季道路结冰情况,保障交通运输安全,需要构建精度高、实用性强的道路结冰预报模型。将道路是否结冰抽象为二元分类问题,采用C4.5 决策树算法,以通辽地区历史日最低气温、日降水量、日积雪深度和道路结冰数据为训练数据,构建了道路结冰预报模型,并以赤峰地区和沈阳到锡林浩特特高压设备运输期间道路结冰预报为例对模型的准确率加以验证。计算结果表明,赤峰地区道路结冰模型准确率为93.3%,沈阳到锡林浩特特高压交流输变电主设备运输期间道路结冰预测结果与实际情况符合度高达86.4%。这表明基于C4.5 决策树算法的道路积冰预警模型准确度较高且实用性强,可作为我国东北部地区冬季道路结冰预报方法加以推广,也可为其他地区道路结冰预报提供参考。     

长沙道路结冰影响指数及分级预报方法

利用2011年12月~2016年2月长沙市水泥路面、沥青路面的气温观测数据和2005年~2015年冬季长沙气象站(20时-20时)日最高气温、日最低气温、日平均气温、日降水量及日积雪深度资料,分析长沙道路结冰的气候特征,结合降水的性质、有无积雪和日最低气温,定义了道路结冰影响指数。结果表明:长沙市道路结冰月季分布不均,12月最多,其次为1月,2月为最少;道路结冰主要发生在夜间,白天发生道路结冰的几率很小。建立的道路结冰影响指数分级预报模型对道路结冰具有较强的预报能力。     

冰雪天气高速公路行车安全预警等级标定

针对东北地区冬季高速公路没有大规模铺设结冰检测装置,也没有可实行的道路结冰预警等级标定技术的现状,无法及时有效的发出道路结冰预警信号,进而影响道路运输效率和交通路网的运行状况。通过分析气象因子和多个影响因素,借助气象数据和相关数据建立了道路结冰预警信号的等级标定模型。通过验证数据集的检验,发现模型具有有效性,可以为完善道路结冰预警信号的定量分级标准提供参考。     

基于事故形态特征的交通安全诊断对策研究

为构建交通安全特征模型,解决一定客观交通条件下驾驶人在某种违法驾驶行为时所产生的事故后果,以事故形态为目标,应用粗糙集理论,量化事故形态的各交通要素影响度,选取累加重要度为85%的交通要素,应用C4.5决策树算法,构建事故诊断决策模型。结合安徽省2008—2013年道路交通事故数据,经建模分析形成事故形态交通安全规则集,选取典型规则并给出了有针对性的对策方案。     

基于Double—Bagging决策树的基因微阵列数据研究

Bagging通过组合不稳定的分类器在很大程度上降低了"弱"学习算法的分类误差.基于Torsten等人提出的Double-Bagging算法.本文对其加以修改并应用于基因微阵列数据的处理.在给定的训练数据集和测试集上试验并比较了多种分类器,结果表明Double-Bassing决策树分类精确度优于Bagging决策树和C4.5算法.     

驾驶人分心状态判别支持向量机模型优化算法

驾驶人分心状态判别是分心驾驶预警系统的重要基础.建立以径向基为核函数的 驾驶人分心状态判别SVM模型,采用遗传算法(GA)优化SVM模型惩罚参数C和核函数参数 g,并利用模拟驾驶器实验平台采集的驾驶绩效数据对模型进行验证.结果表明,采用GASVM 模型能够准确识别自由流和拥挤流场景下驾驶人分心状态,判别精度分别为94.5%和 96.3%.与决策树C4.5 和交叉验证(CV)-SVM对比表明,GA-SVM在准确率、精准率、召回率和 F1值等模型性能方面均优于其他2 种方法.本文建立的模型能够有效地判别驾驶人分心状态, 可为驾驶人分心预警系统和分心控制策略提供依据.     

危险货物道路运输风险复杂系统及风险测度模型与应用——以液氯运输为例

基于系统整体最优的危险货物道路运输风险系统分析及风险测度研究,是实现规避高风险路段的基础关键技术.本文以危险货物道路运输风险为研究对象,结合典型区域特征,进行了危险货物道路运输风险的系统分析,提出了危险货物道路运输风险复杂系统的概念.在此基础上,提出危险货物道路运输风险测度模型,并以典型危险货物液氯道路运输为例进行应用研究.在危险货物道路运输风险测度模型研究中,以泄漏事故导致的暴露人口风险损失和环境敏感区域损失两项指标作为评价对象,结合ALOHA模拟泄漏事故情景并将扩散情况载入ArcMap,分析泄漏事故所带来的价值损失.考虑运输成本,建立以系统整体最优--风险最小和运输成本最低的危险货物道路运输双目标规划模型.最后,基于实例结合蚁群算法对模型和方法的实用性和有效性进行验证.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标；采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级；结合集成学习算法构建航路网络航段交通拥挤状态识别模型，实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%，采用决策树基学习器优于k 近邻基学习器，且增加的集成学习基学习器数量可提升模型的识别精度；集成学习识别模型的识别性能优于BP神经网络模型，识别方法符合实际且具有应用价值.     

基于交通轨迹数据挖掘的道路限速信息识别方法

分析了道路限速信息的时空变化性,提出一种基于轨迹数据挖掘技术的道路限速信息自动识别方法。为了实现海量交通轨迹数据的快速处理,研究了快速地图匹配与数据清洗等预处理算法,分析了交通轨迹数据的速度分布特性与最高车速限制指标。基于路段行车速度的统计特性,构建了道路特征向量模型,以快速提取海量轨迹数据的潜在特征信息。提出了多投票K近邻分类算法对数据特性进行训练与学习,以实现对道路限速信息的快速识别。以福州市交通路网及其浮动车轨迹数据构建试验样本集进行训练、学习与交叉验证试验。试验结果表明:在训练过程中,当样本数量达到1 200时,方法的识别准确率最高达到93%,在仅有150个小训练样本下,方法的识别准确率也达到75%;方法具有近线性的处理性能,处理1.0×106条道路的限速信息仅用时46ms。     

基于移动数据的用户出行方式识别研究

为研究智能手机所采集到的位置数据在识别用户出行方式领域的应用,首先,比选出速度、速度的百分位数、轨迹点数量占比、出行距离、停止率这5 个适用于移动终端定位数据区分出行方式的特征变量,并对各特征变量的判别阈值进行了定义。然后,针对基站分布导致的数据偏差和位置信息漂移等问题,采用扇形定位结合地图匹配技术对数据进行了修正,进而在对时间阈值和距离阈值分割的基础上提出了移动终端用户出行链的获取方法。接着,建立C4.5 决策树模型,以此判别移动终端用户的出行方式。最后,基于在某地区采集的7 000 部移动终端的位置数据（包含：终端编号、定位时刻、经度、纬度） 来对用户的出行方式进行研究。结果表明,模型在区分机动车和非机动车时准确率较高,达到了90%以上;在进一步区分中,如区分步行与自行车以及公交车和小汽车的出行上准确率相对较低,但也达到了80%以上的精度。     

基于人工免疫机制的营运货车运行风险评价研究

为预防营运货车交通事故,动态监管营运货车提高其运输安全性,本文从营运货车道路交通事故调查报告中统计货车交通事故发生运行风险因素频率,提取营运货车运行风险关键因素,建立完整的营运货车运行风险指标体系。运用人工免疫思想,以营运货车运行风险评价指标等级值作为抗原向量,将人工免疫危险理论的信号处理机制及改进的树突细胞算法应用于营运货车风险评价,构建基于树突细胞算法的营运货车运行风险评价模型,并以云南省某运输集团的营运货车为例进行应用分析。研究结果表明：营运货车高风险的发生通常是多因素耦合的结果;基于人工免疫机制的营运货车运行风险评价模型可利用营运车辆监控平台实时数据,从动态实时的角度评价营运货车运行风险性;模型具有合理性和有效性,且有较高的准确率及较低的误报率,可为营运货车运行风险防控提供依据。     

基于双路神经网络融合模型的高速公路雾天检测

高速公路天气状况实时监察对于高速行车安全具备重要意义,然而气象检测只能对大范围区域的气象情况进行预报,不能满足高速行车各个路段气象情况实时检测的需求. 为此,提出一种基于双路神经网络融合模型的高速公路雾天检测算法. 该算法基于双路深度神经网络融合模型,提取雾天图像的可视深度图以及暗通道图像两种视觉特征,并利用深度神经网络进行建模,获得初步分类结果;然后,再利用均值融合层进行分数融合. 为了全面评测该算法的性能,构建了一个覆盖多个省份高速公路的视频监控雾天数据集（express way fog detection dataset,EWFD）,该数据集能够全面涵盖国内高速公路的天气情况,并在该数据集上做了全面的分析对比实验. 实验结果显示,本文所提出的双路神经网络融合模型的雾天监测算法取得了93.7%的准确率,与国际前沿的检测分类算法101层残差网络（ResNet-101）相比,本文提出的算法准确率提高了10%以上.      

���ڶ����ѧϰ�������ԵĶ�ʱ��ͨ��Ԥ��

交通流量预测是当前交通大数据应用的重要议题之一.经典的交通流量预测方法通常只根据被预测道路自身的数据进行分析和决策,而往往较少考虑由于同一区域不同道路之间的交通流量关联性.本研究根据城市核心区交通流量数据的特点,构建同区域内多条相关道路的交通流量多维度数据模型.并且,基于该数据模型提出了一种基于多机器学习竞争策略的交通流量预报算法.该算法的主要核心思想是利用时间序列聚类的方式将多维交通流量数据进行降维,然后通过引入多种多机器学习方法进行并发训练,其训练结果通过竞争获得最优分类器群.最后设计了多最优机器学习集成预测方法进行交通流量预测.本模型通过在南昌市中心道路进行的实验显示,其预测结果优于传统单时间序列机器学习方法.     

基于地铁-货车联运的物流配送路径优化

为应对配送车辆引起道路拥堵和环境污染问题，提出地铁与货车联合运输. 在不改变地铁运行方案的前提下，利用地铁非高峰时段开展货物配送；考虑地铁剩余运能、货车容量、最大行驶距离、客户服务时间窗等限制条件，以配送距离最短为优化目标，构建基于地铁-货车联运的物流配送路径优化模型. 通过地铁配送路径设计不规则二维矩阵编码结构，使用改进自适应遗传算法求解. 以某市地铁货物运输为例，验证模型和算法的实用性、有效性. 结果表明，地铁-货车联合配送距离短，在客户时间窗范围内送达比例高，有效提高客户满意度.     

基于融合模型动态权值的短期客流预测方法

针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻（K-Nearest Neighbor, ANN）算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%, 9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。     

带时间窗的地铁配送网络路径优化问题

为应对人们日益增加的货物需求与货车进城难题,提出整合地铁网和道路交通网,形成以地铁列车和城市配送车辆为载体的地铁配送网络.考虑列车开行时间表、客户服务时间窗、城市配送车辆容量等限制条件,构建带时间窗的地铁配送网络路径优化模型,综合优化地铁列车班次的客户分配、出站点的客户分配及末端配送路径.设计随机变邻域的迭代搜索算法(ILS-RVND)进行求解,以成都市地铁3号线运输货物为例,验证了模型和算法的实用性和有效性.结果表明,地铁配送网络配送成本低,准时性高,配送车辆行驶距离短,能满足比货车单独配送更精准的服务需求.     

基于Fisher算法的无桩共享单车故障预测

无桩共享单车故障的主要诊断方式为人工定期维修和APP用户反馈,但在诊断过程中存在浪费劳动力和资金、报修率较低等问题.因此,单车的故障率居高不下,严重影响用户的使用体验,不利于共享单车企业的未来发展.为提高故障诊断效率并节约成本,结合大数据技术,提出共享单车故障预测模型及求解算法进行探究:以无桩共享单车的行驶时间和行驶距离作为输入,构建有条件约束的故障预测模型;针对模型计算的复杂性,利用Fisher线性判别法设计模型的求解算法;最后,对北京市某地区的哈啰单车系统进行案例分析,验证模型和算法的有效性.结果表明:与传统的两种方法相比较,该模型可快速预测该地区的故障无桩共享单车,且准确率高达86.13％,能够显著降低无桩共享单车的故障率并节约成本.     

区域旅客运输空间联系特征提取方法研究 ——以云南省为例

区域旅客运输空间联系特征提取能够为区域交通规划及客运组织提供基础数据.为高效提取区域旅客运输的空间联系特征,引入平均运距这一重要的运输特征指标,通过对质量因子进行重新标定,建立引力模型的改进方法,并运用高速公路客车流量数据与该特征进行匹配分析,最后以云南省为实例进行验证.结果表明,以昆明为核心,云南省旅客运输空间联系强度具有明显的圈层结构;道路客运联系的空间分异特征显著,呈现出与“中心-腹地”经济关系相吻合的空间格局;滇中城市群客运吸引力较大,滇西地区客运吸引力普遍较小;客车流量数据分析结果与旅客运输空间联系特征总体吻合.     

基于货物时间价值的空铁联运转运枢纽选址优化

高效合理的联运网络是空铁联运快递服务产品创新的重要支撑。本文在考虑货物时间价值的基础上,以空铁联运转运枢纽的位置以及运输方式选择为决策变量,构建以综合成本最低为目标的空铁联运转运枢纽选址模型,并设计变邻域遗传算法进行模型求解。以截至2019年开通高铁并设有机场的200个地级城市为例,采用复杂网络和优劣解距离法结合的方法选取空铁联运转运枢纽的备选城市,验证模型和算法的实用性及有效性。结果表明,运输时间限制和折扣系数是影响空铁联运网络综合成本的重要因素。随着运输时间限制的增加以及折扣系数的降低,空铁联运网络综合成本分别降低了15%和11%。空铁联运转运枢纽的空间布局主要受运输时间限制的影响。运输时间限制较低时,空铁联运转运枢纽布局以东北地区和西部地区为主,以提高快递运输的时效性。运输时间限制较高时,空铁联运转运枢纽布局向中东部地区转移,为经济服务趋势明显。空铁联运网络最优枢纽数量则受运输时间限制和折扣系数的综合影响,但运输时间限制对于最优枢纽数量的影响更为显著。合理布局空铁联运转运枢纽和提升空铁联运规模效益是提高空铁联运服务时效性和竞争力的重要途径。     

危险货物道路运输车辆驾驶人风险倾向性分类研究

为加强危险货物道路运输安全风险源头管控，本文充分挖掘轨迹大数据和动态监控数据等多源异构行车数据，研究危险货物道路运输车辆(危货车)驾驶人风险倾向性分类。基于广泛可用的GPS轨迹数据所蕴含的驾驶行为模式和运行环境特性，引入时变随机波动率的概念，提取5种速度波动性指标，构建表征驾驶风格的属性特征集，加之行为抑制控制力、认知抑制控制力和生理负荷特征，共同组建危货车驾驶人风险倾向属性指标体系；利用Critic赋权法计算各指标客观权重，并基于多准则妥协解排序算法(VIse Kriterijumski Optimizacioni Racun, VIKOR)对危货车驾驶人的属性进行评分；建立基于K-medoids聚类算法的危货车驾驶人风险倾向性分类模型。结果表明：运用分类模型，本文将危货车驾驶人分为4类。其中，驾驶风格激进加行为抑制控制力薄弱型驾驶人面对拥堵路段和恶劣天气时表现出更大的速度波动和更多的车辆控制报警；认知抑制控制力薄弱型驾驶人分心次数更多，愿意将更多的注意力分配给分心对象，且更频繁地在分心对象和前方路况间进行注意力转移；易疲劳型驾驶人表现出更多的疲劳报警和超时驾驶报警，驾驶人承受更大的...