城市路网模块结构探测及Hub路段诊断算法

为了剖析城市路网拓扑结构的复杂性,识别路网中的关键路段,根据模块结构理论,分析了城市路网的聚类特性,提出了一种适用于城市路网模块结构划分和Hub路段诊断的算法——GN-T算法.该算法通过逐条移除介值最大的路段实现模块结构的划分,从而诊断出路网中的Hub路段.为确定模块结构的最佳划分,提出了一个改进的模块度函数.以武昌区路网为例对该算法进行验证,结果显示:武昌区路网模块度的最大值为0.41,表明该路网具有明显的模块结构特性;利用该算法诊断出的Hub路段与实际情况相符,证明了该算法的有效性和实用性.      

基于路网可靠性的关键点段辨识——以乌鲁木齐市为例

传统的连通可靠度分析只适用于极端情况下的路网状态评价,而基于连通可靠度的关键节 点、关键路段的识别,能够分析常规条件下的城市网络可靠性。以乌鲁木齐城市路网为研究对 象,采用路网效能和路网效率为评价指标,辨识路网的关键节点和关键路段,并对所有节点和路 段进行统计分析。研究结果表明：在城市路网中起重要作用的节点或路段只占总体的很小部分, 而其余大部分对路网的影响是较小且相似的;由于老城区路网发展已近饱和,关键节点多集中在 此区域;城西开发区路网尚未完全形成,在未来发展过程中应重视该地区的关键点段,以防止出 现潜在的拥堵状况;关键路段中,除河滩路之外,其余多数为东西走向的道路。     

密集路网中城市主干路中观安全分析模型

传统安全分析模型在微观层面建立,将路网中相邻的交叉口和路段分解为两类独立的研究单元分别进行研究.密集路网中城市主干路交叉口间距小,相邻的路段与交叉口交通运行相互影响,难以划分路段与交叉口.交叉口间距和道路两侧路网形态是影响主干路安全的重要因素.传统模型分别针对路段和交叉口事故进行研究,无法分析这两个因素对主干路的整体安全影响.基于上海市21条城市主干路,将相邻路段和交叉口依据道路横断面和交通运行特征组合为118个中观单元,并计算了中观单元两侧道路的路网形态.考虑到来自同一主干路的中观单元几何设计和交通特征互相关联,建立随机效应负二项模型.分析了交叉口间距和路网形态对主干路的安全影响,结果表明:相较于不规则方格路网和混合型路网,位于方格路网中的主干路事故数较少;交叉口间距越长,主干路事故越少.中观分析方法克服了传统安全分析模型中研究单元划分及影响因素分析的问题,为城市主干路设计及路网规划提供了建议.     

江苏省公路网结构的初步研究

通过对国内外公路结构划分和等级配置的研究,运用类比法和网络法探讨江苏省公路网层次的合理划分和各层次路网的发展规模和等级,为交通行业结构调整提供公路基础设施方面的决策指标。     

基于Monte Carlo法的山区路网应急中心选址

阐述了灾时山区路网各路段组成单元通行概率的分析方法,采用Monte Carlo模拟法对山区路网连通可靠度进行分析和计算,并通过概率解析法来检验Monte Carlo模拟法的计算精度。采用Monte Carlo模拟法分析路网节点间连通可靠度,提出了灾时山区路网应急救护中心优化选址方法。最后,通过实例阐述其计算过程。结果表明:采用Monte Carlo模拟法分析山区路网交通节点间的连通可靠度,找出灾时山区路网连通薄弱环节,为山区应急救护中心优化选址提供依据。     

基于Monte Carlo法的山区路网应急中心选址

阐述了灾时山区路网各路段组成单元通行概率的分析方法,采用Monte Carlo模拟法对山区路网连通可靠度进行分析和计算,并通过概率解析法来检验Monte Carlo模拟法的计算精度.采用Monte Carlo模拟法分析路网节点间连通可靠度,提出了灾时山区路网应急救护中心优化选址方法.最后,通过实例阐述其计算过程.结果表...     

城市路网可靠性计算方法

为客观反映城市路网可靠性,在分析城市路网结构和功能的基础上,运用层次分析法,将OD路网划分为主通路和连接路段,分析了主通路可靠性影响因素及计算方法,引入OD对连通度对主通路可靠性进行修正,推导了整个路网可靠性计算公式。而且研究了主通路上节点个数对路网可靠性的影响,讨论了在不同交通状况下改善路网可靠性的方法。分析结果表明:主道路间未取得有效连通时,OD路网的可靠度为0.62,在保证主道路持续性不受影响的前提下,对主道路进行有效连通,路网可靠度提高为0.70。这反映了路网可靠度不仅依赖于主通路持续性和有效性,还取决于主道路间的连通性,将路网划分为主通路和连接路段对OD路网进行可靠性分析是合理的。     

基于关键路段流量限制的动态交通分配研究

针对高峰期路网各路段流量分布的不均匀性以及出行时间延误大的现象,将关键路段引入到动态交通流量的分配中,考虑关键路段对路网上流量分布的影响,在进行动态交通配流的过程中对关键路段上的流量进行控制。本文以系统总出行时间最小为目标,建立基于关键路段流量限制的动态交通分配模型,根据高峰时段路网上流量的特性与不同路段的不同特性,将关键路段的流量限制在合理的范围内,把超出其容量的流量合理转移到其他路段上,进行流量的协同分配,保证路网的正常运行,提高路网效率,从而缓解高峰期拥堵现象。最后设计了相应的遗传算法对模型进行求解,得到了各路段上流量的合理分布。     

基于通行能力分析的路网分维数

针对路网分维数不能描述包含各个等级公路路网整体特性的局限性,以通行能力分析为纽带,建立起公路网中各等级公路之间的联系,对工程实践中的路网分维数计算过程进行了一定的改进。并根据湖南省部分地区的公路网现状进行试算,分别得到了各地区基于通行能力分析的路网分维数试算结果。分析结果表明：用基于通行能力分析的路网分维数对路网整体特性进行分析,具有一定的可行性;结合通行能力分析的路网分维数可以定性地描述某一地区公路网发展和社会经济发展的必然联系;某些因素给不同地市公路网所造成的差异(如：地理位置),可通过对各地市的路网分维数试算结果的定量比较得以体现。     

考虑连接性的路网划分算法

针对传统K均值聚类算法在非均质路网划分应用中的不足,将路网连接性融入算法,解决其在路网划分应用中聚类结果不连续的问题.先使用最大最小距离算法确定初始聚类中心和路段差异性,并以聚类评价指标ANSK确定K值;然后统计连续时间间隔下路网划分结果的动态频数,合并和拆分不稳定的“噪声”路段,提高划分子区内路网的紧凑性.最后,基于现实路网中的车牌照自动识别实测数据,对改进的聚类方法进行了验证.将算法得到的划分效果与K均值聚类算法和Ncut算法进行对比,并对子区做宏观基本图分析.结果表明,改进后的K均值聚类算法在保证自身原有聚类优势下,可以有效实现连接性约束下的路网划分.     

基于GA-BP神经网络算法和粗糙集理论的交通事故黑点模型

道路交通事故黑点的预测鉴别是改善道路交通安全状况最重要、最关键的一步,采用基于GA-BP神经网络算法与粗糙集理论相结合的方法建立交通事故黑点预测模型.分析天津市津围公路的交通事故统计数据,通过GA-BP神经网络算法建立静态单元,考虑静态道路状况,分析得出道路的事故黑点样本.考虑实时动态道路交通环境条件的影响,并利用粗糙集理论建立有效的交通道路事故黑点预测模型,2种理论的有机结合,减少糙杂繁冗的数据量,降低伪报警率,提高事故黑点的预报精度,并通过实例进行实证分析.     

����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.     

基于优化SVM的城市快速路网交通流状态判别

以交通流率、速度和占有率为输入参数,采用交叉验证法优化模型惩罚参数C和核函数参数γ,建立以径向基为核函数的支持向量机模型,判断道路断面交通流状态;结合设计的道路网综合状态指数,依据自由流、拥挤流和阻塞流状态下占有率划分区间,构建城市快速路网交通流状态判别方法;最后以某一区域路网为例,进行了实证性研究．结果表明：该方法对道路断面交通流状态判别精度可达92．22％;同时能够实现道路网范围内对自由流、拥挤流和阻塞流状态的判别,判别精度可达86．67％．     

城市路网交通拥堵H-Fuzzy评判方法研究

根据城市路网交通拥堵的空间分布特点将路网交通拥堵划分为路段拥堵和交叉口拥堵,参考城市道路和交叉口服务水平的划分标准将路网交通拥堵度划分为堵塞、拥堵、较拥堵、较畅通、畅通5个等级,选取了路网交通拥堵的判定指标,运用层次分析法建立了路网交通拥堵的二级评判指标体系及相应的H-Fuzzy综合模糊评判模型,最后对一典型路网交通拥堵状况进行了判定,研究成果对于评估城市交通网络拥堵提供了一种有效的定量分析方法。     

基于时空相关性的城市交通路网关键路段识别

关键路段通行能力的大小是决定城市道路交通是否畅通的重要因素之一.关键路段的识别为交通规划、居民出行等提供了重要的决策支撑,对缓解交通拥堵具有重要的意义.本文对城市路网关键路段的识别进行了研究.首先建立了适用于交通路网的空间邻接矩阵;其次以时空相关函数表达不同时间延迟下路段与周边相邻路段交通状态之间的影响程度,并将其作为路段重要性的衡量指标,构建了逼近于理想点的路段重要性度量模型,通过排序实现了对关键路段的识别;最后将模型应用于北京市区域路网,结果证明,该方法能够有效地识别路网的关键路段,具有实用性和可行性.     

商业区单向交通网络适应性量化评价方法研究

商业区单向交通网络适应性评价具有“多决策变量”、“多准则”、“不确定性”及“群体决策”的特性。根据单向交通的基本理论,对整个商业区单向交通网络适应性的评价,应包括其对交通效益、经济效益、社会效益等多个方面产生影响的评价。根据研究对象的现状,确定影响其适应性的各类因素,从而建立起一系列的指标,并构建层次分析图。运用层次分析法(AHP)对城市商业区的单向交通网络适应性进行量化的评价,为以后进一步的设置与评价区域性的单向系统提供了理论基础和决策依据。     

城市道路指路标志标准化设计实践——以宁波市为例

为了向交通参与者提供准确、及时的路径引导信息,城市道路指路标志在版面设计、点位设置、信息选取与表达等方面应形成一个标准化的设计体系。宁波市在城市道路指路标志设计实践中,通过解读现有国家规范,结合宁波市实际路网、交通特性,对指路标志的版面形式、点位设置、标志套用等作了细化规定。在指路信息选取上,通过统筹道路、桥梁、交通枢纽、主要地区、旅游景区等各类交通信息,构建了指路标志的信息层级体系,并设定了信息的分层表达规则,以保障交通信息传递的有效性、连贯性和层次性。     

基于实时交通数据的路网展示系统的开发研究

深入研究实时交通数据,并将其应用在交通管控系统中,研究开发出实时交通数据路网展示系统,可为交通管理者提供辅助决策的依据,增加道路交通指挥的反应时间,起到提前知晓、提前疏导的作用,同时也为交通参与者提供实时路网信息,为现有的道路导航系统提供道路状态信息。     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.     

道路交通事故黑点整治策略选择的粗集算法

粗集算法比较适合于不完全信息条件下的推理分析。在简要介绍粗集理论的基础上,设计了该理论应用于道路交通事故黑点整治的基本步骤与实施要点,并给出了一个计算示例。结果表明,粗集算法具有较强的实用性与合理性,有助于道路交通管理部门合理选择黑点的整治策略。