基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

智能车载交通信息系统及其动态传播效果分析

为解决集中式道路交通信息系统存在的系统建设资金投入大、建设周期长、数据处理过于集中、应对严重突发灾害能力不足等相关问题,论文对基于车车通信方式的分布式交通信息系统进行了深入研究,改善和构建了基于VANET实现路网交通拥堵信息自主采集与动态传播功能的新型交通信息系统(IVTIS)模式及相关模型,进而通过交通仿真软件Vissim的二次开发,对交通拥堵信息自主采集、融合、传播及路网拥堵信息自动生成与动态更新模型等,进行了不同车流量及信息发布间隔情形下交通拥堵信息传播效果的综合仿真.通过对路网交通拥堵信息的车辆接收率、最短传播时间及最大传播速率等评价指标的综合分析与比较评价,结果显示IVTIS系统模式及相关模型基本合理,其在路网拥堵信息的自主采集、动态传播及其路网覆盖效果方面显示出较好的整体效果.      

基于宏观预测和微观仿真的山地城市路网优化

城市道路网系统是城市交通系统的重要组成部分之一,交通系统的好坏会对其他城市系统的发展造成直接影响。为防止山地城市大理市海东新城区建成后未来年出现众多城市中心区所存在的道路交通拥堵问题,在建设海东新区道路网之前,结合基于土地利用的宏观交通需求预测和基于TransModeler的微观交通仿真,对原始规划道路网布局、路网密度、路网结构、路网等级级配、路网交通拥堵点段、交通拥堵区域等进行分析,找出问题所在,对路网进行分析评价与优化设计,最终确定适合的路网体系。     

适用于路径规划系统的动态路网描述模型

为满足路径规划对路网交通信息的需求，章建立了基于GIS节点一弧段拓扑结构的路网模型。通过将路网转化为对偶图，成功地解决了最优路径计算过程中存在的交叉口转向限制问题；分别对不同最优目标函数下对偶链的路权进行标定，着重研究了路段动态行程时间的计算方法。通过电子地图上不同颜色和状态的动态线条来显示交通流的实时变化，使出行能够很容易识别这些信息。本模型为车辆导航提供了可视化的信息平台。     

江宁区交通拥堵成因及治理对策研究

基于多源交通大数据分析，从出行需求、用地布局、交通系统等多方面系统评估江宁区交通拥堵状况，识别交通拥堵成因，精准把握交通症结，借鉴先进地区的经验做 法，推动拥堵治理重点从保障“行车通畅”向提升“车的效率”和“人的体验”转变，提出以健康发展、完善供应和需求调控为核心战略，从用地开发、轨道交通、路网体系、常规公交、慢行交通和停车系统六个方面拟订交通拥堵治理对策。     

城市机动车出行导向系统的创新设计

为抑制交通拥堵峰值到来,构建廉价、连续、高效的路网分流系统,提出城市机动车出行导向系统设计,即以智能交通监理技术对车牌尾号控制方式,实现对称双向交通运行网络,将这种交通方式组成对偶循环网络,使其交通负荷按路强力分配,负荷则是以车牌尾号为出行导向,对号上路,减少模糊出行,从而改变交通流向分布特性,缩短交叉口交通拥堵时段以及弱化拥堵峰值.研究结果表明,制定出行导向系统实则是制定对称分流达到对称疏散目的,体现区域交通宜疏不宜堵的组织效果,保障导向系统交通流处于均衡、最优、最廉价状态,显现静态交通组织与动态交通组织的最佳匹配.本设计研究适宜城市潮汐交通高峰时段,根据平峰拥堵状况也可考虑全天实施.     

基于图时空神经网络的多充电站负荷协同预测方法

针对传统充电站负荷预测方法只能实现对单一站点预测的问题，提出一种基于图时空神经网络 （Graph Spatiotemporal Neural Network， GSTNN） 模型的多充电站负荷协同预测方法。定义时空信息图，描述充电站负荷之间的时空关系；构建时空特征提取网络，分别利用图卷积神经网络和门控序列卷积网络提取信息图的空间和时间维度信息，并使用长短期记忆网络 （Long Short Term Memory Networks，LSTM） 挖掘影响负荷预测的外部特征信息；融合提取的所有特征，进行负荷预测。算例结果表明，基于 GSTNN模型的方法能充分考虑时空特征和外部特征的影响，协同多个充电站的负荷数据进行预测，并同时输出各充电站的预测结果，有效提高预测准确度，有助于电网稳定运行。     

雷甸互通立交改建方案研究

为解决互通周边区域拥堵问题，基于现状路网分析和远期交通转向流量预测，综合考虑了周边路网、转向流量、交通组织、保通等各种限制因素，提出了3个设计方案，从工程规模、工程造价、路网交通量匹配度及拥堵治理效果等方面进行综合对比分析，最终给出了雷甸互通立交的改建方案。项目建成后，较好地解决了雷甸互通周边区域的交通拥堵问题，提高了道路通行能力和服务水平，对今后类似互通工程的改建具有一定参考价值。     

一种用于道路交通预测的时空图卷积模型

准确而实时的交通流量预测对成功的交通管理与控制变得越来越重要。然而,传统的基于流量数据的预测仿真方法缺乏对复杂道路网络拓扑关系、交通情况随时间的不稳定变换、天气条件变化等时空依赖关系的考虑。为了获取这些时空关系对于交通流量的影响,基于图卷积模型(GCN)与长短期记忆模型(LSTM),搭建一种基于神经网络的交通流量预测方法,即时空图卷积模型。图卷积模型用于学习道路的复杂拓扑结构,来获取空间依赖关系;长短期记忆模型则用于学习交通数据(流量,天气,事故等)随时间的剧烈改变,来获取时间依赖关系。实验数据显示,时空图卷积模型可以获取道路交通的时空依赖关系,该模型的预测精确度高于传统的交通流量预测方法,也高于不考虑时空依赖关系的其他机器学习预测方法。     

基于移动检测技术的城市路网拥挤预测模型

提出了一种新的基于移动检测技术、神经网络和模糊判断方法的城市路网动态交通拥挤预测模型.首先构建一个3层BP神经网络模型判断路网实时交通流状态,并应用实地移动检测数据和视频数据获取BP神经网络训练样本并对其进行训练;然后结合路网静态拓扑结构,应用多重模糊推理,对路段发生交通拥挤的发生可能性、拥挤程度和形成时间做出预测.现场实测数据表明,该模型具有良好的预测效果.     

高速公路突发事件救援车辆诱导

为了提升高速公路突发事件应急救援效率,将交通状况、在途潜在风险等信息纳入高速公路突发事件救援车辆诱导研究中,基于实时和时变路网环境下的交通信息,以车辆出行时间最小,路径可靠性最强为目标,构建基于在途时间和路径可靠性的车辆诱导最优化模型。设计一种实时信息和时变信息结合策略,使模型规划路径随路网交通量变化而相应做出阶段性调整,采用滚动时域策略将该动态决策问题转化为一系列离散时间点的静态决策问题,用于计算应急救援路径时间;在此基础上,考虑到高速公路突发事件发生后路网交通事故率升高,同时容易发生拥堵的状况,进一步将救援规划路径可靠性作为决策目标,即应急救援车辆规划路径在面对道路中断或者严重拥堵时是否拥有更多的调整策略,更新救援路径尽快完成救援任务;为了便于量化计算将上述目标转化为统一的价值成本,共同决定救援车辆的行驶路径。研究结果表明：当行驶路段交叉口间距离较长,中间无其他道路连通,行驶过程中由于突发事件破坏趋势蔓延导致道路中断或拥堵等意外发生时,无法更新调整救援路径,最终导致救援延误;因此,基于救援时间和路径可靠性的车辆诱导最优化模型能够克服以上问题,进一步提高救援效率。     

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息，为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性，目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势，提出一种利用车路信息融合的实时交通状态评价方法。首先，定义了一种网联汽车与路侧终端间的无线交互方式，并确定数据协议以保证实时车辆数据的准确性；其次，从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合，应用多算子对计算的一级评价结果构成二级交通状态评价指标，并根据层次分析法确立指标权重，同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则，从而融合动态车辆数据与静态路段参数，计算得出交通状态评价结果与评分；最后，由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致，能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性，同时为车路协同技术应用于实时交通诱导，缓解城市交通拥堵提供了理论依据。     

城市交通拥塞辐射模型及其对路网服务能力损伤研究

为预防和治理城市路网系统中交通拥塞的辐射扩散以及由此造成的路网系统服务能力损伤，从新的视角对交通拥塞辐射扩散规律进行研究。将毒气在有限空间内的泄漏扩散抽象为交通拥塞的辐射蔓延，首先运用Python软件对高德地图API的WEB服务进行实时路况数据爬取，并对爬取的数据、浮动车数据、SCATS监测的流量数据以及其他交通信息数据进行预处理。在此基础上建立基于高斯烟雨模型的城市道路拥塞辐射时空模型并且充分考虑邻居节点和路段的交通运行状态以及不同道路等级对拥塞传播范围的影响。对模型调节参数U进行标定，得出快速路、主干路U值均为1，次干路U值为0.7。然后通过实例进行验证，结合实际值将模型计算结果与高德地图预测值进行比较，所建立模型的拥塞最大辐射边界、拥塞辐射时间预测精度要更准确，整个拥塞过程模型拟合度较高，模型适用性强。最后在城市道路拥塞辐射时空模型的基础上利用材料力学中切应力对材料的损伤原理，以拥塞某传播方向为研究对象，计算出拥塞辐射传播给路网中的某路段造成的通行能力失效值。分析路网中路段通行能力下降对路网服务能力的损伤影响，进而给出路段重要性识别方法。研究成果可为交通管理部门加强关键路段治理以及制定缓堵政策提供参考。     

大规模施工对城市路网交通影响评估技术研究

传统的施工期交通组织研究一般只针对单个建设项目，而城市在举办特别重大活动之前往往有一轮建设高潮，形成大范围集中性施工，对城市路网运行的影响很大，需从全局角度系统性评估其交通影响。针对大批量建设项目同时施工对路网整体的交通影响，提出了路网敏感路段划分、路网通行能力损失测算、基于交通模型推演的交通拥堵指数预测等评估技术，并在杭州“迎亚运”重大基础设施建设中予以运用，应用效果较好。     

合肥市高新区某区域交通改善研究

以合肥市高新区某区域交通拥堵改善研究着手，通过分析现状道路交通拥堵原因，提出深挖现有路网潜力、加强路面停车管理、优化交通组织结构以及对现状道路进行局部改造等一系列建议，力争在较少的工程投资下最大限度地释放道路通行能力。所提建议对城市道路交通改善研究和改造具有一定借鉴意义。     

基于数据预测的区域道路状态模糊判别

区域路网交通状态判别是实施区域交通管理控制和交通诱导的基础。为有效且有前瞻性地描述区域路网拥挤状况,提出了1种基于时间序列数据预测和主成分分析相结合的模糊综合定量评价方法。以路段平均速度和交通流量为描述交通拥挤状况的参数,利用时间序列预测模型对数据进行预测;将路网中各路段的平均旅行时间作为总延误的影响因素;再利用主成分分析法确定各个路段对区域拥挤的影响权重;最后运用模糊综合评价法对区域路网拥挤状况进行评估。以山西省临汾市实际路网为例,通过 Vissim 交通仿真软件和 SPSS 数据统计分析软件对算法进行了仿真验证。仿真结果表明,该算法能够有效地预判城市区域的交通状况,为交通管理、控制和诱导提供准确的依据。      

基于谱聚类算法的城市路网动态分区研究

合理高效的路网分区是交通优化与控制的基础,为适应动态分区的原则并提高分区的效率和划分结果,以谱冈理论为基础结合谱聚类算法进行路网动态分区的研究。分析路网分区的原则并提出路网动态分区的模型框架,根据实时变化的交通流数据和道路交叉口的拓扑结构属性建立谱聚类的相似矩阵,给出结合谱聚类算法的路网分区步骤。通过实际数据验证了算法的实用性。结果表明运用该算法进行路网动态分区可以较好的体现交通流的变化特性,能够得到较为理想的分区结果。     

东莞市松山湖大道入城段拥堵分析与治理措施

针对东莞市松山湖大道入城段在高峰时段发生常发性拥堵问题,从出行结构、路网布局、立交节点3个层面对交通拥堵成因进行了分析.根据《东莞市交通发展白皮书》提出的城市交通高效性发展目标、道路交通发展总体策略及道路交通治理策略,提出:近期拥堵治理以交通管理措施为主要技术手段,中期主要采取工程措施,远期则由中短期的局部性治标措施上升到立足城市布局结构、优化完善路网规划、打造高品质交通廊道的系统性治本措施.最后,对未来城市交通拥堵治理方式进行了展望.     

基于点、线、面层次的公路网交通运行状态评价

由于公路网是由点成线、由线成面的统一体,为了更准确地分析和改善公路网运行状态,加强公路节点、路段、路网评价之间的联系,便于确定交通拥堵产生根由并有效采取措施,建立了一种基于点、线、面层次的公路网交通运行状态的综合评价方法。在基本单元划分和指标选取方面,以交叉口、互通式立交、收费站和基本路段作为基本单元,结合交通流理论,综合考虑各基本单元的特点,分别选取对应的评价指标,以极小型指标评价法为基本原理,构建基本单元交通综合运行指数评价模型,并确定相应的分级阈值。在交通运行状态评价方面,依托专家经验的主成分分析与客观的交通量统计调查相结合的方法确定各基本评价单元的权重向量,从而构建路段运行评价模型并给出评价分级阈值,再以各等级道路拥堵程度和路网客、货运量,分别构建路网赋权矩阵或向量,从而获得路网交通综合运行指数模型并确定评价分级阈值。最后结合算例说明该评价方法的具体操作过程,通过获取的各项基本数据,从点层过渡至线层再至面层,依次计算各层交通运行指数,确定各基本单元、路段、路网分别对应的交通运行状态。研究结果表明：不同层面之间的交通运行状态存在一定的联系,不同节点和基本路段处的运行指数差异较大,路线运行指数差别也较大,从而影响路网最终的运行状态,因此,可以通过逐级评价确定交通拥堵症结所在,有针对性地采取相关改善措施。