多源数据解析城市交通特征与规律

随着信息技术的发展,城市交通领域不断涌现新的数据来源。有效利用这些数据,有助于深刻理解城市功能和交通特征与规律。回顾城市交通分析与建模中常用的多源数据,并着重介绍信息化数据的典型应用,包括手机信令数据、公共汽车信息系统数据、车辆GPS数据、交通检测数据和售票系统数据。基于传统城市交通分析框架下的数据需求,探讨多源数据间的关系与联合应用。提出信息化数据完全取代传统数据既不现实,也不必要;信息化数据的价值发挥在于未来交通分析与建模技术的创新。最后对多源数据的发展与应用方向进行展望。     

基于多源交通数据融合的短时交通流预测

不同类型交通检测器所获取的交通数据中包含了不同的交通信息,交通流预测在交通管理与控制中具有重要作用,基于此,进行了多源交通数据动态加权融合和短时交通流预测。在综合分析多源数据特性及其融合优势的前提下结合遗传算法的全局搜索及小波神经网络的自适应学习优点,提出了基于多源数据融合与遗传-小波神经网络(GA-WNN)的短时交通流预测模型。通过实例验证分析,基于GA-WNN的交通数据融合方法比其他方法更有优势;同时,多源数据融合的预测精度优于单一数据源的短时交通流预测序列,从而能为交通管理者的判断决策与交通出行者的路径选择提供更准确、全面的交通信息。     

城市智能交通系统中基于无线定位技术的信息采集方法研究

在分析目前城市交通信息采集系统中存在的检测成本高、多信息源混杂等主要问题的基础上，着重讨论了通过无线定位进行城市交通信息实时采集的技术，以及基于多源信息融合的交通信息实时采集处理系统，并对其中的关键问题进行了分析讨论。     

在城市交通信息集成中基于本体的语义融合模型

交通信息融合技术已成为智能交通系统中研究热点,它对于城市交通综合管理、交通预案应急联动以及数字城市建设有着十分重要的意义. 采用本体技术和语义逻辑代数方法,
对多源异构的城市交通信息的统一表示、融合等问题进行了深入探索. 通过城市交通本体建立静态和动态的城市交通信息的统一语义模型,并定义本体在语义层面上的融合规约和代数操作,以实现城市交通信息融合在语义上的完备性和一致性. 在城市交通信息集成中增加语义融合功能,对降低交通信息集成的数据量,提升集成后交通信息的查询和分析效率及准确性都有较大帮助,在实践应用中也体现了一定的效果.     

�ڳ��н�ͨ��Ϣ�����л��ڱ���������ں�ģ��

交通信息融合技术已成为智能交通系统中研究热点,它对于城市交通综合管理、交通预案应急联动以及数字城市建设有着十分重要的意义. 采用本体技术和语义逻辑代数方法,
对多源异构的城市交通信息的统一表示、融合等问题进行了深入探索. 通过城市交通本体建立静态和动态的城市交通信息的统一语义模型,并定义本体在语义层面上的融合规约和代数操作,以实现城市交通信息融合在语义上的完备性和一致性. 在城市交通信息集成中增加语义融合功能,对降低交通信息集成的数据量,提升集成后交通信息的查询和分析效率及准确性都有较大帮助,在实践应用中也体现了一定的效果.     

我国城市交通规划模型研究应用现状及发展趋势

为促进地方城市交通科学地规划建模,给行业管理部门提供决策支持,系统总结了我国城 市交通规划模型理论与方法体系、交通规划主流软件工具、模型的数据需求与调查、部分城市的交通规划模型体系特点及典型应用方向。通过对我国城市交通规划模型研究应用现状的系统梳理,围绕城市交通数学模型、交通调查、数据、模型师等要素,对我国城市交通规划模型的发展提出建议,包括建立完整的交通规划模型体系,注重基于多源时空数据的动态模型和实时模型的研究与应用;定期开展交通调查,升级优化城市交通模型体系;充分将交通大数据挖掘与传统交通调查方法优势互补,获取可靠全面的交通基础数据;重视交通调查和交通模型方面的人才队伍 的培养,建立数据交换和技术交流平台等。     

国家质检总局、交通运输部联合依托北京交通发展研究院建立国家能源计量中心(城市交通)

正随着我国能源环境问题日益突出,交通领域节能减排备受关注.交通节能目标预测与考核、区域污染协同治理、行业企业绿色升级、重大事件节能减排效果评估等问题都亟需系统、准确、快速的计量数据的支撑.近年来,北京交通发展研究院在城市交通能耗、污染物排放和碳排放的计量、统计、监测等方面进行了深入的研究和实践,取得了丰富的成果:将交通大数据和计量融合,创新性地综合应用车联网、实车检测、大数据、云计算等技术,建立了基于单车的移动源多维感知和协同、交通能源计量数据质量控制、多层     

多源数据融合在上海市综合交通模型中的应用

随着个体出行行为的多源数据日益丰富,既有的综合交通模型技术也需要持续升级。结合上海市第六次综合交通调查等数据,探讨多源数据融合在赋能综合交通模型改进中的应用。首先将多源数据划分为抽样数据和信息化大数据两大类21小类,提出基于多源数据融合的出行特征分析方法。结合居民出行调查数据及各类大数据,分析多源数据融合在上海市域人员出行需求模型、对外人员出行需求模型、道路系统运行模型、公共交通系统运行模型、货运交通模型升级中的具体应用,给出了不同交通模型参数的估计、标定及验证方法。最后,总结多源数据融合在分析精度、模型广度、研究细度和研究维度方面对上海综合交通模型的提升作用。     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.     

���н�ͨ�������յ�ϵͳ����Э��

交通信号控制和动态交通诱导是城市交通管理的两个主要手段，两者智能协作能提高城市交通管理效率.本文分析了交通信号控制与动态诱导系统的关联特点，利用多智能体技术和融合技术对其智能协作进行研究，提出城市交通信号控制与交通诱导系统智能协作的结构框架，以交通信号控制执行级智能体为例，介绍分析智能体内在结构和作用机制，并研究了城市交通控制与交通诱导的系统协作模型，实现城市交通控制与诱导系统智能协作和全局优化