基于模糊数学的公路交通量预测方法

在交通量资料少且规律性不强的情况下,设计年限内平均日交通量和交通量年平均增长率两项参数不易直接确定,而与之相关的参数如人口、经济、汽车保有量等有着不同的权重。鉴于此,利用模糊数学和线性规划的有关理论,通过模糊预测模型对某地区的交通量进行预测,并根据不同的影响因素,采用不同的权重对其进行交通量分配。实例分析表明,该方法更加客观、合理,具有一定的应用价值。     

公路设计速度和交通量对交通噪声源强预测值的影响分析

交通噪声是公路建设项目运营期主要的环境污染问题之一。现有研究表明,公路交通噪声源强与车辆实际行驶速度和车型比直接相关,而车辆的实际行驶速度可通过公路设计速度和交通量进行预测。主要分析在不同的车型比情况下,公路设计速度和交通量对公路交通噪声源强预测值的影响,并采用SPSS软件对其影响程度进行权重分析,为设计阶段公路降噪设计提供参考。     

组合预测模型在交通量预测中的应用

对当前组合预测模型进行分析,在已有交通量预测模型的基础上,建立基于预测有效度的组合预测模型,应用规划方法求解各单一预测模型的最优权重系数。实测数据验证表明,该组合预测方法具有比回归分析和神经网络预测模型具有更高精度,组合方法为交通量预测提供一种可靠而有效的新途径。     

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.     

基于小波去噪和最优权重信息融合的短时交通量预测

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

公路路网货物运输量月度波动系数推算方法

公路运输量波动系数反映了运输需求与运输供给在时空上的不均衡状态.本文首先分析了车辆货物运输量月度波动系数的统计方法和其在统计调查中存在的问题;接着依托高速公路联网收费系统、交通量自动观测点与交通量调查信息系统等平台,建立了公路路网货物运输量月度波动系数推算模型,把车货质量、收费总额、交通量、车道数、通车里程等参数引入到模型中来,并对公路路网货物运输量非基数月度波动系数提出了量化处理、权重赋予的方法;最后,通过实例验证了模型和算法的可行性.研究成果可为公路路网货物运输量统计调查、区域内公路路网规划和综合运输体系优化提供切实的参考.     

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。     

基于混沌高效遗传算法优化SVM的交通量预测

针对交通量预测本身所存在的小样本、非线性和复杂性等特点,利用支持向量机建立了基于RBF核函数的SVM交通量预测模型,采用基于混沌映射和加速遗传算法的混沌高效遗传算法对SVM模型参数C,ε和δ2进行优选,结合某市1978～2008年交通量实测资料进行了仿真验证,与GA-SVM模型和BP神经网络模型的仿真预测结果对比表明:该模型取得了较好的预测效果,可有效应用于城市交通量的预测.     

340省道面层结构优化设计

针对340省道金坛段超载严重,交通量的分段和分幅差异较大的现状,对原设计方案进行了优化,考虑了超载因素对路面设计参数的影响,对路面结构分段、分幅采用不同的设计方案,具有一定的针对性,满足道路使用要求。     

时空因素影响下在线短时交通量预测

考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对模型参数进行优化;最后,构造时间-空间状态向量,通过不同的状态向量对时间和空间维度的影响进行了分析.利用高速公路检测器数据,对比不同模型的精度,对在线短时交通量预测模型的有效性和可行性进行了验证.结果表明：在线模型精度优于传统的支持向量回归模型,考虑时空因素影响后交通量预测模型具有更高的精度和稳定性.     

最小二乘支持向量机在公路交通客流量预测中的应用

交通客流量预测是交通规划的重要内容,对于交通规划具有重要意义。利用最小二乘支持向量机理论,建立交通客流量预测模型,通过与BP神经网络预测模型实验结果进行比较,验证了其在交通客流量预测中的有效性。     

基于模糊综合评判的智能行程时间预测算法

提出一种智能行程时间预测算法。算法基于交通流量和占有率等实时交通信息,用模糊综合评判的方法实现对行程时间的预测。其核心是由交通流量和占有率构成因素集,把行程时间看成由因素集组成的评判集,通过因素集的隶属度函数确定模糊评判矩阵,从而求出行程时间的定量值。算例验证了算法的预测精度高,拟合程度好,具有一定的可行性。     

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.     

铁路客运专线客流量预测分析

客流预测是客运专线各项工作得以顺利进行的基础研究课题。首先分析了一般客流预测方法的特点,然后按照客运专线客流的形成原因将其分为趋势客流、诱发客流和转移客流,根据各部分客流的自身变化特点,分别采用不同的模型或方法进行预测,最后给出了总体客流量预测的计算方法。     

模糊多元回归模型在运输弹性系数预测中的应用

弹性系数法是交通预测的一种基本方法,其结果不仅受经济指标预测值的影响,还与预测方法的选择息息相关.文中以模糊多元回归理论为基础建立运输量与相关经济变量之间的关系式,并进行模型求解,进而可以对运输弹性系数进行预测.通过湖南省的公路客运量弹性系数预测结果表明,基于模糊多元回归模型的弹性系数预测方法可以确定弹性系数的变化范围,能够有效地解决观测数据不精确,以及指标变化不确定带来的预测精度问题,合理反映运输与经济发展的趋势关系.     

无车日活动的交通影响及效果预测分析

无车日活动是在有限的时间内,在城市规定区域里限制非公交机动车辆的通行,以减少拥堵、污染和噪音,并鼓励人们使用有利于环保的交通方式。通过对无车日由来、绿色交通以及实施无车日的必要性进行分析,并以重庆市渝中区实施无车日方案的交通量调查数据为例,探讨了无车日的交通需求预测及其实施效果,从而为其实施相应的交通管制和其重要意义的分析提供一定的科学依据。     

采用GRNN模型进行交通量预测及实现研究

根据交通量形成的原因,分析了交通量和相关影响因素之间的关系以及交通量预测的特点,建立了交通量预测的广义回归神经网络(GRNN)模型。以某一公路交通吸引区1985~1995年的交通量和相关经济指标的历史统计数据作为学习样本,通过拟合训练和外推预测分析,验证了GRNN用于交通量预测的有效性。     

铁路客流量预测分析与研究

铁路客流量预测与分析对铁路部门采取有效的应对措施具有十分重要的意义,分别应用基本的神经网络和遗传算法优化BP神经网络对客流量进行了预测,建立铁路客流量网络预测模型.分别利用以前客流量的数据对2011年和2012年的客流量做了预测验证,并对2013年的客流量做了预测,结果表明利用遗传算法优化BP神经网络得到的预测数据和实际的基本相符,该预测算法应用到客流量的预测中效果良好,具有很好的应用和推广的前景.     

灰色预测模型在铁路客流预测中的应用

运量预测是铁路运输组织工作的重要基础和主要依据之一,是一项经常性工作。只有根据运量预测结果及其他方面的信息才能做出科学的决策,编制出可行计划、规划或发展战略,最大程度地减少风险,降低运作成本,减少设施闲置。运用灰色预测模型建立铁路客流预测模型,对我国铁路客运量进行预测,灰色模型的方法简单,适合在数据少的情况下预测短期客流量。     

基于模糊评价法的武汉雨天交通安全分析及对策研究

以武汉市为研究对象,针对最频繁出现的雨天情况,从车速、降水量、车流量等重要影响因素对交通安全进行分析,建立基于模糊评价法的交通安全评价模型,定性分析道路的交通安全等级,并依据道路安全等级提出改进道路的对策,提高交通安全等级,确保交通安全、顺畅。