基于突变理论的交通速度预测方法研究

引入时间序列分析方法和突变理论模型,将交通流状态按速度是否发生突变划分为平稳段和突变段,分析状态分析尺度、波动阈值、最小突变长度等对交通流速度预测结果的影响,建立平稳段和突变段交通流速度预测模型;以深圳市北环大道某断面为研究对象,选取1个月的交通流速度数据进行分析,验证文中预测模型的合理性与可行性。结果表明,平稳段的预测结果与实际值接近,预测精度较高;突变段的部分预测值与实际值相比偏保守,仅反映了交通流速度的变化趋势;预测时间越长,实际值与预测值相差越大,预测结果的可信度越低,可参考价值越小。     

基于SuperMap GIS的公路养护信息系统设计

以SuperMap地理信息系统为基础平台,实现公路养护与施工数据的共享,建立一套管理信息系统,能完成图形、属性、影像、文本高度集成的一体化数据库可视化统一管理,提高公路养护的效率,并能为决策提供支持。     

大规模聚集人员转移的交通组织仿真与实践

为了在一小时内将大规模聚集人员运送至沙特化工新城的建设现场,建设方构想了若干解决方案。采用微观交通仿真技术,设定各种交通组织场景(包括原构想方案),分别进行交通仿真。通过仿真后的车辆行程轨迹(Trajectory Data)信息,统计分析各场景中各分段控制点的延误。最后通过综合对比评估,优化原构想方案,既达到了原定目标,又有效降低了交通基建投资。     

高强度开发地区可持续交通发展模式规划研究——以深圳市前海深港现代服务业合作区为例

为减少或避免高强度开发地区未来可能遇到的交通拥堵问题,在规划初期应明确其交通发展模式.以深圳市前海深港现代服务业合作区为例,分析城市与区域中心开发中的关键问题,以目标为导向,确定各类交通方式的合理规模,探讨可行对策,最终确立适宜的交通结构,并把规划方案反馈于城市与区域中心的交通基础设施建设.最后,利用Logit模型研究...     

城市连绵区高速公路交通量建模预测研究

高速公路交通量预测对其规划设计、投资建设、控制管理都具有重大意义,是高速公路管理决策定量化依据。针对城市连绵区高速公路不同于传统高速公路对外通道的功能与特征,采用城市交通建模的思想预测高速公路交通量,实现精细化、大区域的交通建模,提出了实时滑动、动态校核的预测方法,通过基于联网收费数据动态校核、多指标控制、多年份验证,显著提高模型的预测精度。采用该方法实现了对深圳市高速公路的建模预测、交通量预测。      

大数据环境下的城市交通综合评估技术

伴随城市蔓延、轨道交通成网、用地开发等发展条件,大城市综合交通环境日益复杂。如何拓展评估边界、深化评估技术、提升评估频率和延伸评估视角成为传统城市交通评估技术体系面临的四个关键问题。首先介绍交通领域大数据的组成、特征及应用情况。通过深度挖掘交通运行产生的多源异构数据,建立集统计、关联、预测于一体的交通大数据分析平台和专题评估子系统,形成面向多层次、多领域应用需求的一体化综合交通模型体系。最后,基于深圳市的应用实践情况,阐述城市交通综合评估技术从城市到区域、从宏观到微观、从静态到动态、从土地到环境的转变。     

城市机动车能耗排放核算平台建设——以深圳市为例

量化分析机动车能耗、排放及分布特征,是源头建立城市交通排放清单、科学制定交通环境政策的关键支撑技术。国家层面缺少统一的核算方法和因子库,地方层面数据基础薄弱、协调共享困难,是制约相关研究的主要障碍。针对机动车能耗以及尾气排放,采用HBEFA理论方法,研究本地化排放因子和自下而上的精细化核算模型。建立跨部门开放共享的协作模式,按照数据-模型-应用的功能架构,以整合利用交通-环境多元数据为突破口,开发建设深圳市机动车能耗排放核算平台,为政府决策支持、商业活动策划、市民出行引导等提供交通环境影响分析的专业工具。     

区域交通模型建设思考——以广东省综合交通模型为例

中国区域交通一体化迫切需要开展区域交通模型研究,而传统交通模型建模方法在数据基础、调查方法上的不适用性造成区域交通模型的研究多停留于理论层面.打破传统的交通建模基础数据需求,明确多层次空间模型体系,依托高速公路联网收费数据,铁路、水运、航空等监测数据构建广东省综合交通模型.阐述在有限基础数据的背景下广东省综合交通模型框架、路网设置特点、交通分区方法、出行频次模型、目的地选择模型、区域货运模型等建模的关键技术方法.     

动态交通信息应用实践——以深圳市为例

交通规划研究需要大量的交通数据支持,传统交通数据通过人工问卷和调查获得,特点是调查周期长、成本高、数据质量难以控制.随着信息化快速发展,结合智能交通采集的动态交通数据将是未来交通规划决策支持的重要领域.根据动态交通信息在深圳的轨道客流预测、常规公交模型、道路运行评估、主动交通管理等领域的应用实践,表明动态交通信息引入,将有效提高交通规划决策水平.