基于自注意力机制与图自编码器的路网交通流数据修复模型

针对城市交通流数据修复问题，提出一种基于图卷积网络和多头自注意力机制的自注意 力图自编码器模型。该模型包括基于拓扑图结构和图信号捕获交通流时空关联性的 STGCN (Spatial-temporal Graph Convolutional Networks)网络。在该网络中使用 LSTM(Long Short-Term Memory)网络学习数据中时序规律，通过注意力网络计算道路自注意力及一阶临近道路注意力系 数，用图卷积网络对图信号重组，达到对缺失数据的精确修复。同时，采用多头自注意力网络计 算数据的注意力权值并对数据重组，捕获交通流数据中的二阶及高阶临近道路空间关联性，提取 已知数据与缺失数据的时间关系，以残差链的形式加入到模型中，作为对STGCN功能的补充。 基于真实数据的实验表明，在多种缺失模式和缺失率下，该模型能够学习路网拓扑关系，捕获数 据中的时间规律性和时空关联性，有效地修复缺失数据。     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

基于水波原理的城市道路交通事故影响分析

城市道路交通事故影响已有研究成果主要针对交通事故影响范围和持续时间,且研究方法为基于流体力学的交通流理论。该理论假设交通流处于密闭空间,而城市道路网络出入口、节点甚多,假设与实际情况不符。城市道路交通事故对交通的影响效果与涟漪现象一致,因此采用水波原理定量分析城市道路交通事故对交通的影响程度。首先将城市交通事故对交通的影响与水面受到干扰的涟漪现象进行对比分析。在此基础上,提出交通影响系数概念,利用调研所得车速数据绘制交通影响系数特征曲线;利用SPSS软件,借助水波波动方程,构建交通影响系数随时间的关系模型。结果表明,模型拟合度较好,具有统计学意义。     

基于社会力的信号交叉口施工区交通流建模

由于施工区的存在,城市道路信号交叉口通行能力下降,车流运行混乱.本文为 了从微观层面研究信号交叉口施工区交通流运行特性,以初始社会力模型为基础,首次提 出一种新的适用于交叉口交通流的社会力模型;通过对影响岛式施工区通行能力的因素 进行分析,设计出一套数据采集方案;利用实测数据并结合遗传算法对提出的模型进行标 定,使用统计学指标对标定结果展开评价.结果表明,提出的新模型仿真得到的交通量与 实测值平均绝对相对误差仅为0.028,能为信号交叉口施工区交通流模拟提供参考.     

交通流数据质量检验方法

交通流数据目前对于交通相关研究具有很重要的参考和使用价值。交通流数据质量检验可以保证从数据源所获得数据的正确性和完整性,并为数据的管理和应用提供可靠的数据基础。交通流数据常见问题分为数据缺失、数据无效和数据时间点问题三类,针对这些问题,本文提出了一种交通流数据检验与修复方法。以北京市交通流数据为例,对本方法进行了分析与验证。结果表明此方法具有很好的实际应用效果。     

一种结构优化的深度信任网络短时交通流预测

针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,增强预测的时空关联性,克服训练数据过于依赖时间序列的缺陷;同时,优化深度信任网络短时交通流预测模型结构,提出一种改进的花朵授粉算法对预测模型的隐层结构参数进行优化,避免因模型结构参数选取形式过于固定所导致的模型预测结果陷入局部最优解及实用性降低的问题。通过采集福州市两个交叉口的相关交通量数据,分别对预测模型的可行性进行评估。同时,将MFPA-DBN模型分别与不同隐层结构的深度信任网络模型及GA-LSTM、CNN-SVR、TGWO-BP 3种模型进行对比。实验结果表明：在相同训练数据的条件下,结构优化的深度信任网络(MFPA-DBN)短时交通流预测方法可行、有效,预测精度优于其他深度学习预测模型,实时性能也能满足实际要求。     

高速公路网假日交通流空间波动幅度指数分析与标定

采用宏观交通流理论,引入假日交通流空间波动幅度指数,从路网的点、线、面3个层面对假日交通流的空间波动性进行分析。依据高速公路收费系统中全样本交通流OD数据,按照最短路法把假日前后给定时间段和假日期间的OD交通量分配到路网上,按照假日交通流空间波动幅度指数计算模型,得到路网、路段和站点的波动幅度指数。根据上述模型,对2007年国庆假期前后共3周的交通流数据进行计算,得到山东省路网2007年国庆假日交通量空间波动幅度指数为15.9%。     

���ڿɱ�Ԫ������ģ�͵ij��е�·��ͨ�����Ʒ���

城市道路交通流预测的可靠性、实时性是城市交通管理与控制的基础. 为提高城市道路交通流的预测能力,提出了可变元胞传输模型（VCTM模型）. 在分析元胞传输模型（CTM模型）在城市道路交通流预测方面应用不足的基础上,根据流量守恒定律,将元胞的交通流密度和元胞的长度两个参数引入CTM模型,建立了VCTM模型. VCTM模型根据路段连接、汇聚、分流等三种形式的不同特点,分别建立了元胞连接、汇聚、分流的交通流传输公式. 虽然VCTM模型引入了元胞的交通流密度和元胞的长度两个参数,增加了模型求解的运算量,但克服了元胞长度必须相等的局限性,确保VCTM模型可以应用于城市路网中的不同道路. 仿真结果表明,VCTM模型能够满足城市道路交通流预测的要求.     

高校出入口无灯控路段行人过街延误研究

为改善高校出入口过街行人与机动车冲突状况,保障行人过街安全,对高校出入口无灯控路段高峰时段人行横道上行人过街延误进行研究。以吉林建筑大学西门前新城大街路段和吉林财经大学东北门前净月大街路段为例进行交通调查,对高峰时段不同交通量下行人过街延误进行理论计算,与观测统计的行人过街延误实际数据进行对比,行人过街平均延误理论值与实际值相差较小。结果表明,城市道路无灯控路段的行人过街延误模型适用于高校出入口无灯控路段行人过街延误的计算。分析现有研究成果,提出高校出入口路段高峰时段行人过街设施设置与改进建议。     

时空因素影响下在线短时交通量预测

考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对模型参数进行优化;最后,构造时间-空间状态向量,通过不同的状态向量对时间和空间维度的影响进行了分析.利用高速公路检测器数据,对比不同模型的精度,对在线短时交通量预测模型的有效性和可行性进行了验证.结果表明：在线模型精度优于传统的支持向量回归模型,考虑时空因素影响后交通量预测模型具有更高的精度和稳定性.     

基于小波神经网络的短时交通流预测

针对现阶段城市道路交通短时交通流预测精度不高的局限性,将小波变换引入到城市道路交通预测过程中,提出一种基于小波神经网络的预测方法。运用美国加州高速公路通行能力度量系统数据作为数据来源,应用小波变换和BP神经网络相结合对其进行预测,然后对预测结果数据进行分析,并对短时交通流进行综合评价。实验表明,该方法与传统的BP神经网络相比较,在短时交通流预测方面具有较好的有效性和优越性。     

基于小波去噪和最优权重信息融合的短时交通量预测

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

基于优化速度模型的城市交通微观尾气排放模型

介绍了城市交通尾气排放模型的特点,提出建立微观交通流与现有排放模型相结合的思想.把微观交通流中的优化速度模型与微观尾气排放模型结合起来,建立了基于微观交通流的城市道路微观尾气排放模型.用武汉市的观测数据对优化速度模型参数进行了辨识,对10辆车在十字交叉路口启动过程中的尾气排放进行了动态仿真,仿真结果表明该模型可以模拟城市交叉路口车队启动过程中尾气排放的动态演化过程.     

基于固定检测器的动态交通故障数据识别与修复

针对固定检测器在采集动态交通数据过程中易发生交通数据异常、数据缺失等问题,为实现故障数据有效识别及修复,提出了基于离群距离检测的故障数据识别算法及改进的DE-LSTM数据修复模型。利用时序数据的自身连续性,采用直接离群点定位和离群距离检测对故障数据进行有效识别。采用差分进化算法优化长短期记忆神经网络的隐含层神经元个数和初始学习率,并引入自适应控制策略改进传统DE算法中的变异因子、交叉因子,建立了基于改进差分进化算法优化长短期记忆神经网络的修复模型,并与固定阈值结合交通流机理、LSTM神经网络模型及DE-LSTM修复模型进行对比。实例验证结果表明：与固定阈值结合交通流机理法相比,离群距离检测算法识别率更为高效,改进的DE-LSTM模型具有良好的计算效率及修复性能。     

城市道路交通流仿真系统研究

针对交通流仿真的热点,构建城市道路微观交通仿真模型框架,阐述模型的建模方法.在此基础上,运用面向对象思想和技术、动态内存管理和实时视景仿真技术开发了城市道路微观交通流仿真原型系统.介绍了该原型系统软件的体系结构及关键技术.通过仿真应用表明,开发的原型系统仿真效果良好.     

停车场建设规模对道路通行能力影响的分析

根据不同性质停车场进出车流规律的实际统计数据,建立了停车场高峰小时进出车流量模型;再基于交通流理论,分析了停车场出入口两种交通组织形式下进出车流对相连道路车流的影响;分别对两种进出车流影响下的道路通行能力进行了计算,得出了停车场建设规模与建成后道路通行能力的关系;运用VISSIM仿真软件对两种出入口交通组织形式进行了可视化仿真分析和仿真数据统计,验证了停车场建设规模与其对道路通行能力影响的相关性。研究表明:停车场选址、建设规模和出入口交通组织等必须考虑对道路通行能力的影响,确保城市道路交通顺畅。     

城市道路路段拥挤交通流特性研究

通过现场调查,从定性和定量两个方面对城市道路路段拥挤交通流特性进行研究,以获得客观评价城市交通拥挤与明确交通拥挤实际状况。实际调查具有典型代表特征的路段,采用摄像观测法进行交通调查与数据采集,在分析造成拥挤成因的基础上,对调查数据进行处理,从地点车速、行程车速、交通量等指标进行分析,并与非拥挤状态交通流进行比较,发现拥挤状态下交通流特性具有显著的差异,而车型在拥挤交通流中也是一个重要的影响因素。     

高速公路出入口衔接道路系统规划控制研究

高速公路出入口衔接道路是高速公路与城市道路之间的过渡路段,也是城市道路系统中交通拥堵易发路段。目前的标准规范中对这类路段的设置标准并无针对性规定。为探究高速公路出入口衔接道路规划控制要求,缓解衔接道路及节点交通拥堵,首先研究了高速公路出入口衔接道路系统的组成部分及其交通流特性;然后给出了系统的规划控制原则;最后分别对其主要组成部分的规划控制建议及交通组织建议进行了详细的分析和说明,包括衔接道路的等级和横断面控制要求、出入口相交节点规划控制形式、衔接道路沿线节点及路段交通组织规划等。     

基于改进孤立森林算法的交通流异常数据检测模型

针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-Means++算法构建滑动窗口计算出异常评分的阈值,以此来实现对交通流数据异常值的实时检测;最后,通过实例分析验证模型的合理性和可行性。研究结果表明：改进孤立森林算法与K-Means++结合的方法可以准确地确定异常评分的阈值进而检测出异常数据;该模型与仅考虑交通流流量的模型、传统孤立森林模型相比,AUC分别高出29.7%和5.3%,与其他常用的LOF、ABOD、OCSVM方法相比,AUC均有所提高。该模型准确率明显提升,在交通流异常数据检测中具有更好的适用性,能够为交通管理部门提供交通状况检测支持,提高交通管理效率。     

匝道连接处交通流动力学的理论、模型及其应用

通过对交通流参数的微分分析，建立了匝道连接处交通流的运动微分方程和欧拉方程．采用特征线法对运动微分方程组进行分析求解，在高速低密度区和低速高密度区分别得到了两组特征线和对应的特征关系式．积分后，得到了匝道单车道流量与匝道连接处速度、密度和流量的理论关系模型．结合匝道的特点，给出了出入口匝道连接处交通流参数之间关系的理论模型以及出入口匝道的通行能力计算模型．将连接处参数之间的关系模型整理成汇入率（驶出率）、上游外侧车道流量和密度之间的关系．利用实测数据对关系模型进行标定，与美国道路通行能力手册（HCM2000）的经验公式和算例进行了比较，两者能够吻合．