短时交通流预测模型

针对短时交通流变化周期性与随机性的特点,提出了新的混合预测模型,包含非参数回归模型与BP神经网络模型2种单项模型。非参数回归模型利用相关历史交通流数据,通过数据库匹配操作,确定预测结果,以充分体现交通流的周期稳定性。采用3层BP神经网络模型反映交通流的动态与非线性特点。采用模糊控制算法确定各单项模型的权重,并按不同权重有效组合成新的混合模型。采用西安市某路段30d的交通流量数据验证混合模型的预测效果。试验结果表明:该混合模型的平均相对误差为1.26%,最大相对误差为3.53%,其预测精度明显高于单项模型单独预测时的精度,能较准确地反映交通流真实情况。     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

һ�ֿ����ڸ��ٹ�·Ͷ�ʷ���������������ģ��

高速公路投资风险评估对高速公路可持续发展具有重要作用.首先,本文针对传统的准三层BP神经网络评价模型运算精度和运算效率之间的矛盾,从其结构优化的角度出发,提出并设计了输入层神经元到隐含层神经元、隐含层神经元到输出层神经元的随机重连过程的变结构神经网络模型;其次,针对中国高速公路的投资特点,建立了高速公路项目投资风险的评价指标体系,设计了基于随机重连过程的变结构神经网络的高速公路项目投资风险评价模型,运用中国10条高速公路项目对模型进行了训练并对4条高速公路投资风险进行评估.研究结果表明,该模型预测的平均相对误差为1.91%,最大相对误差为2.63%,具有良好的预测效果.     

基于小波去噪和GA-Elman神经网络的短时交通流预测

为解决短时交通流的非线性和强干扰特征带来的预测精确度较低问题,首先采用启发式阈值算法对小波分解后的原始数据做去噪处理,使去噪后的数据更平稳真实地反映交通流的变化规律,然后利用遗传算法优化Elman神经网络模型对交通流进行分析和预测,模型输出的预测值百分比绝对误差为6.2%。试验结果表明,小波去噪后再用遗传算法优化的Elman神经网络进行预测,预测结果误差较小,可用于短时交通流预测。     

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Elman神经网络的锂电池SOH估算

利用Elman神经网络完成了对锂电池SOH的估算,以温度、SOC和内阻作为Elman神经网络模型的输入,SOH值作为输出建立Elman神经网络模型,并对模型进行测试,仿真结果表明:该模型的SOH测试相对误差在±1.5%内.最后采用MCU实现数据的采集,在服务器中用java实现基于Elman神经网络的估算算法,该方法释放了下位机的运算压力,提高了处理速度和精度.     

基于多核自适应网络的高速公路交通流预测方法

针对高速公路各路段交通流信息差异较大这一现象,为提高交通流预测准确率,将注意力机制引入卷积神经网络,建立描述交通流时空关联特征的多核自适应网络(Multi-Kernel Adaptive Network,MKAN).首先对输入的历史交通流数据进行多分支卷积,获得不同尺度的交通流特征;然后根据输入信息自适应调整各卷积分支权重并对各分支多通道特征图进行加权融合;最后根据融合特征图,利用多层感知机预测下一时段交通流.基于加州交通运输部性能测试系统中的高速公路交通流数据设计实验进行模型验证和对比分析.实验结果表明,在大多数站点,MKAN模型的预测均方根误差和平均绝对误差低于长短期记忆网络、门控循环单元、K近邻算法和支持向量回归模型,对140号站点进行全天交通流预测,在1d内的各时段,MKAN模型预测绝对误差均小于其他对比模型;相比于单核卷积神经网络,在绝大多数站点,MKAN模型预测结果的均方根误差和平均绝对误差降低7％以上,对31号站点进行全天交通流预测,在1d内的大多数时段,MKAN模型预测绝对误差小于其他单核卷积神经网络.实验证明,多核自适应网络可有效提高交通流预测准确率,其预测效果优于部分传统预测模型和单核卷积神经网络.     

����ʵ�����ݵĿ���·��ͨ������ģ��

已有的交通流参数模型无论是基本图还是三相交通流理论都是基于高速公路交通流数据进行研究,由于高速公路和城市快速路具有不可忽视的差异,以高速公路交通流数据为基础建立的交通流参数模型难以符合城市快速路交通流运行的实际情况.本文根据实测的城市快速路交通流数据,采用线性回归分析建立城市快速路速度—占有率模型、交通流率—占有率模型和速度—交通流率模型,应用最小二乘法估计模型参数,并以F和T检验对回归模型及回归系数的显著性进行检验.最后,在建立交通流参数模型、明确交通流参数之间关系的基础上,对城市快速路交通流状态进行了划分.本文建立的交通流参数模型,对交通流短时预测和交通流状态判别具有应用价值.     

����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.     

高速公路交通流优化模型及分析

本文对高速公路进行了两级分段，以车流密度ρ（ｋ）和车流速度υ（ｋ）作状态变量，将入口匝道车流量ｒｉ（ｋ）作控制变量，建立高速公路非线性离散动态交通流数学模型和交通流优化模型，提出了模型中参数辨识的优化算法，分别建立了高峰期两种情况优化目标函数。最后，实际计算了西（安）临（潼）高速公路高峰期和非高峰期的优化状态。     

城市单向交通研究现状分析与发展启示

单向交通在提高车辆行驶速度,减少行程时间延误和缓解交通拥挤等方面取得了较大的成效.目前国外单向交通研究前沿是单向交通安全性和单向交通规划方法,并强调应用仿真软件模拟;分析了国外单向交通理论研究和实践的新进展,在国内单向交通发展实际及问题分析的基础上,结合现代交通组织原则,提出我国单向交通未来发展和应用的建议.     

绿色交通系统关键要素关系及构建方法分析

城市开发过程中,构建城市绿色交通系统的需求日益迫切,如何协调交通系统要素,使城市交通向绿色可持续发展方向转变,是一个值得研究的问题。从分析交通系统关键要素及其与环境问的关系入手,分别从土地利用整合、路网规划布局、交通设施规划设计、交通政策制定、交通文化建设等方面提出以绿色交通为目标的交通规划设计管理的基本思路和方法,基于该方法完成共青城的交通规划设计。仿真结果显示,该方法有利于促进绿色交通开发建设。     

基于交通环境因子的城市交通规划框架

引入了交通环境容量和交通环境承载力概念，相应建立了城市交通环境承载力模型，包括交通尾气承载力（APC）模型，交通噪声承载力（TNC）模型，并分析了传统城市交通规划的不足，构建了基于交通环境承载力（TECC）的城市交通规划理论框架，从交通环境角度修正传统城市交通规划思路。     

城市交通建设项目施工交通影响分析及对策

目前,各大城市为了缓解交通堵塞等问题,开始着手建立交、修地铁等大型交通建设项目的实施,但是项目施工会对交通运行和居民出行,包括机动车交通、慢行交通、公共交通和静态交通等方面都会产生较大影响。     

环道交通组织研究

环道交通组织是区别于信号灯交通组织和立交交通组织的一个新的解决城市交通拥堵问题的基本思想,其最大特点是不设红灯、不停车,在平面位置上分离交通冲突点,这有望大大提高区域交通的通行效率,从而提供安全、畅通和有效的交通环境。     

绵阳市富临项目交通影响评价分析

交通影响评价是分析评价项目建成后对周边路网交通影响的一种评价方式,是目前我国解决城市土地开发与交通系统间矛盾的最有效途径之一。以绵阳市富临东方广场为研究背景,通过调查及采用四阶段法预测目标年背景交通量与项目生成量,做出交通影响程度评价,最后提出对策以减小其影响程度。     

基于声强的交通流数据采集与状态分析

在提取交通声强信号特征的基础上,利用AvantLite动态信号分析系统记录数据,导入基于声强的交通流分析系统,融合路段相邻两点的数据,根据交通量差值比判断该路段的交通状态,为提高交通流检测技术水平提供理论和实践基础。     

ʵ�齻ͨ���̷���Ӧ��ʵ��������̽������Ӧ��Ϊ΢��ģ�⼼��������ͨ����֯�������

首先介绍了实验交通工程法产生的背景及概念，阐述了实验交通工程法在交通流组织方案设计中的应用方法和步骤，分析了实验交通工程法相对于传统交通模拟应用方法的优先性；然后，以“昌平卫星城换乘枢纽周边路网交通流组织方案设计”研究课题为案例，具体介绍了实验交通工程法的应用过程，并详述了部分细节的处理；最后，根据案例的实际应用，总结了实验交通工程法的应用经验，并对其进一步的发展提出了建议。     

单向交通系统在交通改善中的应用——以温州市和龙港镇中心城区为例

研究作为交通改善方法之一的单向交通系统的适用性。以温州市（大城市）和龙港镇（小城镇）中心城区为例,通过分析现状路网和交通运行特征,制定单向交通系统方案,运用EMME3和VISSIM对方案进行分析与评价,得到单向交通系统的适用性结论。案例分析结果表明,温州市中心城区单向交通系统所带来的负面影响大于正面作用,而龙港镇中心城区单向交通系统却能有效改善交通运行状况。最后,指出单向交通系统与道路特征、交通管理之间的关系。     

���˽�ͨ����Ƶ��ⷽ������

行人交通是我国城市居民出行的主要交通方式,而行人交通的视频检测技术对于智能交通系统的发展与应用具有重要意义,通过对行人检测和分析确定行人的运动轨迹,提取行人交通参数,为交通规划、管理与控制提供科学的数据。首先回顾行人交通视频检测技术的发展历程,综述研究的方法、技术和主要成果;其次,从行人交通系统的一般处理框架—行人检测、识别、跟踪和交通参数的提取,分层次回顾低级、中级和高级各处理阶段的发展水平;重点阐述各处理阶段的现有技术和方法,并将每阶段相应地划分为不同方法子类加以讨论;最后,分析行人检测研究的技术难点及未来的发展趋势。