交通流预测方法综述

实时交通流预测是智能运输系统研究的一个重要问题。为此,建立了许多预测模型,有历史平均模型、时间序列模型、卡尔曼滤波模型、非参数回归模型、神经网络模型和组合模型等。总结评述现存的各类模型,提出交通流预测研究领域今后可能的发展趋势。     

平面交叉口细胞自动机交通流模型的研究

文章以细胞自动机(cellular automata，CA)理论为基础，结合我国城市道路情况及交通流特性，把车辆在双车道直线行驶开始到通过平面十字独立信号控制交叉口的整个过程用细胞自动机语言进行了描述，完整地建立起一套新颖的细胞自动机交通流模型。该模型符合实际，可灵活转变为各类城市交叉口模型。     

沥青路面破损程度分级与破损换算系数取值的探讨

本文分析现行规范中对沥青路面破损程度、密度分级以及破损换算系数取值中存在问题,通过分析沥青路面破损程度与路面使用状况关系,结合沥青路面养护措施,提出沥青路面裂缝破损密度分级的方法,并对车辙破损严重程度分级标准、裂缝和车辙破损换算系数的修正值提出建议。     

非港湾式公交停车对道路交通流的影响分析

公交车进出站点不仅影响本身,也给其他车辆运行带来很大干扰。文章首先比较全面地分析非港湾式公交停车影响下道路交通流特征,然后借助于EXCEL软件,构建关于公交停车频率、公交停车时间、最大公交停车长度及其存在时间、道路流量的车速和车头时距多元线性模型,并进行了严格的数学检验。该研究为合理分析路段交通流状况、正确计算区间行驶车速与车头时距提供了依据。     

AIS信息服务平台上线运行 公众可免费获得船舶实时动态数据

<正>2月4日,交通运输部海事局船舶自动识别系统(AJS)信息服务平台上线运行,标志着我国沿海及内河船舶实时动态权威数据正式对社会开放。社会公众可免费通过平台了解航行于我国沿海和内河水域船舶的实时动态数据。初步估算,社会公众可通过平台掌握日均3.5万艘船舶的动态数据,了解船舶交通流密度,并可按需以单船或组合方式查询船舶相关信息,包括船舶实际位置、航速等。同时,平台还集成了船舶劳氏数据信息、港口基本信息,潮汐预测信息、气象信息等综合数据,为用户     

疏浚监控系统原理及校验方法*

耙吸式挖泥船与绞吸式挖泥船的疏浚监控系统的校验工作与施工生产是密不可分的。为提高挖泥船的疏浚监控系统校验工作的准确性和合理性，对耙吸挖泥船与绞吸挖泥船部分无溯源施工设备原理及校验方法进行分析，如绞刀深度原理及校验方法、耙臂下放深度原理及校验方法；并对部分主要施工设备原理及校验方法进行分析，如密度计原理及校验方法、流速计原理及校验方法。结合实际校验的工作经验，验证施工关键设备校验后调整方法的可行性及校验结果的可靠性，得出提高两种挖泥船校验工作质量和效率的方法，提高了施工准确度和生产效率，使疏浚项目加快顺利完成。     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

省道汾屯线改建工程土石混填路基压实与检验分析

基于S222省道汾屯线改建工程实践,分析了土石混填路基沉降率控制的基本理论。铺筑试验段,对不同填层厚度、不同碾压遍数下路基沉降率、干密度、孔隙比进行检测,并分析各指标与压实质量之间的关系,得出沉降率是压实质量最实用的控制指标,确定了不同松铺厚度下路基的最佳压实遍数,试验段路基压实质量符合规范要求的沉降量不大于3 mm的要求。