基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。     

《国家综合立体交通网规划纲要》释放了哪些绿色信号?

2月底,中共中央、国务院印发了《国家综合立体交通网规划纲要》(以下简称《规划纲要》),提出了全面贯彻绿色发展理念的目标任务。《规划纲要》以“便捷顺畅、经济高效、绿色集约、智能先进、安全可靠”为发展目标,将“加快推进绿色低碳发展,交通领域二氧化碳排放尽早达峰,降低污染物及温室气体排放强度,注重生态环境保护修复,促进交通与自然和谐发展”作为重要原则,提出到2035年“综合运输通道资源利用的集约化、综合化水平大幅提高。基本实现交通基础设施建设全过程、全周期绿色化”“交通污染防治达到世界先进水平”。     

集聚经济视角下轨道交通投资对城市系统均衡的影响

随着城镇化进程加快,城市规模增加所带来的集聚效应和交通拥堵等负外部性之间的矛盾越来越突出,优化城市交通基础设施建设是缓解该矛盾的重要举措。本文同时考虑了集聚经济和交通拥挤两种外部性,构建并求解了一个两区域城市空间结构模型,分三种情况探究了轨道交通的投资引入和道路容量的优化对城市规模和城市空间结构均衡的影响。结果表明,轨道交通的投资引入能够增加城市人口规模和社会福利,使城市结构更加紧凑。但是,随着集聚经济水平的提高,城市规划者应逐步完善公交配套设施,以降低公交拥挤成本,提高公交出行分担率;还应制定相应的福利政策,避免由于个体效用下降而导致人口流出。     

基于反馈门信号控制系统的南宁市交通治堵方法

反馈门信号控制系统作为一种基于动态调控的城市交通治堵方法,具有重要现实价值。首先,阐述反馈门信号控制系统的技术原理;其次,以东葛园湖路为例总结南宁市反馈门信号控制系统的成功经验,针对该区域干线路网相对发达、干线流量相对集中甚至产生局部拥堵的特点,南宁市交管部门试点反馈门信号控制系统,通过构建虚拟封闭区域及其外部干线节点反馈门系统,对封闭区域内部进行动态车流监测,经系统平台算法直接生成信号调控方案反馈至外部干线节点,实现通过时间调控进而均衡车辆空间分布的效果;最后,实践结果表明,反馈门信号控制系统的应用,有效控制了南宁市晚高峰时期驶入、驶出区域的车流量,使区域交通同拥堵指数得到明显下降,区域交通运行状况得到明显改善。     

"老城市新活力"——新时期广州综合交通发展思考

按照"老城市新活力"对广州工作的总体部署,阐述了广州在综合交通发展方面的若干思考。首先,回顾了广州市城市和交通发展历程,总结了广州综合交通发展对于城市发展的支撑和引领作用;其次,围绕"交通强国"和《粤港澳大湾区发展规划纲要》中的交通发展新要求,结合广州自身实际阐述了交通发展未来的机遇和挑战;最后,针对枢纽再驱动、交通物流融合和人本街道空间营造等三个关键问题,阐述了广州的交通发展策略和实践思考。     

新线接入条件下的城市轨道交通网络起讫点客流量预测模型

新线接入将导致城市轨道交通网络连通性等特征发生一定的变化,影响相关线路的客流分布,进而需要对客运组织和行车组织做出调整.分析不同类型新线接入的影响,采用站点进出站客流量数据来表征土地利用变化,通过站点分类与匹配,构建站点进出站客流量预测模型;在此基础上,对网络起讫点矩阵进行区域划分,结合每个区域客流的特点,分别构建相应的客流起讫点预测模型,并以深圳地铁11号线接入作为实际案例,来验证模型和方法的有效性和适用性.验证结果表明,新线接入后的客流分布预测以及客流影响评估,有助于运营管理部门分析掌握新线接入后的实际客流变化情况,以制定与优化相关线路的运输组织方案.     

区块链在智能交通领域中的应用研究

由于区块链具有难以篡改、异构灵活、智能合约自动执行、协作机制透明、安全可靠的特点,在诸多领域得到应用和推广。结合智能交通领域的业务需求和区块链的技术特点,对区块链在交通领域中的应用研究进行了初步探讨。     

城轨新线客流成长期进出站量短时预测研究

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证。研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68%、32.23%,预测精度较既有方法增加了38.32%、25.80%。