短期交通量预测新探：贝叶斯组合模型

本提出一种新的贝叶斯组合模型并将其应用于短期交通流量的预测。笔介绍了该模型的基本原理及在示范路网中的实际应用，计算结果表明，此模型的预测性能整体上要优于单一的神经网络模型，而且确保了模型精度的稳定性。     

道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.     

公交乘客服务设施服务能力设计标准探讨

乘客服务设施是公共汽电车站设施的主要组成部分。乘客在公交出行过程中的空间需求与特性是乘客服务设施设计的基础。根据国内外对乘客基本特性的研究,提出适应公交乘客服务设施的“标准乘客”特性,并给出主要乘客服务设施服务能力的设计方法．可为乘客服务设施设计标准提供参考。     

基于神经网络的路口交通流转向比预测

为了预测路口交通信号控制所需的转向交通流量,提出了基于改进BP(back-propagation)神经网络的路口交通流转向比预测模型,给出了相应参数的计算方法;采用自适应学习率和动量梯度下降法以提高神经网络的学习速度和算法的可靠性,并用调查数据对模型进行了检验.研究结果表明,与传统的平均值法相比,用所提出的模型,平均绝对相对误差减小约1%~3%.     

一种夜间采集交通信息的新方法

本文提出了一种采集夜间交通信息的新方法,即夜间对路段上的车辆进行拍照,对曝光时间内车灯留下的光柱进行分析而获取交通信息。通过3Dmax建立虚拟相机和三维虚拟空间,可以重构出实际拍摄所得的光柱的三维模型,由此我们可以获得车辆行驶的轨迹线。同时,本文从摄影测量的角度提出了解算车辆运动轨迹的另一种思路。此外,本文在该方法用于其他交通信息的提取,例如空间平均速度的计算,以及路段速度-密度曲线的获得等,做了一定的尝试。实践表明,该方法能够快捷、廉价地获得可信的交通信息。     

发展我国智能运输系统(ITS) 亟待解决的课题 ——智 能 运 输 系 统 (ITS)评价方法研究

本文首先论述了在我国开展智能运输系统(ITS)评价的重要意义,以及国内外ITS评价 研究现状综述,然后作者指出在ITS评价中仅采用费用－效益分析法是不足的,进而提出了一种用于ITS评价的新方法,即多目标(多准则)决策方法,之后重点展示了一种最常用的多目标 (多准则)决策方法即层次分析法(AHP)用于ITS评价的流程和实例。     

行人交通仿真模型与相关软件的对比分析

从描述行人运动行为的尺度和精细程度出发，行人交通仿真模型分为宏观模型、中观模型和微观模型3类。总结了常见的格子气模型、元胞自动机模型、社会力模型和磁力模型的原理及算法，对比分析了其仿真效果。论述了如何运用Legion、STEPS、SimWalk和AnyLogic软件建立行人交通仿真模型，比较和评述了上述软件的技术性能。研究表明，充分、合理利用已有软件，可实现快速有效的行人交通仿真建模。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能,在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构,探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等,该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性.     

基于网格的交通管理决策支持系统研究与设计

分析了交通信息化时代交通管理决策支持所面临的挑战，提出了充分整合现有交通信息、提高决策支持水平的解决思路。利用人工智能技术和网格技术，构建了基于网格的交通管理与决策支持系统框架。讨论了网格中间件的功能、模型和运行机制，在此基础上给出了系统的运行步骤和过程。实际应用表明，该系统交通管理决策的智能化和效率均有提高。