基于可靠度的区域公路网瓶颈路段识别研究

为及时掌握区域公路网运行状况和准确识别瓶颈路段,本文基于可靠度的计算结果,通过点段重要度数据和路网模型分配数据计算,识别出重要路段集,再结合可靠性薄弱数据集,取二者的交集为瓶颈路段。通过算例验证,该方法具有较强的实用性和有效性,也为交通管理者识别和改善路网瓶颈路段通行能力提供依据。     

突发环境下城市道路网关键路段集识别

为了更好地判断出突发环境下城市道路网络中的关键路段,本文结合路网脆弱性分析方法,构建了一种涵盖单条到多条路段失效的关键路段集识别模型.首先,对路网进行随机攻击,运用网络效率、最大连通子图等鲁棒性指标寻找潜在关键路段;然后,引入0-1变量,建立一个含道路通行能力约束的非线性优化模型;再以此为基础,用分段线性化手段处理目标函数与约束条件,将模型转化为一个混合0-1规划问题;最后,以分支定界法求解模型并设计算例验证.结果表明：突发环境下的路网关键路段集一般不是若干关键路段的简单集成,其构成元素在几何拓扑层面上也不具有邻接关系;而且随着失效路段数的增多,路网鲁棒性与总阻抗变化量之间会呈现出较显著的负相关关系,可用“逆向”曲线进行刻画,效果良好.     

基于网络负载容量模型的城市路网级联失效研究

在城市道路交通中,关键路段的失效可能导致路网的大面积拥堵,为了准确判断城市道路交通网络的关键路段,首先采用原始法构建城市道路交通网络的几何拓扑图,并在已有的交通网络级联失效模型基础上,考虑了城市道路网络的有向性和拥堵的局部扩散特性,对模型的初始负荷定义及失效负载重分配的规则进行了改进,并采用改进后的模型对不同路段破坏失效进行了模拟分析,研究了不同路段发生破坏后拥挤的扩散过程.采用破坏影响后的路网平均距离降低比例和失效路段所占比例来反映路段的破坏程度,最后对路网中的路段进行重要度排序,并结合路段在路网中的度、介数及级联失效的影响程度等指标,利用K-Means聚类分析对路段进行了聚类.结论表明:只考虑路段上的流量大小或路段的一些静态指标并不能够准确判断路段的重要度,路网中往往还存在一些潜在的重要路段,考虑多种指标对不同路段进行聚类更具合理性.     

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.      

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.     

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.     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发，提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想，以真实数据构造10万条随机路径验证该方法的可行性，并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照，利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量，结合基础属性建立二项Logit模型，从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类，其结果对关键路段识别模型的性能有提升效用；行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性，虽然其个数与路段关键性无明显关系，但其与常见波动程度指标相关性小，可保留用于描述行程时间波动常发性和聚集性.     

基于改进GN算法的路网脆弱性诊断模型

分析了路网脆弱性的含义.根据道路网络的特点,改进了复杂网络理论中的社团划分算法———GN算法,提出了基于GN算法的路网脆弱性诊断模型.以路段介数值作为评判路段重要性的依据,在已知路网基本结构条件和交通需求分布的条件下,对路网中脆弱路段的空间分布和脆弱路段的失效顺序进行了识别.实例分析了基于GN算法识别路网脆弱性的诊断效果和模型的实用性.     

基于Apriori算法的城市关键路段识别

为提高城市交通精细化管理,方便居民出行,采集车辆出行过程中的射频识别(RFID)数据,利用大数据算法实现城市路网中关键路段的识别,提出了一种基于Apriori 算法的城市关键路段识别方法。该方法通过计算支持度,计算出1 d 内城市道路的频繁程度以确定城市路网中的关键路段。本文对判定城市路网中的关键路段提供了新思路,为制定关键路段交通拥堵管理措施、引导部分交通流出行路径或通行权提供了重要依据。并对关键路段的交通流来源进行分析,回溯每条关键路段交通流的产生源头,进而指导城市交通规划和基础设施建设。     

城市路网交通状态分析方法研究

城市路网交通状态分析是智能交通系统中具有理论和实际应用双重性的基础问题,是涉及多尺度、多变量、高度随机和时变的复杂系统分析问题。其难点在于如何建立交通路网模型、如何定义交通状态变量和如何分析路网交通状态。本文对这些问题进行了研究,从中观角度把交通路口参数归入到路段参数,从路段的角度再定义新的路段交通状态系数,并建立用于交通状态分析的路网交通模型。提出了基于可达矩阵的路口分层方法,使用该方法能够得出在不同路段拥挤程度之下的路口层次,得出路口可达性、路段连通性以及整体路网交通状态的判别结果,可以找出路网中关键路口、关键路段,可以得到交通状态的演变方式, 进而为研究交通拥堵形成机理奠定基础。这种分析方法可以直接应用于交通状态分析中,对交通诱导、旅行信息发布也有重要价值。     

考虑出行者行为的多重网络拥堵风险传播模型

城市道路交通拥堵风险传播过程受拥堵预警信息、出行者行为特性及居民出行流量分布等诸多因素影响。本文提出包括道路子网、信息子网和出行子网的多重网络模型,应用改进的 UAU-SIR(Unaware-Aware-Unaware-Susceptible-Infective-Recovered)模型,探讨多重网络预警信息下的城市道路拥堵风险传播机制;以国内典型城市道路网络特征分析为基础,构建符合真实道路状况的网络生成模型,并探讨道路网络拓扑结构和出行者面对预警信息时的行为特征对拥堵风险传播的影响。数值模拟结果表明：交通预警信息在发生严重拥堵时可以显著抑制道路拥堵传播,拥堵风险传播阈值与道路网络拓扑结构、预警信息、出行者面对预警信息时的行为特征及信息传输速率相关;ER随机网络与模拟路网相比具有爆发阈值更低,传播范围更广的特征。说明信息策略制定应更加重视出行者的风险态度和对拥堵的感知,提升信息通信强度有助于维持交通流的稳定。     

基于轨迹大数据的城市交通感知和路网关键节点识别

结合城市道路网络的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型.以兰州市连续7天的出租车GPS数据为基础,分析并可视化呈现兰州市在工作日和非工作日的城市交通流状态,并采用基于DWNodeRank的有向加权复杂网络关键节点识别方法对兰州市路网关键节点进行识别研究.本文研究方法和结果可为交通管理部门的规划、设计和管理提供科学指导.     

拥堵指数自适应调节的交通运行状态识别方法及应用研究

拥堵指数是客观评价城市交通运行状态的有效指标。针对当前拥堵指数模型中对交通畅行速度时空特性考虑不足的问题，本文在车辆定位与路网时空匹配数据的基础上，引入概率密度分段原理对车辆速度进行距离和时间分段，建立了具有自适应调节能力的拥堵指数模型，用于城市交通运行状态的分类与识别。以厦门市节假日浮动车辆定位数据为例，仿真分析了拥堵指数模型在复杂道路和城市交通中的适用性，并揭示了城市交通运行状态的变化规律。分析结果表明：拥堵指数模型能有效区分道路的空闲和繁忙时段，并依据对应时段的畅行速度进行自适应调节；针对复杂互通立交和专用共线道路，拥堵指数计算结果相较传统方法平均提升了 6.5%和3.2%；厦门市交通为单一晚高峰拥堵形态，平均拥堵指数介于 1.0~3.0 之间，拥堵时间为16:10- 21:00，空间分布集中在厦门市进出岛方向的主干道枢纽位置，以及厦门岛内东西走向主干道。该项研究对于快速建立不同城市及具有特殊时段需求的交通运行识别方法起到积极作用。     

考虑边界条件不确定性的城市交通拥塞风险分布迁移规律研究

为分析交通联通边界(交通量、交通扩散系数)对特定城市研究区域内交通拥塞迁移规律的影响机理。本文从新的角度考虑城市交通拥塞风险分布迁移规律，将污染质迁移数值模拟模型运用到城市道路交通拥塞风险迁移中。首先对贵阳某区域2020年6~7月的城市交通调查数据及爬取的部分高德地图数据进行处理，并将研究区域以交通联通边界、交通隔断边界、区域分区边界划分为区域1和区域2。在此基础上考虑交通联通边界并建立基于城市交通拥塞风险分布及迁移数值替代模型，并运用Monte Carlo方法对贵阳某研究区域的输入输出结果进行统计分析，并将实际路网数据值输入替代模型，将结果与路网真实情况和高德地图情况进行对比，所建立模型 的预测精度比高德地图高3.7%，且模拟交通拥塞风险迁移规律较高。结果表明，交通联通边界对城市交通拥塞迁移数值模拟模型预报有很大影响，统计分析研究区域模拟模型的结果，可以有效评估不同交通联通边界条件对研究区域交通拥塞风险分布情况和准确预报研究区域内遭受不同 交通拥塞程度的风险。综上可知，本文建立的模型能高效精准分析城市交通拥塞的风险分布迁移规律，可为城市路网分区分段分点治理交通拥塞提供新的参考。     

基于双层规划的城市交通拥塞疏导优化研究

为研究城市路网区域信号控制下的交通子区划分及交通拥塞疏导优化问题,明确交通拥 塞控制子区划分影响因素并建立相邻交叉口关联度模型,将拥塞控制区域划分为“疏散区”“平衡 区”。考虑“疏散区”“平衡区”不同的优化目标构建城市路网交通拥塞疏导优化双层规划模型,并 以昆明市部分城市路网作为实验对象,通过仿真将实际控制方案与本文模型计算方案的控制效 果进行对比,以此验证模型的适用性和有效性。仿真结果表明：除两个方案的平均停车次数优化 效果一般以外,其他控制效果指标均具有很大的优化提升,其中车辆平均延误时间降低了7.7 s, 重度拥塞里程比例下降了10.1%,路网车辆占有率下降了14.1%。综上可知,本文的疏导优化模 型控制可快速疏导和有效缓解交通拥塞,模型具有良好的有效性,可为路网交通拥塞分区治理及 疏导控制提供参考。     

���н�ͨӵ��̬�Ƽ�ص�ʱ�շֲ���̬ʶ��ģ��

为了及时发现和预警城市交通高峰时期的偶发事件,研究了态势监控的城市交通拥堵动态跟踪问题.对交通拥堵的相关属性、变化规律、空间分布以及判别方式等进行综合研究的基础上,分析了道路交通流的非线性动力学特征,建立了基于时空分布的路网交通拥堵态势监控的动态预警模型,提出了解决城市路网交通拥堵的方法,达到了充分利用交通资源、疏导交通、缓解交通拥堵的目的.该模型在对占有率、速度、流量三个基本交通流参数进行处理获得新的交通拥挤判别指标基础上,通过形态识别模型对拥堵状态进行判定.实例分析表明,该模型为缓解城市交通拥堵问题、提高城市交通管理水平、改善道路交通安全形势等具有重要的理论意义和应用价值.     

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％．     

基于梯度推进决策树的日维度交通指数预测模型

城市交通运行监测和预测是掌握交通运行变化特点,制定缓解交通拥堵策略的重要工作,其结果能为公众提供有效的路况信息,亦为政策措施的制定和效果评估提供重要支撑.有别于传统的短时交通预测,本文提出的预测模型不是针对相邻时段的运行状态预测,而是更长跨度上,针对日级别高峰时段交通运行状态的预测.构建了包含时间周期、特殊天气、节假日、限行、大型活动等因素的多维度影响因素集;以长期历史交通指数构建数据训练集,提出了基于梯度推进决策树的日维度路网状况预测模型.应用最优模型进行验证,结果表明,模型预测精度可达 90%以上,与其他 4种回归模型的对比分析也显示,本文所提出的模型在各项评分中均表现最优,说明其更适合于大样本、多因素的回归分析.本文所提出的日维度预测模型对提升城市路网运行质量、缓解交通拥堵具有重要的应用价值.     

���е�·����ʧЧ������������Է���

为了更加准确而有效地描述复杂、时变的城市道路网络和交通状况,并且为道路网络功能的合理级配和缓解城市交通拥堵的局面提供一个切实可行的途径,本文提出了城市道路网络失效相关分析的方法。该方法是在采用改进的多路径交通分配得到的路网流量数据基础上,使用失效准则判定道路单元,再使用Monte Carlo方法和线性回归方法计算道路单元的失效概率和相关系数,最后结合概率网络估算技术判断道路网络失效的相关性。本文还具体结合一个测试网络给出了该方法的使用流程,并论证其可行性。而且分析了失效相关性的影响因素和道路网络功能级配与失效相关性之间的关系。