基于交通综合信息平台的概率交通预报方法

以交通综合信息平台为数据支撑, 考虑交通指数发布对交通预测的影响, 应用模式匹配和概率统计方法构建了概率交通预报方法的流程框架, 研究了概率交通预报的2项关键实现技术, 包括3级交通数据融合方法和交通指数发布内容。算例结果表明: 概率交通预报使主路径和替代路径的饱和度差值从40%降低到23%;由于概率交通预报方法在考虑交通指数发布对出行行为影响的基础上对交通预测结果进行了修正, 所以提高了交通预报的可信度, 使路网交通负荷趋于均衡。     

基于FCD技术的城市智能交通诱导系统研究

阐述城市智能交通诱导系统的基本架构和建设的关键技术,并通过对城市FCD交通大数据的分析和挖掘,总结了城市智能交通诱导系统的建设方案,提出了基于FCD建设智能交通诱导的创新点,并以实际案例进行应用,可有效缓解城市交通的拥堵状况。     

交通控制系统与诱导系统的协调

详细阐述城市交通控制系统（UTCS）和城市交通诱导系统（UTGS）是智能交通系统（ITS）对道路交通进行在线实时管理的核心部分。针对两个系统的概念，进而论述了两者协调的客观基础及概念模型，并运用自组织理论和协同学原理对其协调度和协调策略进行初步探讨。     

基于合理路径的拥挤路网交通状态分析方法

为防止路网交通拥堵的扩散,考虑路段状态指标饱和度和行程时间的影响,建立了基于合理路径集的路网分析模型.将非拥挤区域从内到外分为控制层、诱导控制层、诱导层和无关层4个层次,反映了路网状态的空间分布和潜在演化趋势.基于交通分配得到的流量,对本文的状态分析模型进行了数值验证,仿真结果表明:各层次路段在路网中的比例随流量的增大而变化,且拥堵区域呈现扩张趋势;高峰时段各层次路段的比例为20%、5%、10%、10%和56%;同层次中饱和度越大的路段对拥堵区域的影响越大.     

多源交通信息融合技术在重庆市智能交通诱导系统中的应用研究

由于特殊的地理条件和历史原因,重庆市道路交通信息采集设备形式多样,形成的交通信息数据格式和设备数据接口标准不尽相同,多源交通信息数据的存储、处理和使用过程中遇到了诸多困扰.为此,重庆市交通管理局与重庆市科委共同谋划了“重庆主城区交通诱导示范工程”项目,将多源交通信息数据融合技术作为项目研究的重点,采用数据融合技术对多源交通信息数据进行处理,通过判别算法实现对道路交通状态的实时判别,并利用VMS、WEB等多种形式进行道路交通状态的发布,从而实现对主城区路网交通流进行策略性分流的目标.     

一种基于深度学习的离散化交通状态判别方法

在智能交通信号控制和交通流诱导系统中,交通环境状态的有效判别是影响交通控制决策的先决条件,本文针对交通流产生的大数据信息,结合深度学习算法提出一种离散化交通状态的判别方法.给出了包括交通状态数据采集、状态数据描述、状态深度学习和判别等功能模块的系统架构,构建了一种离散交通状态编码方法,为深度学习交通状态特征提供了数据基础.模型训练阶段,对采集到的二值和连续值交通状态数据,分别构建了两种不同的深度置信网络实现交通状态特征的无监督学习;模型微调阶段,在整合形成的高层抽象特征向量顶端增加softmax分类器,采用反向传播算法实现参数微调.最后,该方法基于VISSIM微观交通软件进行仿真,实验结果表明,离散交通状态编码方法可有效表达交通状态,基于深度学习的交通状态判别方法相对传统方法具有较高的准确度.     

城市快速路交通状态自动判别解决方案

为满足社会公众对实时交通状态信息发布服务的需求,对城市快速路交通状态自动判别解决方案的关键技术进行研究。在总结已有研究成果的基础上,对快速路交通状态判别指标、判别标准及空间对象进行分析,选取平均行程车速作为快速路交通状态的判别指标。设计了交通状态自动判别软件构架,对平均行程车速实时估计算法模块进行了详细分析。基于研究成果开发的快速路交通状态自动判别系统软件已经应用于上海市快速路监控中心。对软件的实际运行效果进行评估,结果表明,道路交通状态判别平均精度达到95％以上。     

诱导条件下交通控制子区自动划分

实现路线诱导系统与交通控制系统的最终集成, 需要解决的一个现实问题是: 在目前不少城市已使用了SCAT或SCOOT等区域自适应交通控制系统的情况下, 路线诱导系统是如何与这类交通控制系统实现数据共享和方案协调, 试图探讨区域自适应交通控制系统与路线诱导系统如何利用数据共享, 实现区域交通控制中心在诱导条件下交通控制子区的自动划分。     

基于半监督哈希算法的交叉口交通状态识别

准确辨识交叉口交通状态是实施有效交通控制策略的前提. 传统交通状态识别方法是利用占有率、排队等统计数据设计指标实现状态识别,存在只能从单一角度刻画交叉口交通需求的问题. 对此,提出基于半监督哈希算法的交叉口交通状态识别方法. 从原始数据丰富特征入手,构建交叉口有效检测区域的图像化模型;将交叉口交通状态识别转化为图像搜索问题,利用监督哈希算法实现基于部分标签信息的图像搜索,进而得到交叉口的交通状态;最后,利用仿真对该方法进行了验证. 结果表明,所提方法在识别精度和速度上具有可行性和有效性.     

面向动态交通分配的交通需求深度学习预测方法

为满足动态交通分配对高精度、高时效性交通需求的要求,本文建立了一种交通需求深度学习预测方法。根据动态交通分配要求确定交通需求数据的时间间隔,构建对复杂交通需求预测性能较优的长短期记忆神经网络预测方法;针对动态交通分配中交通需求的周期性、随机性和非线性等特征,为减少数据噪声的干扰,引入局部加权回归周期趋势分解方法将交通需求数据分解,将其中的趋势分量和余项分量作为深度学习预测方法的输入量,周期分量采用周期估计进行预测;选用具有随机寻优能力强、寻优效率高等特点的布谷鸟寻优算法优化预测方法的隐藏层单元数量、学习速率和训练迭代次数等核心参数。应用西安市长安区的卡口车牌数据验证该方法。结果表明：本文模型的预测结果在高峰及平峰各连续4个时段内相比于自回归滑动平均模型、长短期记忆神经网络模型、支持向量回归模型,平均绝对误差降低了10.55%～19.80%,均方根误差降低了11.20%～17.99%,决定系数提升了8.62%～12.48%;相比遗传算法、粒子群算法优化的模型,平均绝对误差降低了7.36%～13.81%,均方根误差降低了4.23%～10.67%,决定系数提升了3.50%～7.01%,且本文...     

A Model of Federated Evidence Fusion for Real-time Urban Traffic State Estimation

In order to make full use of heterogeneous multi-sensor data to serve urban intelligent transportation systems, a real-time urban traffic state fusion model was proposed, named federated evidence fusion model. The model improves conventional D-S evidence theory in temporal domain, such that it can satisfy the requirement of real-time processing and utilize traffic detection information more efficaciously. The model frame and computational procedures are given. In addition, a generalized reliability weight matrix of evidence is also presented to increase the accuracy of estimation. After that, a simulation test is presented to explain the advantage of the proposed method in comparison with conventional D-S evidence theory. Besides, the validity of the model is proven by the use of the data of loop detectors and GPS probe vehicles collected from an urban link in Shanghai. Results of the experiment show that the proposed approach can well embody and track traffic state at character level in real-time conditions.     

考虑诱导一致性的交通流协同管理模型研究

交通信号控制与路径诱导在时间、空间两个方面共同影响着交通流模式的演变,诱导信息生成与信号控制策略间有强烈的耦合关系,研究两者间的关联关系并使之协同能够提高路网使用效率,改善交通流运行状况.文中从工程应用的角度出发,强调诱导信息的生成必须满足诱导一致性.在此基础上,提出了运行交通流诱导系统的逻辑流程,建立了考虑诱导一致性的VM S诱导系统与线控系统协同模型.     

交通规划客运需求预测理论

在分析城市交通规划客运交通需求预测理论的基础上,分析了人口增长预测模型及居民出行产生预测模型,该模型主要包括出行吸引预测模型和居民出行分布预测模型,并给出了出行方式划分预测模型。     

基于综合投影的交叉口交通状态判别方法

交叉口交通状态的准确识别是实施交通信号控制策略的前提和基础,针对交 通状态识别问题,提出了基于综合投影的交叉口交通状态判别方法.首先,通过研究交叉 口各相位流量与绿信比之间的内在联系,建立流量和绿信比关系图,并从两相位控制交 叉口入手重点分析交叉口的交通状态;通过时间-排队图确定在不同交通状态下交叉口 各相位排队情况,从而与交通状态相匹配.其次,在两相位控制交叉口的基础上,通过投影 和反投影提出综合投影法,并最终建立适合多相位控制交叉口的交通状态判别方法.最 后,用该方法对实际路口的判别,验证本文方法的可行性和有效性.     

交通荷载状态控制法在斜拉桥换索过程安全性预测中的应用

斜拉索经过长期的运营以后,桥梁状况已经发生了比较大的变化,在斜拉桥换索过程中,单纯根据理想状态进行换索过程的仿真分析,是不能够达到安全性预测目的的。采用交通荷载状态控制法对斜拉桥的换索过程进行安全性预测理论简单,且安全实用,减少了换索过程的盲目性,可确保换索工程的顺利进行。     

车联网环境下CACC车辆通信概率分析模型

汽车协同式自适应巡航控制(CACC)系统成功应用的前提和关键,是要保证道路上的CACC车辆能与一定距离范围内的其他车辆进行互联通信.本文依据元胞自动机的基本思想,将道路离散成均匀一致的格子单元系统,并基于交通流理论和概率论,构建了车—车通信概率与CACC车辆市场占有率、交通流密度(或占有率)、速度、车头时距,以及DSRC有效作用距离之间的数学关系模型.通过大量的数值模拟实验和美国加州I880高速公路交通流数据对模型进行分析测试,表明该模型可分析不同交通流状态下道路上不同CACC车辆市场占有率,DSRC有效作用距离时的车—车通信概率.本文的研究成果对于未来促进CACC车辆的推广应用具有重要意义.     

改进非参数回归在交通流量预测中的应用

实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。     

改进非参数回归在交通流量预测中的应用

实时、准确的短时交通流量预测是实现交通控制与诱导的关键。结合模式识别的思想,提出基于模式识别的非参数回归算法,并将之应用于短时交通流量预测,最后用仿真试验检验了方法的有效性,仿真试验结果表明,该方法具有较高的预测精度。     

GPRS/ZigBee 交通诱导信息发布装置的 优化选址研究

GPRS/ZigBee 交通诱导信息发布装置通过GPRS无线网络获取交通信息管理 中心发布的交通诱导信息,然后通过ZigBee 无线网络发送到车载信息接收装置,车载信 息接收装置再通过文语转换技术将交通诱导信息用语音的方式播报出来.为了发挥 GPRS/ZigBee 交通诱导信息发布装置的最大效用,本文提出了该信息发布装置的一种选 址方案.首先,本文建立了总量-广度数学模型,然后又建立Logit-SUE模型,利用MSA算 法求解SUE模型,得到每个路段流量和公共路段系数,最后计算出信息发布装置在每个 路段的总效应,确定选址方案.本文利用包含20 个节点,62 条路段的路网进行了选址仿真 实验,实验结果验证了该方案的可行性.