路网级沥青路面使用性能衰变模型的标定

以东部某省路网多年检测数据为基础,结合面层厚度和交通量等因素,选用二次多项式、负指数曲线、修正S曲线及对数曲线等4种模型,对沥青路面损坏状况指数和路面行驶质量指数的衰变模型进行了标定研究,并通过路网实际检测数据验证了模型的应用效果和预测精度。研究结果表明:随着面层厚度的增加,沥青路面损坏状况指数衰变速率变慢;随着交通量的增加,路面行驶质量指数衰变速率变快;路面损坏状况指数和路面行驶质量指数衰变均符合对数曲线模型;路面损坏状况指数和路面行驶质量指数预测的绝对误差平均值分别为-0.10和-0.30,预测相对误差平均值分别为-0.04%和-0.40%,预测精度满足要求。     

基于ARIMA模型的橡胶沥青路面状况衰变预测研究

为提高橡胶沥青路面使用性能,加强路面养护管理,分析橡胶沥青路面使用性能衰变预测指标与影响因素,建立ARIMA模型,对橡胶沥青路面的使用性能破损状况指数PCI进行预测。采用SPSS21.0软件,结合实体工程路面状况PCI监测数据,验证了ARIMA模型的可行性,并计算了沥青路面PCI的发展趋势。结果表明,利用ARIMA模型预测的橡胶沥青路面寿命比普通沥青混凝土路面延长了6年,ARIMA模型能够准确地预测沥青路面PCI衰变规律,对橡胶沥青路面采取养护措施的时间和养护决策提供了支持。     

灰色理论在高速公路沥青路面使用性能预测中的研究应用

利用GM(1,1)模型对于不同交通量不同面层结构的沥青路面结构的使用性能进行预测,采用PCI、RDI、RQI等指标建模预测并与国内应用较广的负指数模型进行对比。研究显示,灰色模型较好地适用于交通量大,公路路面病害较显著,路面结构损坏较快的情况。尤其在路面性能使用指标衰变快速的情况下,灰色动态模型对路面使用性能预测较负指数模型精度提升较高;在路面结构合理、路面使用性能指标衰变较缓慢时,灰色动态模型与负指数模型都能获得较良好的预测精度。     

降雨对城市道路行程速度的影响

以北京市实时天气数据和基于浮动车的城市道路行程速度、交通运行指数数据为基础,对比分析降雨天气和正常天气的行程速度、指数、降雨量等数据指标.然后从降雨强度、时间段、拥堵等级等角度展开对城市道路运行参数的分析,建立降雨天气速度预测修正模型,并进行模型验证.研究得出,在夜间降雨强度达到中雨及以上时,快速路、主干路、次支路的速度下降百分比分别为：8.8%、4.8%、5.9%,分别得出高峰和平峰时降雨强度与行程速度下降之间的关系;得出在全路网不同拥堵等级下降雨强度与行程速度下降之间的关系.最后对速度预测模型进行实测验证.结果表明,该模型可以对降雨天气条件下的行程速度进行有效预测,预测的平均误差在5%以内.     

����Գ��е�·�г��ٶȵ�Ӱ��

以北京市实时天气数据和基于浮动车的城市道路行程速度、交通运行指数数据为基础,对比分析降雨天气和正常天气的行程速度、指数、降雨量等数据指标.然后从降雨强度、时间段、拥堵等级等角度展开对城市道路运行参数的分析,建立降雨天气速度预测修正模型,并进行模型验证.研究得出,在夜间降雨强度达到中雨及以上时,快速路、主干路、次支路的速度下降百分比分别为：8.8%、4.8%、5.9%,分别得出高峰和平峰时降雨强度与行程速度下降之间的关系;得出在全路网不同拥堵等级下降雨强度与行程速度下降之间的关系.最后对速度预测模型进行实测验证.结果表明,该模型可以对降雨天气条件下的行程速度进行有效预测,预测的平均误差在5%以内.     

基于时间序列的沥青路面平整度预测方法

路面平整度的预测是路面管理系统的重要内容,科学预测平整度的衰变规律是路面养护管理的关键前提.通过对北京市京藏高速、京开高速、京哈高速、六环高速4条高速公路历年平整度变化规律进行统计分析,采用时间序列法建立适合北京市高速公路的平整度衰变模型,即IRIt=1.244exp(0.153t),并且结合以往研究成果提出,高速公路路龄为5年,路面行驶质量指数RQI=85.4时,应该实施预防性养护.     

基于交通综合信息平台的概率交通预报方法

以交通综合信息平台为数据支撑,考虑交通指数发布对交通预测的影响,应用模式匹配和概率统计方法构建了概率交通预报方法的流程框架,研究了概率交通预报的2项关键实现技术,包括3级交通数据融合方法和交通指数发布内容.算例结果表明:概率交通预报使主路径和替代路径的饱和度差值从40%降低到23%;由于概率交通预报方法在考虑交通指数发布对出行行为影响的基础上对交通预测结果进行了修正,所以提高了交通预报的可信度,使路网交通负荷趋于均衡.     

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。     

基于改进灰色-马尔可夫链方法的公路货运量预测

科学的货运量预测对公路发展战略的制定具有十分重要的意义．针对灰色模型的预测结果精确度受原始数据变化幅度的影响较大,且要求累加生成的数据列具有指数性质的缺点,采用带波动的多项式来替代GM（1,1）模型中的指数形曲线,并通过马尔可夫链对其预测结果进行修正,从而建立改进的灰色-马尔可夫链预测模型,同时利用该改进模型对我国公路货运量进行预测,经分析表明预测结果具有较高的精度,预测方法具有一定的可行性和有效性,预测结果可指导公路建设与管理．     

旧水泥混凝土路面PCI与坏板率的关系

根据重庆市6条干线公路109个路段水泥混凝土路面破损状况的检测数据,运用板块法和面积法分别计算研究了水泥混凝土路面状况指数PCI,得到两种方法的PCI关系,推荐了板块法PCI的划分标准,建立了板块法PCI与经验法坏板率(BBR)之间的相关关系和拟合模型。选取省道S208(壁城—丁家)作为验证路段,验证了该模型的正确性。     

基于改进灰色-马尔可夫链方法的铁路货运量预测

科学的货运量预测对铁路发展战略的制定具有十分重要的意义.针对灰色模型的预测结果精确度受原始数据变化幅度的影响较大,且要求累加生成的数据列具有指数性质的缺点,采用带波动的多项式来替代GM（1,1）模型中的指数形曲线,并通过马尔可夫链对其预测结果进行修正,从而建立改进的灰色-马尔可夫链预测模型,同时利用该改进模型对我国铁路货运量进行预测,并与传统的GM（1,1）模型、改进的GM（1,1）模型和灰色-马尔可夫模型3种预测方法进行了比较,结果表明：提出的预测方法具有较高的精度,具有一定的可行性和有效性,预测结果可指导铁路建设与管理.     

考虑大型车因素的城市路网交通流速度预测

针对大型车影响交通流速度问题,提出一种考虑大型车因素的路网交通流速度预测方法.首先根据二流理论将路段分为行驶流和排队流两部分;其次通过对路网路段的时空分析,将路段按旅行时间进行聚类,确定预测时长指数;再根据大型车特征与路段交通流速度的关系,引入大型车因素;最后使用GRU(gated recurrent unit)神经网络实现交通流速度预测,并利用VISSIM仿真进行验证.研究结果表明:考虑大型车因素可提高城市路网道路交通流速度的预测准确度.     

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.     

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.     

基于加权马尔科夫-ARIMA修正模型的区域物流需求预测

为准确预测区域物流需求,采用自回归移动平均(autoregressive integrated moving average, ARIMA)模型建立具有线性关系的时间序列,考虑时间外的非线性影响因素,基于加权马尔科夫模型修正残差状态,构建加权马尔科夫-ARIMA模型,以我国1990—2021年月度货运周转量为物流需求数据来源,验证加权马尔科夫-ARIMA模型的预测精度。结果表明：单一ARIMA模型和加权马尔科夫-ARIMA模型对12期货运周转量预测结果的平均绝对百分误差分别为3.15%、2.22%,后者的预测精度优于前者。     

软土地基沉降预测模型的对比研究

分析了指数曲线预测模型与双曲线预测模型。基于某实体工程的观测数据,分别采用指数曲线和双曲线进行了永久性土基沉降预测。结果表明,指数曲线预测结果相对保守;通过对截面的沉降预测表明,两种模型的后期预测结果存在较大差异,但预测的稳定性差别不大。     

基于指数平滑法和马尔科夫模型的公路客运量预测方法

分析了常用的客运量预测方法,提出了一种新的基于指数平滑法和马尔科夫模型的公路客运量预测方法.基于公路客运量的实际值、线性拟合值与二次曲线拟合值,采用二次曲线拟合的方法计算了初始值与平滑系数.以安徽省2000～2009年相关数据为基础,应用指数平滑法预测了2010、2011年的公路客运量.以-11％、一5％、0、5％、11％为划分阈值,将指数平滑法预测结果的相对误差划分为4个状态区间,应用马尔科夫模型对指数平滑法的预测结果进行修正,并与模糊线性回归模型、指数平滑法的预测结果进行比较.分析结果表明:应用提出的方法,2010、2011年安徽省公路客运量的预测结果分别为14.209、15.712亿人,相对误差分别为1.195％、0.492％;应用指数平滑法,预测结果分别为13.468、14.893亿人,相对误差分别为-3.399％、-4.746％;应用模糊线性回归模型,预测结果分别为13.573、15.325亿人,相对误差分别为-2.647％、-1.983％.提出的方法精度较高,满足实际需求.     

城市快速路车辆检测器数据质量评价与控制方法

为了提高车辆检测器数据的准确性,设计了城市快速路车辆检测器数据质量评价与控制方法,提出了一种综合考虑单一地点与流量守恒定律的数据质量评价与控制流程.通过分析路段上下游检测截面的流量累积曲线特性,设计了基于流量累积曲线的数据质量评价方法.以路网所有检测截面累积流量调整值与观测值差的平方和最小为目标函数,以流量累积曲线的特性为约束条件,设计了基于最优化技术的数据质量控制方法.采用某特大城市快速路实测数据对本文方法进行了验证和对比分析.验证结果表明:当引入误差分别为0.025、0.050、0.075、0.100时,采用评价与控制方法的计算结果的平均绝对百分比误差分别为2.40％、3.83％、5.70％、8.26％,评价正确率在97％以上,明显优于其他对比方法.     

沥青路面使用性能的双参数修正预测模型

为精确预测沥青路面使用性能,根据沥青路面性能曲线标准衰变方程中形状因子与寿命因子的敏感度不同,视形状因子为主要动态参数,采用改进参数自适应跟踪法进行预测,视寿命因子为交通轴载的函数,并对其进行修正,依据修正后的双参数建立了沥青路面使用性能双参数修正预测模型。计算结果表明:沥青路面使用性能双参数修正预测值和实测值最接近,误差最小,因此,该模型预测精度高。     

基于合理路径的拥挤路网交通状态分析方法

为防止路网交通拥堵的扩散,考虑路段状态指标饱和度和行程时间的影响,建立了基于合理路径集的路网分析模型.将非拥挤区域从内到外分为控制层、诱导控制层、诱导层和无关层4个层次,反映了路网状态的空间分布和潜在演化趋势.基于交通分配得到的流量,对本文的状态分析模型进行了数值验证,仿真结果表明:各层次路段在路网中的比例随流量的增大而变化,且拥堵区域呈现扩张趋势;高峰时段各层次路段的比例为20%、5%、10%、10%和56%;同层次中饱和度越大的路段对拥堵区域的影响越大.