车联网环境下公交路径交通状态估计方法研究

传统感应线圈的交通状态估计方法已无法满足准确性和实时性的状态估计需要,为此提出了基于联网公交车辆实时速度的交通状态估计模型。所提模型借助实时信息采集系统的高效性和准确性的优势,对道路交通运行状态进行估计,同时利用卡尔曼滤波算法对交通状态变量进行更新。基于历史观测数据对更新后的交通状态变量进行修正,进而得到交通状态的估计值。通过采集数据并进行大量的实验,研究结果表明：基于联网公交实时速度的状态估计模型,在各种交通环境条件和占有率下,估计值误差指数（变异系数） 均小于15%,最大仅为13.15%;状态估计修正模型与状态估计模型相比,估计值误差指数下降了2%,总体误差优化性能提升了11.87%。在确保实时性和高效性的同时,基于联网公交车辆实时速度的交通状态估计模型解决了传统道路交通状态估计方法准确性低的问题。     

EMME/2路网检查技术研究

本文针对EMME/2路网的特点,总结了EMME/2路网抽象过程中经常出现的错误,提出了"先拓扑后属性,先总体后局部"的路网检查原则,并在此原则的指导下,综合利用EMME/2、ENIF、Excel等软件,制定了相应的EMME/2路网检查方案,并应用于西安市抽象路网检查,为全面、准确、快速地检查抽象路网中的错误提供了一种解决方案.     

基于朴素贝叶斯分类器的公交通勤人群辨识方法

公交IC卡数据中通勤用户卡号ID的辨识和提取是其公交出行行为特征分析的前提.本文以厦门市公交IC卡刷卡记录为依托,结合相关问卷调查,提出一种基于朴素贝叶斯分类器(Na?ve Bayesian Classifier,NBC)的公交通勤人群辨识方法.首先,利用两种数据源中(问卷调查数据与IC卡数据)同时包含的公交出行信息,例如工作日首次刷卡时间、每周工作日刷卡天数等,建立其与调查数据中独有的类别变量(通勤人群/非通勤人群)之间的贝叶斯概率关系,并以此构建与训练NBC模型.然后,利用未参与训练的调查样本对标定后的模型的预测准确性进行测试,通勤人群的预测成功率达到88%.最终,利用测试验证后的NBC模型对公交IC卡数据中通勤人群进行识别,结果显示,厦门市公交通勤人群的数量介于26万人到32万人之间,并给出相关指标的统计结果.     

����СƱ���Ĺ�������OD���������о�

针对目前常规公交客流OD调查抽样率及准确率难以保证的缺陷,提出调查公交客流OD的小票法. 该方法可采集各站点的上下车人数及每位乘客的上下车站点信息. 本文基于小票法调查数据的基础上提出一种公交客流OD分析方法：在分析小票法原理的基础上得到乘客OD的分析算法,通过ACCESS实现乘客上车站点查询,获取公交客流OD,并通过修正和扩样,准确得到公交客流OD. 最后将公交客流OD导入 EMME中,进行公交客流分配,即可输出断面客流及各站点上下车人数等信息. 该方法在厦门市公交客流OD调查中得到运用,取得很好的效果,证明了该方法的有效性.     

基于EMME与GIS的城市交通规划数据库系统构建

在研究国内外相关文献的基础上,探讨构建基于EMME与GIS的城市交通规划数据库的可行性,在分析EMME与GIS的数据结构差异性的基础上,给出了基于EMME与GIS的城市交通规划数据库的数据组织与管理方法,最后利用ARCGIS和EMME构建南宁市交通模型,通过实例证明交通分析结果与GIS进行整合可以有效地进行交通与土地利用的一体化分析,可为交通和城市整体规划决策提供定性、定量分析的依据.     

基于WSN的公交车辆信息采集系统网络性能评价方法

在分析公交车辆信息采集需求的基础上,提出了运用通信网络仿真技术对WSN的公交信息采集系统性能的评价方法.基于OPNET建立了一个公交信息采集和传输的模型,通过对不同的场景进行仿真得到了决定公交信息采集系统网络性能的参数,仿真结果验证了WSN实现连续采集传输数据的能力、预测了系统可靠性及数据准确性,实现了对基于WSN的公交信息采集系统网络整体性能的评价.     

基于贝叶斯网络组合模型的公交驻站时间预测

公交驻站时间是公交行程时间的主要组成部分,其预测精度直接影响智能公交系统中公交信息发布的准确性.为了提高公交驻站时间的预测精度,提出一种基于贝叶斯网络的组合预测模型,它由反向传播神经网络和径向基函数神经网络模型组成.首先利用两种神经网络模型预测公交驻站时间;然后利用改进后的等宽数据离散方法,将两种神经网络的预测结果和观测的驻站时间数据离散后用于贝叶斯网络学习;最后通过贝叶斯网络推理得到驻站时间组合预测结果.实例分析表明,贝叶斯网络组合模型驻站时间预测结果的误差指标均优于单一模型,证明其可有效提高单一模型的预测精度.     

融合客流大数据和成本最优化的公交动态排班方法

为提高公交排班效率和准确性,提出一种基于客流OD数据的动态排班模型。首先,模型将影响公交车辆排班的因素划分为静态因素、可变因素和动态因素,给出每日客流变化情况下动态影响因素计算方法;其次,以满足乘客需求减少公交企业运营成本为目标,探索多目标最优排班方案求解方法,实现公交运营效益最大化;最后,以广州560路公交线路为例进行模型仿真验证。仿真结果表明:模型求解结果可以在不降低乘客服务质量的同时有效减少车辆使用量,提升车辆满载率,工作日减少车辆13.3%,非工作日减少车辆26.6%。在满足社会效益的情况下节约企业运营成本。     

基于公交GPS和IC卡数据的综合交通建模新思路

为给我国交通规划模型的研究和开发提供新的方向和思路,结合郑州市综合交通模型的开发实践,探讨了公交GPS和IC卡数据在其中的应用.主要包括:基于公交GPS和IC卡数据的公交OD生成方法、公交客流量模型、非集计模型与动态公交分配模型以及基于公交GPS数据的需求预测组合模型.重点阐述了公交GPS和IC卡数据在上述几个方面的应...     

基于GPS的常规公交拥堵路段识别与分析

常规公交拥堵路段识别对于科学分析公交运营状况、改善公交服务水平具有重要意义。首先分析了公交拥堵指标,构建了基于公交GPS的站点区间运行状态评价标准。在此基础上,将大数据技术和公交GPS信息相结合,开发了常规公交拥堵路段查询系统;基于公交拥堵识别指标,设计了拥堵识别模型和拥堵原因判别模型;最后,以武汉公交数据为基础对系统和模型进行了实际应用。应用效果表明,该系统具有较高的准确度和较强的实用性。     

区域综合客货运交通运输规划研究——以温州为例

在区域综合交通规划研究中,客运交通和货运交通由于其不同的交通特性,以同样的方法和标准进行交通量分析是不合理也是不科学的。为此,从客货运交通的不同特性出发,对同时存在客货运交通的区域综合交通网络规划进行分析研究,提出了区域综合交通网络规划研究方法,并应用于实际的规划项目中。对我国区域综合交通网络规划研究具有一定的借鉴意义。     

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。     

����VISUMģ�͵Ĺ���OD�����о�——��������Ϊ��

OD矩阵是公交线网规划和线网优化的重要依据.OD矩阵反推是获取公交OD数据的有效方法.相关文献中,针对城市整体公交体系的研究较少.依据西宁市建成区所有公交线路上客、下客、车上乘客的调查数据,采用VISUM软件构建了基于等概率下客分布、距离概率下客分布的公交OD矩阵反推模型;然后在VISUM全市整体公交模型中,将各线路反推所得到的OD矩阵归并至交通小区,并通过模型分配得到的路段客流与线路调查得到的路段实际客流比较,检验公交OD反推方法的有效性.研究表明,等概率分布OD矩阵反推在西宁案例中的精度与可靠性较高.最后指出,乘客在各站的下客概率影响因素较多,把握并合理运用其规律是公交OD反推的关键.     

基于换乘优化的公交区域调度

我国传统的公交运营调度以线路调度为核心,所制定的交区域,未考虑乘客换乘的便利程度。本文首先根据公交换乘的乘客总换乘等待时间最短的公交调度,权重与线路换乘吸引度,设计相应方法进行求解;最后结合具体实例调度提供了技术参考。,建立相关模型;然后以所算法探讨基于换乘优化的公证明模型与算法的可行性。行车时刻表只针对单一线路而非公特点,分析两条公交线路之间基于建模型为基础,结合公交站点换乘交区域调度方法,并运用一维搜索本文的研究为解决公交区域的协调     

基于站点实时关联度的短时公交客流预测方法

为探究公交站点之间的关联度并对公交客流进行更精准的实时预测，本文提出基于 Attention的交通预测核心算法(Traffic Forecast Model Based Attention，TFMA)，结合数据预处理和 站点信息编码完成基于站点实时关联度的短时公交客流预测方法。该方法首先创新性地提出了 站点实时关联度，可实现对目标站点客流量更精准的预测；其次，在公交站点的编码信息中融入 线路站点信息、客流变化率、天气、日期等关联因素；接着，该方法依靠Attention机制计算站点实 时关联度；核心算法中使用multi-headed机制、增加通道和残差连接进一步提升预测能力；最后， 以苏州市公交数据进行验证。结果显示：在准确率上，对比多元线性回归的53.8%、GRU(Gated Recurrent Unit)的66.9%和LightGBM(Light Gradient Boosting Machine)的81.2%，本文提出的基于 站点实时关联度的短时公交客流预测方法的准确率在90%以上，表明该方法具备优秀的短时公 交客流预测能力。     

考虑运行能效的公交区域时刻表优化

为准确计量公交区域时刻表优化过程中,客流出行与企业运营博弈产生的社会效益,构建兼顾随机客流需求和时刻表运行能效的双层规划模型。从公交乘客出行量与质的角度,分析随机客流需求与时刻表之间的互动关系;依据出行性质将客流需求分层细化,作为下层弹性需求交通网络流模型的输入;考虑客流需求、乘客出行效率及企业运营成本间的波动关系,设计公交区域时刻表运行能效作为上层模型的优化目标;采用Dial-MSA与遗传算法求解双层规划模型。实例计算结果表明,优化后的公交区域时刻表运行能效提高了7.3%。可见,优化后的公交区域时刻表更能满足客流需求,有效地提高时刻表运行能效,更好地实现动态适应性。     

用地性质与线路区位对社区公交的影响研究

社区公交的开通可有效缓解乘客出行的"最后一公里"问题,合理的站点布局可提高社区公交的客流量、促进公共交通发展。基于交通实地调查、SP调查和RP调查,对郑州市社区公交现状进行分析,分别对出行者的性别、年龄、家庭人口数、月收入、职业、出行目的进行特征分析。考虑用地性质和线路的区位影响,分别对社区公交的客流量和乘坐社区公交前使用的交通方式进行研究,分析其对社区公交的站点布设、两站点间的距离、发车间隔和发车频率等的影响,为社区公交的布设提供依据,增加社区公交的竞争力,更好地满足社区居民的出行需求。     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团．通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团,通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。