基于手机信令定位数据的居民出行时空 分布特征提取方法

为了得到可靠的居民出行时空分布特征,并为城市交通规划提供准确的出行现状数据,基 于手机信令定位数据设计了提取居民出行时空分布特征的方法。通过对重复冗余的手机数据进行 处理、运用地理信息系统将手机数据映射至所研究的交通区域、划分交通小区、定义出行识别、 建立OD矩阵及绘制出行期望线等出行数据挖掘,得到了居民的出行时空分布特征。为了验证设 计方法的可行性,以北京市的手机信令定位数据为例,提取出北京市居民的出行时空分布特征, 并将所得的结果与北京市第4 次综合交通调查的数据进行对比得出：两者的出行时间分布特征平 均偏差为0.78%,早晚高峰进出城方向比例的偏差为0.1,全市的出行发生量与吸引量的平均偏差 均小于3%。     

Vissim和Corsim在城市道路微观仿真中的对比研究

对2种最为常见的微观仿真模型Vissim和Corsim在城市路网交通仿真中的性能进行对比评价。以上海市虹口区北外滩路网作为仿真对象,对路网和交通数据进行了收集,基于现实数据进行了仿真模拟,并选取编译简易度、平均控制延误以及断面交通量作为关键指标,运用敏感度分析的方法对2种模型的仿真性能进行对比。针对不同程度的拥挤度设置以及不同规模的交叉口,识别了2种仿真模型表现出的不同特点及其交通运行指标输出的差异性。该差异主要由模型的默认参数设置引起,包括驾驶行为,交通环境以及车辆类型的设置等。因此,研究人员应根据交叉口类型以及饱和程度等,来选择适当的仿真工具。     

面向实时交通状态参数估计的浮动车车速置信优化算法

针对浮动车数据稳定性问题,在浮动车及其数据特性分析的基础上,设计了考虑车速置信权重的交通状态参数算法。以车速、样本数和时间为衡量基准得到置信权重,据此计算交通状态参数。在出现异常数据时进行去噪处理;在数据量不足或数据连续性不好的情况下融合历史数据及临近时段数据,以反映真实交通状态。通过编程仿真和实地实验,对优化算法进行数值分析和测试,证明该算法可有效消除异常数据波动和数据量不足的影响,对交通状态参数估计具有较高的准确度和平稳性。