流动人口出行特征及出行方式选择模型——以北京市短期旅居流动人口为例

数量庞大的流动人口在北京市交通出行者中扮演重要角色。其中,短期旅居流动人口(在京时间小于1个月)由于居住时间短、活动集中、目的性强等特点,出行行为更加复杂和不确定,其出行规律及出行方式选择的研究对于解析和把握城市整体交通特征具有重要意义。通过分析北京市2014年第五次综合交通调查中的流动人口调查数据,以在京时间一个月以内、居住在各星级酒店和小旅馆等地的短期旅居流动人口为研究对象,研究其出行特征与出行方式选择的内在联系,并通过多项Logistic模型构建相应的出行方式选择模型。结论显示居住地类别、公交IC卡持有情况、出行距离、出行费用、出行时耗等因素对流动人口的出行决策影响显著;引导流动人口向绿色出行方式转移需要在流动人口的重要集散地合理配置公交设施、提供公交IC卡便捷的购卡和退卡服务、提高公共自行车使用的便利性。     

城市出租车拥有量确定方法

通过对城市居民和流动人口出行特征与出租车运营特征的调查分析，分析了城市出租车拥有量与出租车所承担的城市客运交通周转量及出租车空驶率的关系，提出了一种城市出租车拥有量的确定方法。该方法以出租车的空驶率、有效行驶里程、平均运营车速和平均日运营时间为参数。实例分析表明该方法既可以对目前城市所需要的出租车拥有量进行测算，也可以对规划年份出租车拥有量进行预测，简便实用，可操作性强。     

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.     

一种路网交通流参数的融合预测方法

提出了数据驱动与中观交通仿真融合的交通流预测框架.该框架将数据驱动 方法在路网局部断面和路段的高精度预测能力与中观交通仿真的路网范围预测能力结 合起来,通过可信度高的路网局部断面和路段预测值,在线修正中观交通仿真模型的参 数,使得中观交通仿真模型能够逼近、反映交通流运动趋势,提高路网范围交通状态预测 精度.通过结合路段旅行时间预测与中观交通仿真的实例分析证明,断面和路段预测和中 观交通仿真结合发挥了两者各自的优势,预测结果优于单一的中观交通仿真方法.     

公路建设项目交通需求预测与分析

按照公路建设项目交通需求预测与分析的思路，对公路建设项目在路网中的作用、区域社会经济发展预测、交通发生／吸引预测、交通分布预测、交通分配预测、与其它运输方式间的转移交通量预测等进行了解释和说明，从而为合理推算公路交通量提供了理论基础。     

公路建设项目交通需求预测与分析

按照公路建设项目交通需求预测与分析的思路,对公路建设项目在路网中的作用、区域社会经济发展预测、交通发生/吸引预测、交通分布预测、交通分配预测、与其它运输方式间的转移交通量预测等进行了解释和说明,从而为合理推算公路交通量提供了理论基础.     

����·����·����ת������Ԥ��

常规城市路网交通需求预测只需要进行趋势流量预测。然而当涉及到路网中部分道路改造的交通流量预测则需要进行三个部分的预测：趋势流量预测、诱增流量预测以及转移流量预测。基于传统的四阶段交通预测理论，提出了路网中存在改造道路情况下的转移流量预测方法。该方法主要内容包括：提出了预测转移流量时划分交通小区的方法；指出要预测转移流量，在交通分布预测阶段必须选用重力模型；提出在应用重力模型过程中计算交通阻抗的办法。以实际项目——厦门市中心区路网流量预测作为实例，结合交通预测软件“交运之星”，应用本方法进行预测。结果表明该预测方法行之有效。     

基于BP神经网络的交通信息量预测方法

交通信息量预测受到其影响因素的非线性影响,传统的基于统计方法的预测模型、动态分配模型和灰色预测模型等虽然可用于交通信息量的预测,但是克服非线性影响能力较差,预测结果已经达不到物联网的精度要求。为了更加精确地预测交通信息量,建立了基于BP神经网络的交通信息量预测模型,并通过因子分析和因子分析结果归一化处理减少了BP神经网络输人数据规模,缩短了神经网络预测时间。最后,通过对成都市某路段的数据进行处理和仿真,验证了模型的适应性。仿真所得的停止训练时间为3分2秒,预测误差为0.015,由此可知该模型对交通信息量的预测效果良好,可以对今后交通信息量的预测提供参考。     

���������ģ�͵ij��п���·��ͨ״̬Ԥ�ⷽ���о�

道路交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于最大熵模型的城市快速路交通状态预测方法,该方法通过提取影响交通状态的时间、空间等各种特征,运用最大熵模型训练得到各特征权重,直接预测道路交通状态等级. 最大熵模型能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,基于最大熵模型直接预测交通状态等级同样具有较高的准确性. 最大熵模型的成功使用,也证实了将交通状态预测作为一种模式分类问题来解决的可行性,进一步扩展了交通状态预测的思路.     

基于最大熵模型的城市快速路交通状态预测方法研究

道路交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于最大熵模型的城市快速路交通状态预测方法,该方法通过提取影响交通状态的时间、空间等各种特征,运用最大熵模型训练得到各特征权重,直接预测道路交通状态等级. 最大熵模型能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,基于最大熵模型直接预测交通状态等级同样具有较高的准确性. 最大熵模型的成功使用,也证实了将交通状态预测作为一种模式分类问题来解决的可行性,进一步扩展了交通状态预测的思路.     

��������ͨ��Ϣ�ɼ��봦��ؼ���������Ӧ���о�

为了推动浮动车交通信息采集与处理技术的深入研究、沟通交流和推广应用，本文在概括总结国内外研究及应用现状的基础上，重点描述了基于浮动车运行数据进行实时旅行时间和平均速度估计及预测、拥堵状态判断的核心流程，介绍了国家智能交通系统工程技术研究中心自主研发的创新性的关键技术，其中主要包括浮动车地图匹配算法和路段旅行时间估计算法等，展望了浮动车交通信息采集与处理技术的应用前景。     

基于武汉市ETC系统的交通运行分析色谱图

为实时监测武汉市过江桥隧的交通运行状况,对ETC流量分析子系统开展研究。以速度-流量模型为基础,基于浮动车和ETC过江流量数据,综合考虑流量和速度两项指标,分别确定其等级划分标准。在此基础上构建交通运行分析色谱图,避免了采用单一流量指标可能出现的运行状况错误判断。武汉市的应用结果表明,该色谱图能为实时监测道路运行状况、分析道路异常情况、定量分析道路实际通行能力及畅行速度提供直观、有力的技术支撑。     

���н�ͨӵ������ʱ���ݻ����ɷ����� ——��������Ϊ��

交通拥挤不仅是当今许多大城市日益严重的社会问题,同时也给国家和城市造成巨大的经济损失.引发拥挤的直接原因是机动车辆保有量的迅速增加和交通设施/服务的相对落后,但对于不同的城市和地区,其深层原因存在差异.本文定位于研究宏观路网交通拥挤内在成因和演化规律,采用地理建模的仿真平台,使用地理信息系统（GIS）技术将FCD数据与深圳市地图匹配,得到城市路网不同时间点的拥挤状态,定性分析区域内交通拥挤的成因.另外,研究针对路段拥挤的相似程度,提出相关性算法进行定量分析,揭示交通拥挤的时空演变规律,为及时采取预防和疏导措施提供指导.该算法可编程实现,对交通拥挤进行统一管理与控制,提高整个交通系统的效率.     

��ͨ��Ϣ�Ƽ��㼰��Ӧ���о�

云计算借助高速网络将各种计算能力联接起来,为交通信息提供了几乎无上限的可伸缩的计算能力. 本文分析了交通信息云计算的优势、特征、方法和部署,认为交通信息云计算也是一种信息高效采集和服务的概念,是实现交通行为控制的基础. 以车辆GPS定位信息的获取、传送、计算和应用为例,对比了浮动车信息现有处理模式与云计算信息处理模式,提出了以云计算模式产生高效用度、闭环可验证的个性化路径导航信息作用于海量驾驶员个体,实现控制性路径诱导的方法.     

奥运期间公交运营综合调度优化模型

奥运期间公交客流运输峰值变化后的调度管理受到人文奥运、绿色奥运的约束。以乘客满意度反映人文奥运的条件约束,以运力的成本最低、效率最大为实现绿色奥运的优化目标,而建立奥运期间公交客流调度优化的数学模型．可使各条线路在客流峰值变化的互补下实现综合平衡与优化。     

北京市动态交通信息服务系统建设及制约因素

为探讨当前我国动态交通信息服务的制约因素和发展方向,在北京市实际研究和建设经验的基础上,结合采集交通信息准确性验证、交通信息发布内容以及标准化和产业化建设这三个制约动态交通信息服务发展的因素,分别阐述其发展现状及存在的问题,重点提出浮动车数据验证方法及北京市部分验证结论、动态交通信息发布内容基本原则和发展思路、标准化和产业化建设的机制,为我国动态交通信息采集、处理、发布技术的研发和信息服务系统的建设提供参考。     

奥运期间公交运营综合调度优化模型

奥运期间公交客流运输峰值变化后的调度管理受到人文奥运、绿色奥运的约束。以乘客满意度反映人文奥运的条件约束,以运力的成本最低、效率最大为实现绿色奥运的优化目标,而建立奥运期间公交客流调度优化的数学模型,可使各条线路在客流峰值变化的互补下实现综合平衡与优化。     

基于速度里程分布的快速路宏观交通状态评价模型

随着城市规模的不断扩大,快速路已成为支撑城市道路交通系统运行的重要 部分.准确的快速路宏观交通状态评价是快速路交通管理的关键.本文以北京市西三环为 例,引入交通流宏观基本图模型,设计了基于速度里程分布的快速路宏观交通状态指数 （MTCI）.首先,利用RTMS 数据,建立了宏观基本图模型.在此基础上,将快速路宏观交 通状态划分为畅通、基本畅通、轻度拥堵、中度拥堵和阻塞五个等级.然后,利用浮动车数 据建立了快速路车辆运行速度累积里程分布模型.通过关联宏观交通流状态与车辆运行 速度累积里程分布,构造了基于速度里程分布的MTCI 评价方法,并通过实例验证了该 模型的适用性.     

Operational Analysis on Beijing Road Network during the Olympic Games

Monitoring and analyzing performances of urban road traffic is a crucial work to ensure traffic operation well during the Olympic Games in Beijing and evaluate the effects of traffic demand management strategies and measures. In this paper, as the basis for performance analysis, a traffic congestion evaluation index system which consists of comprehensive and characteristic indices is introduced. Beijing floating car system is also used to collect real-time data of urban road traffic. In addition, expressways, arterial roads, some of the secondary roads and branch roads over the area within the 5th ring road are selected as the evaluation objects. Moreover, urban traffic operation performances are compared among pre-Olympics, during the Olympic Games and during the Paralympics Games from the aspects of the intensity, duration, extension of traffic congestion, the distribution of recurrent bottlenecks and average speed. It is concluded that the urban traffic is in the level of “smooth” during the Olympic Games and the Paralympics Games comparing with the “moderate-congested” status before the Olympic Games. The vehicle speeds of urban traffic network increase obviously under the Olympic traffic demand management strategies and measures.     

基于射频数据的道路交通流路径识别优化模型

针对非RFID(Radio Frequency Identification)覆盖道路交通流路径识别误差较大等问题，本文提出基于FCD(Floating Car Data)校核下RFID道路断面交通流路径识别优化组合模型。首先， 利用平移不变小波变换将RFID初始数据切分为可追溯交通流、非追溯交通流及随机项；然后，根据统计路段中浮动车数量将路段分为Full、Defect、Null这3类，并建立FCD-RFID追溯路径模型识别可追溯交通流路径构成，同时，提出考虑出行时间、道路等级和驾驶偏好因素的综合成本阻抗效用函数，通过路径感知随机用户平衡分配模型估算非追溯交通流与随机项路径；最后，通过路径叠加识别断面交通流最终路径构成。结果表明：相较于单一RFID交通流路径识别，组合模型具有更高精度，MAE(Mean Absolute Error)为 72 辆，较单一 RFID 算法下降 62.5%，MRE(Mean Relative Error)为9.5%，下降72.2%；在非RFID覆盖校核道路中，组合模型MRE为13.3%，较单一 RFID算法下降82.0%，有效验证了本文模型的可行性及适用性。