考虑诱增运量的高铁快运组合预测模型

精准预测高铁快运运量,是制定科学的高铁快运运输组织模式及开行方案的前提。本文在使用组合预测模型预测高铁节点城市快运OD分布的基础上,结合重力模型,基于交通与经济之间的内生关系对OD分布的预测结果进行诱增修正。以“南昆高铁”为例,预测南昆高铁节点城市2026年的高铁快运OD分布。预测结果表明：南昆高铁节点城市中,昆明的高铁快运运量最多,其次是南宁;且各节点城市的高铁快运到发量不均衡,昆明和南宁的发送运量大于到达运量,文山和百色的到达运量大于发送运量。预测结果与城市区位分析结果相符,验证了本文预测方法的合理性。本文提出的考虑诱增运量修正的组合预测模型更贴近现实情况,为高铁快运运量预测提供了新思路。     

西江经济带综合交通运输体系预测研究

文章基于西江经济带综合交通运输体系的现状,运用人口经济影响预测模型和历年交通数据统计预测模型对其进行预测,为西江经济带综合交通运输体系发展规划提供依据。     

诱增交通量理论研究

阐述诱增交通量的存在性,并通过对诱增交通量产生机理的分析给出诱增交通量的定义.基于新建或改建道路上预测交通量和实际交通量调查数据的比较,给出诱增交通量存在的直接证据;在分析燃油价格、道路通行能力、出行时间变化及时间价值与诱增交通量关系的基础上,给出了诱增交通量存在的间接证据;然后考察项目实施前后出行行为反应的变化,对诱增交通量进行定义.最后,给出关于诱增交通量定量计算的宏观数学模型和微观数学模型.     

新建高速公路诱增交通量预测方法分析

交通量预测对于高速公路的建设与发展具有很重要的现实意义。新建高速公路的交通量预测由于缺乏原始数据,同时容易受多种因素影响,因此很难对交通量进行预测。诱增交通量对新建高速公路未来交通量的变化趋势有显著影响,但是目前我国在诱增交通量方面研究较少,本文以诱增交通量为对象,分析其不同的预测方法。     

拉萨市重大节日期间交通需求预测方法研究

文章在总结国内外重大节日期间交通需求预测研究现状的基础上,分析拉萨重大节日期间的交通特点,并基于传统四阶段法建立新的预测模型,同时以拉萨雪顿节为例对该模型进行验证。结果表明:新的方法能够合理预测拉萨节日期间的客流,为拉萨市节假日期间的交通管理提供理论支持。     

基于TransCAD平台的OD矩阵反推的关键问题及实例分析

本文在介绍基于TransCAD软件平台下OD矩阵反推方法基础上,系统总结了OD反推理论在项目实践过程中遇到的关键问题,如观测路段、种子OD、交通分配方法等。以福州市高速公路网为例,用TransCAD软件进行多次OD反推,并对反推精度进行检验,为OD反推在工可中的广泛应用提供了可行的方案。     

基于AFC数据的城市轨道交通OD客流动态预测

路网客流实时状态是城市轨道交通系统进行日常运营及关键决策的重要基础，针对目前城市轨道交通客流预测中站点层次预测方法较成熟，而客流分布预测较少的情况，提出基于时序神经网络的量测方程OD客流动态预测方法。利用地铁AFC数据，确定时序神经网络预测的最优数据粒度为15mins和最优时间序列阶数为4，以此构建时序神经网络框架，对站点进站量进行预测；对于站点进站客流与OD客流间的时空关联性，主要体现在进站客流的不同去向以及相同去向下不同的到达时间，建立量测方程反应这一联系，将进站客流转化为OD客流，并以成都地铁为例，对路网条件下不同分布特征OD客流进行预测验证，加权相对误差为14.08%，验证了模型的有效性。     

城市轨道交通线网规划的客流预测模型及应用

文章根据轨道交通线网规划客流预测的目标、要点、年限和内容,建立了包含出行生成预测、出行分布预测、交通方式分担预测和交通分配预测的四阶段法预测模型,并利用该模型对兰州市轨道交通线网规划的四种方案进行了客流预测,得出最优方案。     

基于TE-LSTM组合模型的短时交通流预测

为了提升城市道路智能交通控制和管理的合理性和有效性，从交通流时空特性角度出发，提出基于传递熵（TE）变量选择和长短时记忆（LSTM）神经网络模型的城市道路交通流预测方法。根据传递熵选取与被测对象时空因果关联性强的影响因素，将筛选所得的因素作为输入变量，建立TELSTM组合预测模型。采用自动车牌识别数据对算法进行训练和实验，并与基于随机森林（RF）、递归特征消除（RFE）、前向选择（FA）的LSTM组合预测模型对比。结果表明：TE-LSTM模型对道路交通流的预测准确度最高，交通流量预测的MAPE低于5%，在满足实际交通管理和控制的数据精度要求的同时，降低了预测模型的变量维度和复杂度，提升预测效率。     

基于HMM的交通运行态势评估及预测方法

文章以西安绕城高速公路为例,应用构建的预测模型,预测路网交通运行态势,并评估预测结果,对比HMM、自回归移动平均模型和灰色马尔可夫模型三种预测方法的准确率和误差,所提出的HMM预测模型不仅能从整体上预测路网交通运行态势的态势值,且准确率更高、误差更小。     

动态路径选择模型中路段行程时间函数分析

智能交通系统(ITS)的成功应用取决于交通流随时的、高精度的、大范围的评估,因此很有必要建立动态交通网络模型来评估和预测交通.在动态交通网络模型中动态路径选择模型的路段运行时间函数的研究十分重要.通过分析路段上的驶入流、驶出流和车辆数之间的相互关系,建立了只用路段驶入流表示的路段运行时间函数,能简化动态交通建模、提高其计算精度和节省计算时间.     

基于XGBoost的城市轨道交通短时客流预测

城市轨道交通短时客流量具有随机性、周期性、相关性的特征,而短时客流预测作为城市轨道交通运营组织优化的关键技术,其预测数据的准确性将直接影响城市轨道交通运营组织的合理性。本文在分析城市轨道交通客流时间分布特征的基础上,提出了使用随机森林和XGBoost预测模型,对工作日和周末的客流分别进行预测,并以杭州地铁日均客流量最大的火车东站地铁站的进站客流为例进行实例分析,得到的预测数据与真实数据误差较小,验证了模型的有效性。最后将两种模型的预测误差进行对比分析,结果表明XGBoost预测模型对城市轨道交通客流的短时预测有着更高的精度和准确度。     

基于遗传算法及OD反推技术的公路交通量预测

交通量的预测值是公路建设项目的重要参考数据,采用遗传算法与OD反推技术结合的办法构建公路交通量的预测模型。以青海省某待建项目为例,通过对交通量的预测,验证了该法的正确性。     

多方式多类型交通分配模型(MMA)在收费型公路网中的应用研究

在对收费型公路运营模式进行研究的基础上,利用交通规划软件建立了基于广义费用的交通流量分配模型即多方式多类型交通分配模型,通过对模型参数的科学标定和网络的合理设置,得到各类车型在特定网络上的流量分配、路段饱和率以及通行费用,并对此模型的应用效果进行分析,最终为区域高速公路网规划、路段交通量预测提供依据。     

基于贝叶斯网络模型的交通状态预测

城市的交通状态是可以预测的.有效的交通状态预测能从很大程度上优化交通状态,减少交通阻塞.贝叶斯网络(Bayesian Networks,BN)是目前不确定知识和推理领域最有效的理论模型之一.提出了一种基于贝叶斯网络模型理论的交通状态预测方法.综合考虑交通阻塞成因的基础上构建网络模型,在已有的交通状态数据的基础上提出基于贝叶斯法则的学习算法,并通过计算变量间的条件概率来计算交通阻塞发生的可能性,达到预测的目的.     

区域一体化综合交通规划:基于交通预测模型研究

交通预测模型是综合交通规划的重要工具。本文以汕潮揭地区综合交通规划为依托,以TransCAD为平台,构建区域综合交通预测模型,对规划方案进行量化研究,摒弃了传统"理性规划"交通需求引导滞后、与土地利用互动不强等局限。基于预测模型和"一张网"布局规划,构造了"情景假设+因子递进"方法,设计若干战略规划方案,通过对测试目标与决策评价结果的量化比较分析,展现了"情景因子"战略方法对于总体规划方案的贡献,研究过程和研究结论更显客观科学。     

信用为帆交通"诚"风破浪 ——2020信用交通发展高峰论坛侧记

信用既是现代经济体系中的基本制度构成,又是维护现代经济体系的重要制度保障.如今,以信用为基础的新型交通运输市场监管机制初步形成,为加快建设交通强国提供强有力的信用支撑.12月26日,主题为"有信者行天下"的"2020信用交通发展高峰论坛"在京举行,论坛由中国交通运输协会指导,《人民交通》杂志社主办.     

经济转型条件下地市级综合交通发展的思路研究——以山西晋城市为例

伴随经济发展进入新常态,综合交通的发展也面临转型升级。本文以山西省晋城市为例,分析评价了晋城市当前交通运输发展的现状和主要存在的问题,提出了"十三五"以及今后晋城综合交通发展的转变思路和目标,并提出了协调各运输方式同步发展、打通晋城向东出口、形成区域快速经济通道等相关建议。     

城市化进程中的交通保障体系研究

通过交通与城市化辩证关系的研究,以及城市化进程中交通可持续发展的经验探讨,围绕建立"运输安全型、质量效益型、科技先导型、资源节约型、环境友好型"的可持续交通发展模式,研究构建科学合理的城市化交通保障体系.     

湖北交通运输发展阶段与水平研究

湖北是第一批交通强国建设试点省,需要打造先行先试典型样板。在对湖北省交通发展历史进行总结的基础上,建立交通发展阶段与水平评价的“双评价”的方法,分别采用经济适应性评价和区域对比评价,运用层析分析法,从传统基础设施评价和高质量发展评价两个方面,分析预测湖北省现状和未来交通发展阶段与水平,给出了未来各时期交通发展重点,为湖北省未来交通发展策略制定提供参考。