共查询到20条相似文献,搜索用时 187 毫秒
1.
提出了潜在冲突量的概念,并对其进行了分类。通过车速、交通量、车道宽度等易获取的交通参数来推算交叉口潜在冲突量。引入混合交通当量,将潜在冲突量与混合交通当量比值作为交叉口安全评价的指标,并选取灰色聚类的方法对交叉口进行安全程度的评价。对桂林市的9个交叉口进行了安全程度的评价,评价结果与实际状况相吻合。 相似文献
2.
为了进一步提高短时交通参数多步预测的效果,以自适应指数平滑法、BP神经网络法和小波分析理论作为基础模型,利用前一时刻预测误差确定基础模型在组合模型中所占权重,提出了一种交通参数一步预测组合模型;通过分析交通参数合成和分解机理,在分别提出多时间尺度交通参数合成方法和交通参数分解方法的基础上,设计了一种基于多时间尺度一步外推的短时交通参数多步预测方法,采用某大城市感应线圈1 min时间尺度的交通参数数据进行了验证和对比分析.验证结果表明,交通参数一步预测组合模型的预测效果明显优于任一基础模型,且该方法的多步预测效果明显优于循环一步外推短时交通参数多步预测方法. 相似文献
3.
公路网络段交通量预测方法研究 总被引:1,自引:0,他引:1
介绍公路网络段交通量一种新的预测方法,该方法以通过交通分配模型由路段交通推算OD量为基本交通分析手段,应用回归分析建立各分区经济指标与出出产量之间的关系,最后根据经济的规划值预测未来规划期的公路网络段交通量。 相似文献
4.
5.
提出了潜在冲突量的概念,并对其进行了分类;通过车速、交通量和车道宽度等易获取的交通参数来推算交叉口潜在冲突量;引入混合交通当量,将潜在冲突量与混合交通当量比值作为交叉口安全评价指标,并采用灰色聚类方法对桂林市的9个交叉口进行了安全程度评价,评价结果与实际状况相吻合. 相似文献
6.
7.
无信号交叉口交通事故在中国交通事故总数中占了相当大的比重,研究无信号平交口交通事故现状并进行预测具有相当重要的意义。文中介绍了条件期望的定义和性质,在分析交通冲突和交通事故之间联系的的基础上,阐述了基于交通冲突的无信号平交口交通事故预测方法。 相似文献
8.
城市出租车交通分布预测模型 总被引:4,自引:0,他引:4
现有交通需求预测方法以居民出行分析为基础,预测得出的出租车交通分布量实质上是载客出租车的交通分布量,因此其预测值比实际值偏小.基于出租车的运行规律,提出了出租车出行概念,将系统中出租车总出行量分解为载客出租车出行量和空驶出租车出行量,并运用Logit概率选择模型,建立了载客出租车出行量与空驶出租车出行量之间的关系,从而得出了总体出租车的交通分布预测方法.该方法既可以模拟城市现状的出租车交通分布状况,也可以对规划年出租车的交通分布进行预测,避免了传统分析方法对空驶出租车交通量的疏漏. 相似文献
9.
10.
相关系数法在通道交通需求预测中的应用 总被引:3,自引:1,他引:3
通过改进传统的相关系数法进行通道交通需求预测,分析了交通需求的相关影响因素。由通道的综合发展增长率和交通增长率的相关性及相关系数预测通道交通需求总量,并根据可行路径连接的交通集散点的经济特征和支线里程,探讨了吸引权及采用Logit分配模型预测路径交通流量的方法。结合某通道交通需求预测,对该方法进行实际运用,结果表明了该方法的有效性和合理性。 相似文献
11.
目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题.为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数.由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价.运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性.评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度. 相似文献
12.
分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。 相似文献
13.
基于BP神经网络的交通事故预测模型 总被引:16,自引:0,他引:16
交通事故预测对于分析现有道路交通条件下交通事故的未来发展趋势及其预防具有重要意义。在进行交通事故统计的基础上,运用BP神经网络理论,建立交通事故预测模型。计算结果表明,该模型较传统方法精度高,可用于交通事故预测。 相似文献
14.
支持向量机在路段行程时间预测中的应用研究 总被引:1,自引:2,他引:1
主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。 相似文献
15.
16.
17.
为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。 相似文献
18.
对灰色理论、神经网络和支持向量机的预测模型进行了研究,对灰色理论、神经网络和支持向量机3种预测方法进行了线性组合、神经网络组合和支持向量机的组合预测.以1995~2004年某公路路段的交通事故次数为例,与单一预测方法结果、线性组合预测和神经网络组合预测进行对比,认为支持向量机组合预测方法比较精确. 相似文献
19.
为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度. 相似文献