考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

融合多源数据预测高速公路站间旅行时间

为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测. 首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模 型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传 算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器 数据对3 种融合模型进行了验证,对比工作日及非工作日2 种交通流状态下3 种模型的性 能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2 种模型,预测精度及稳 定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求.     

基于BP神经网络的交通流量预测中检测器的优化布设

关于检测器的布设问题国内外研究较少,基于BP神经网络的交通流量预测领域研究检测器的布设问题,根据Vissim仿真软件模拟实际道路,布设了检测器间距可能出现的20种情况,针对每种布设间距时基于BP神经网络的交通流量预测模型精度的影响进行分析,从而找出比较合理的检测器间距。     

基于马尔可夫链与神经网络组合的路面使用性能预测

在分析路面使用性能影响因素的基础上,结合马尔可夫过程链预测与BP神经网络预测的优势,提出一种组合预测模型;探讨了模型组合形式及参数确定方法;结合河南某高速公路工程实测资料进行了实证分析。结果表明:通过预测模型的合理组合与参数的优选,能够有效地提高预测精度。     

城市道路交通检测器优化配置方法研究

为了获得全路网的实时动态交通流量信息,需要选择合适路段来配置交通检测器,并由安装检测器的路口来预测未安装检测器路口的交通量.文中根据城市路网中路段交通流量的相关性,运用基于数据融合的统计分析技术--聚类分析方法和逐步回归方法,对城市道路交通检测器优化配置的方法进行了研究.实例分析证实,这为检测器空间优化配置提供了一种简单可行的方法,并为交通数据采集的科学性、实用性提供了保证.     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.     

基于BP神经网络的运量预测模型优化研究

在传统多种单项预测模型与组合预测方法的基础上,利用BP神经网络技术的非线性映射能力,在多个预测模型与实际数列之间建立一种非线性关系,对运量预测结果进行优化,以达到提高预测精度的目的.通过实例分析,表明这种经过BP神经网络优化后的预测模型,可一定程度上克服传统单个预测模型的部分局限性,提高预测精度,用于运量预测是可行的.     

遗传算法优化的RBF神经网络模型在公路隧道群交通事故微观预测中的应用

本文根据构建的遗传算法优化的RBF神经网络模型,提出了公路隧道群交通事故微观预测方法,对以任意断面为中心的单元长度内的交通事故率进行合理预测,为公路隧道群事故多发点的鉴别及预防管理措施的制定提供理论支撑。最后,以西汉高速公路隧道群区段为例,以调研所得的交通事故微观预测模型参数基础资料,运用本文构建的预测模型进行工程实践应用分析,同时与传统的RBF神经网络预测结果进行对比,分析说明遗传算法优化的RBF神经网络预测模型的科学性及可行性效果良好。     

基于模糊神经网络的城市高速公路入口匝道控制算法

建立了高速公路入口匝道控制的数学模型，把模糊控制和神经网络算法结合起来实现入口匝道的智能控制。仿真结果表明，该算法在各种交通模式下都是有效的，能够在维持一个理想主线交通流密度的同时，保持入口排队长度尽可能短；在抑制交通流密度波动和入口排队长度方面比定时控制和ALINEA算法更有效。     

神经网络在机场物流预测中的应用研究

考虑到神经网络在机场物流预测应用的必要性及其优点，依据已有的内、外回归神经网络预测模型及其算法，利用它们的良好特性，提出了对角回归神经网络滚动预测模型及其机场流预测系统，突破了传统意义上进行机场流预测的局限性，经过实际运行检验，证明在机场物流中应用人工神经网络预测方法不仅可行，可且有更好的预测精度。     

路段上短时间区段内交通量预测ARIMA模型

探讨了用于路段上小时间间隔里交通量预测ARIMA模型的一般形式及其参数标定、检验、预测的方法,进一步探讨了它的应用.     

��·������ս�ͨ��Ԥ�⼼���Ż���Ӧ���о�

为更准确掌握公路接入段日交通量变化趋势,提高扰动路段交通量预测精度,利用曲线拟合法,建立观测路段基年交通量时间序列模型,结合ACF、PACF图例,应用ARIMA技术和Logistic回归曲线拟合方法,进行模型的识别、细化,而后进行参数估计和模型诊断,确定最佳交通量预测模型,完成模型优化。实例应用结果表明,利用ARIMA技术和Logistic回归曲线拟合方法优化的模型比不考虑观测交通量自相关内容的模型预测精度高,预测误差均值仅为1.53%。     

高速公路出口匝道分流区研究现状及展望

分流区是高速公路出口匝道的重要组成部分,分流区的合理设计关系到高速公路的运行效率和交通安全。目前高速公路出口匝道的研究多集中在通行能力方面,为改善高速公路出口匝道的安全现状。论文阐述了出口匝道分流区的研究现状,重点总结了匝道交通流的导入方式、匝道的组合模式及间距、标志牌设置等方面的国内外研究现状。并分析了相关标准规范。最后提出出口匝道分流区设置存在的问题,并指出论文依托项目正在开展的工作,为出口匝道交通流通行效率和交通安全的进一步研究提供参考。     

快速路出口衔接过饱和交叉口信号优化方法

高峰时段内,由于地面道路通行能力有限,城市快速路出口匝道方向的地面交通流处于过饱和状态,甚至造成出口匝道排队溢出,引起更严重的交通拥堵.针对该问题,本研究在出口匝道和地面交叉口设置控制信号,考虑地面道路的通行能力约束,建立双层规划模型优化该区域交叉口的控制信号方案.该模型的下层规划,优化每个独立交叉口的控制信号方案;模型上层规划,优化区域交叉口的控制策略.利用乌鲁木齐外环快速路出口匝道区域作为实例,结合Vissim仿真对该模型进行验证与分析.结果表明,双层规划模型的优化方案可以有效地防止快速路出口排队溢出及主线拥堵,在提升该区域的整体系统性能上比运用常规非线性规划模型的效果更好.     

快速路与城市地面道路集成最优控制

分析快速路和城市地面道路的运行特点,建立一个集成快速路和地面道路的宏观交通流模型。分别运用METANET模型和Kashani模型来描述快速路与地面道路的动态行为。阐述快速路模型和城市地面道路模型的衔接机理—通过入口匝道和出口匝道来实现,然后对相关的最优控制问题进行说明,提出以通过快速路系统和城市地面道路系统的总运行时间最小为优化目标函数,并据此确定相应的优化控制策略,以取得最优的城市综合交通系统效益。     

高速公路出口匝道几何特征及控制方式研究现状及展望

匝道设计的合理与否,直接关系到高速公路的交通安全和运行效率。为改善高速公路出口匝道的安全现状,论文有针对性地阐述了出口匝道几何特征和控制方式的研究现状,并分析了国内外相关的标准规范;在此基础上指出现有研究存在的问题,例如,交通流导入方式不尽合理、匝道问距定义不够明确、匝道长度不足、连续的出口造成信息繁杂及衔接部的渠化控制不尽合理等;最后说明了依托项目所开展的相应的工作,为高速公路出口匝道交通安全和运行效率研究提供参考。     

基于IWOGA算子的公路客运量组合预测模型

客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM（1,1）预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。     

考虑辅路缓冲的快速路紧急疏散最优控制

针对紧急疏散中单向需求激增的情况,提出利用地面辅路缓冲容纳部分疏散车流,从而降低快速路疏散的整体时空风险.基于宏观交通流模型建立了快速路疏散车流演化方程,明确了上匝道车速对主线车速的影响,从而实现经典宏观交通流模型对路网状态演变处理的一致性.针对由下匝道、地面并行道路和上匝道构成的地面辅路行程时间的二分特征,建立了相应的离散时间的流量演化方程.辅路系统方程不仅可以刻画地面辅路疏散车流的主要特征,而且能与已有快速路的状态演化系统实现无缝结合.数值分析表明,利用匝道控制和辅路分流两种手段可以实现系统整体时空疏散风险的最小化控制.     

城市道路交通流短时预测及可靠性分析

为了捕捉交通流随机波动导致的交通流短时预测的不确定性,利用反映预测波动的异方差对可靠性进行量化预测;基于时间序列及其异方差理论,构建了以单整自回归滑动平均ARIMA(0,1,1)模型为均值方程的城市道路交通流短时预测的广义自回归条件异方差GARCH(1,1)模型. 通过ARCH LM检验证实,GARCH(1,1)模型能够有效捕捉并消除ARIMA(0,1,1)模型的异方差性.结果表明:基于GARCH(1,1)模型的城市快速路流量预测的MAPE值不高于10%,城市快速路及主干道速度预测的MAPE值为7.86%~10.24%;与ARIMA(0,1,1)模型预测的固定置信区间相比,在自由流交通状况下,GARCH(1,1)模型在有效预测前提下的预测置信区间更窄;在交通拥挤状况下,GARCH(1,1)模型能够通过放大预测置信区间宽度减少无效预测.      

基于地面路网MFD 的快速路出口匝道流量分配模型

过于集中的流量分配易导致出口匝道和与之相衔接的地面道路过饱和,进而影响快速路和地面路网的通行效率.为提高路网中车辆通过快速路到达目的地的通行效率,基于地面路网宏观基本图（Macroscopic Fundamental Diagram,MFD）,以出口匝道通行能力和与之相衔接的地面路网承载能力为约束条件,以整个路网的车辆总行程时间最短为优化目标,建立快速路出口匝道流量分配模型.根据宏观网络车流平衡方程,采用改进的遗传算法对模型进行求解.最后,通过实际路网验证了模型的有效性.结果表明,该模型可有效提高车辆通过快速路到达目的地的通行效率,同时降低出行成本.