灰色理论在高速公路交通量预测中的应用

应用灰色理论,借助于EXCEL及MATLAB,对成渝等几条高速公路的交通进行预测并结合实例建立相应的模型予以验证,通过与实际情况对比,说明该预测模型用于高速公路交通量预测精度较高,且使用方便简便.     

灰色理论在高速公路交通量预测中的应用

应用灰色理论,借助于EXCEL及MATLAB,对成渝等几条高速公路的交通进行预测并结合实例建立相应的模型予以验证,通过与实际情况对比,说明该预测模型用于高速公路交通量预测精度较高,且使用方便简便.     

基于非线性主成分分析和GA-RBF的高速公路交通量预测方法

为了提高高速公路交通量的预测精度, 综合考虑高速公路交通量的高度非线性和受多因素影响的特征, 提出一种基于非线性主成分分析和GA-RBF神经网络(NPCA-GA-RBF) 的高速公路交通量预测方法; 确定了高速公路交通量的主要影响指标, 运用非线性主成分分析法降低高速公路交通量影响指标的维数及其相关性, 用少数主成分代替原有的多指标, 以简化神经网络结构; 利用GA优化RBF神经网络的参数, 进一步提高交通量的预测精度; 以普洱市某高速公路为例, 对交通量预测方法进行实例验证。分析结果表明: 2组试验GA-RBF和NPCA-GA-RBF方法的平均相对误差分别比RBF方法降低1.62%、3.53%和2.27%、3.32%, 说明GA优化RBF神经网络能提高RBF方法的交通量预测精度; 与GA-RBF方法相比, 2组试验NPCA-GA-RBF方法的平均相对误差分别降低了1.91%、1.05%, 其交通量预测值更接近实际交通量, 预测结果更为可靠, 表明非线性主成分分析法消除了指标的相关性, 进一步提高了交通量预测精度, 减少了交通量预测复杂度。可见, NPCA-GA-RBF方法具有更高的交通量预测精度, 能为高速公路的良好管理提供可靠的决策依据, 满足高速公路合理运营管理的客观需求。      

基于混合AGO-SVM的高速公路短时交通量预测研究

提出一种混合AGO-SVM高速公路交通量预测方法,原始交通量数据通过累加操作生成有规则的数据,预处理后的规则数据使用支持向量机法进行建模并预测,预测数据进行逆累加操作,获得下一时刻高速公路交通量的预测值,数据进行更新并保持样本序列不变从而进行高速公路交通量递推预测. 应用西宝高速交通量实际观测数据验证算法的有效性. 试验结果表明,在几种指标下该方法的预测精度比灰色模型法和支持向量机法的预测结果有所提高,是一种有效的高速公路交通流量预测方法.     

公路建设项目后评价与前评估交通流量对比分析

交通流量预测与分析是公路建设项目可行性研究或后评价的重要组成部分．基于交通流量预测与分析的思路，对比分析了近几年一些高速公路实际运营交通量与前期可研阶段预测交通量值，提出改进交通流量预测与分析的一些建议．以西安——宝鸡高速公路后评价研究为背景，应用有关成果进行了实证分析，效果良好．     

基于ARIMA模型的高速公路交通量短期预测

高速公路交通量的准确预测,对于高速公路的发展和养护具有重要的作用。基于交通量预测的重要意义,建立了ARIMA(2,1,3)时间序列分析模型,采用四川省成渝高速公路公开的交通量数据,对该高速公路四川省内路段2013年的月交通量进行了预测,再与实际交通量数据进行对比,并将其与基于最小二乘法的CurveExpert软件预测结果进行比较,得出ARIMA(2,1,3)模型预测精度更高的结论。所建立的模型可以为交通运输管理部门的政策制定提供参考依据。     

基于改进“四阶段法”的高速公路交通量预测研究

以"四阶段法"为基础,通过加入经济-交通组合模型进行改进,提出了一种更为合理的交通量预测方法。并应用该方法预测了杭州绕城高速公路2015年—2029年年平均日交通量(annual average daily traffic,AADT),并对交通量构成及来源进行分析。结果表明:该预测方法提高了高速公路交通量预测的准确性,减少了预测结果的误差,具有理论与实践应用价值。     

高等级公路交通量需求预测方法

针对我国大部分地区存在铁路、高速公路、低等级公路三者并行这一实际情况,提出了在上述运输通道系统中,预测未来特征年高速公路交通量的方法。重点论述了运输通道趋势交通量、高速公路的转移与诱增交通量的预测方法和模型,并结合实例对上述方法的可操作性进行了验证。     

高速公路交通需求预测方法研究

针对我国大部分地区存在铁路、高速公路、低等级公路三者并行这一实际情况,提出了在上述运输通道系统中,预测未来特征年高速公路交通量的方法。重点论述了运输通道趋势交通量、高速公路的转移与诱增交通量的预测方法和模型,并结合实例对上述方法的可操作性进行了验证。     

不等维递推灰色模型在交通量预测中应用研究

由于过去交通量统计资料的缺乏、观测数据的离散性等原因,惯常的交通量预测理论与方法得到的预测结果相关系数比较低。本文提出的不等维递推灰色模型在交通量预测中可以有效的处理贫信息、离散信息,得到较好的预测结果,并且在交通量的中、长期预测中要优于常规预测模型。     

基于Gaussian-支持向量回归机的高速公路短时交通量预测

针对高速公路短时交通量的实时性、波动性和非线性的特点,将支持向量回归机(SVR)应用于高速公路短时交通量预测,并采用Gaussian损失函数来代替ε-不敏感损失函数,对原始序列进行降噪处理,为了更好的优选SVR模型参数,采用遗传算法(GA)进行参数优选,建立了基于GA优化的GA-Gaussian-SVR高速公路短时交通量预测模型,将本路段前几个时段交通量、天气因素和出行日期作为影响因素输入,结合实例进行了仿真预测.结果表明该方法可有效应用于高速公路短时交通量预测.     

高速公路运营交通量预测方法研究

运营交通量预测是高速公路运营管理的重要工作之一。以往预测所需路段交通量和OD数据都是通过实地交通调查和OD反推得到,预测精度较低。预测时应充分考虑高速公路ETC的联网新背景,采用新的数据获取途径,提出增长率法和四阶段法相结合的高速公路运营交通量预测方法,并以岱黄高速为例对预测方法进行验证。     

改扩建高速公路交通量预测失准现象分析

总结了常规交通量预测方法及其优势缺陷。通过太原东山过境改扩建高速公路交通量实际值与预测值间的误差分析,总结了改扩建高速公路交通量预测误差的客观规律,构建了造成误差的原因体系,从全系统的层面分层次、分类别分析研究导致误差的原因。以运城至风陵渡改扩建高速公路为例,验证了上述原因体系。最后,提出了减少交通量失准现象的对策和措施。     

高速公路改扩建时机决策方法

为了提高高速公路的通行能力,改善高速公路的服务水平,提出选择高速公路改扩建最佳时机的决策方法。分析了高速公路收费站的交通量统计数据,利用趋势外推法、多元线性回归法和增长系数法预测出高速公路未来年的交通量,根据预测交通量计算的服务水平构建出改扩建时机决策的触发点机制。当某年高速公路实际发生交通量与道路设计交通量相等时,该年为高速公路改扩建的最佳时机。计算结果表明:2011年西宝高速公路服务水平为1.0,此年应进行改扩建,这与西宝高速公路实际改扩建时机吻合,因此,改扩建时机决策方法可靠。     

高速公路交通量预测及分析——太原二环高速凌井店至龙白段交通量预测及分析

交通量预测是公路建设项目中技术标准、工程建设规模及经济评价确定的基础。依托山西省太原二环高速公路凌井店至龙白段这一项目,采用四阶段预测法,旨在建立适合的交通量预测模型,对交通量进行预测,并对模型进行检验,得出的交通量与历史交通量和现阶段交通量都基本吻合。因此,采用的交通量预测模型适用于本项目,并对未来一段时期内类似项目的交通量预测也有一定的参考价值。     

基于遗传优化BP网络的交通流预测

针对高速公路短时交通量预测,提出了一种基于遗传优化BP网络的预测方法。通过采用遗传算法优化传统BP网络,改善了传统BP网络易陷入局部极小点、收敛速度慢等缺点,同时通过该方法提高了短时交通量预测的精度。通过杭州绕城高速公路的数据回归分析,该方法能较好的实现高速公路交通流量的短时预测。     

繁峙至大营高速公路交通量预测与分析

采用实证的方法,通过繁峙至大营高速公路工程可行性研究交通量预测的实例,阐述了交通量预测的过程及方法,并对模型和参数的选定、评价指标的应用进行了分析,为公路交通量的预测提供了可借鉴的经验。     

灰色理论与模型在交通量预测过程中的缺陷分析

交通量预测是公路规划阶段的关键步骤,方法繁多,针对灰色理论与模型在交通量预测过程中的应用,以黑龙江省的几条干线公路的交通量预测为实例,从模型构造上分析了该模型在预测过程中存在的缺陷,有利于该模型的改进和完善。     

灰色模型与其组合模型的比较

运用灰色模型和二元回归模型的组合模型进行交通量的预测，结果表明，组合模型比单一的灰色模型具有更高的预测精度。     

西部地区干线高速公路交通量预测方法的重新审视

在大量调研的基础上,对西部地区主要干线高速公路特有的功能属性进行分析,从交通源头产生和常规方法的改进两个方面提出提高交通量预测精度的措施,对于西部地区正在进行前期研究的高速公路交通量预测,以及后评价具有重要的指导意义。