通道OD矩阵推算算法的应用研究

交通规划中很重要的一环就是交通流调查。通过分析通道OD和断面流量的关系提出一种可通过断面流量推算OD矩阵的理论方法。并描述了将双向交通流分解为单向交通流进行推算的过程,给出了通道OD递推公式和相应条件。应用该算法可以利用断面流量推算OD矩阵。     

交通小区划分方案改变后的交通OD矩阵推算方法

交通规划模型的小区划分方案可能随城市发展改变,交通OD矩阵也需要作出相应调整.为避免大规模交通调查,文章利用已有交通OD矩阵和人口、岗位等城市经济基础数据,提出新小区划分方案下交通OD矩阵的推算方法.新oD矩阵符合城市实际交通出行分布特征,并满足小区交通发生量约束.     

基于马尔可夫过程的快速路OD矩阵估计方法

为得到城市快速路网络的OD矩阵,引入马尔可夫理论.运用吸收马尔可夫过程对快速路网络进行建模分析,给出相应求解算法推导路段流量,小区OD矩阵表达式,并介绍了运用MATLAB软件进行矩阵求解的方法.最后进行了算例分析,利用VISSIM仿真,通过布设线圈检测器,对OD矩阵估计模型及算法进行精度评价.结果显示,模型可很好地拟合...     

考虑人口效益的城市路网OD 矩阵推算模型

交通分布数据获取难度大、成本高,是制约交通工程师开展交通预测的主要因素. 为提高效率、降低工程实践中的预测成本,对城市路网OD矩阵可预测性展开研究. 描述3 种交通分布推算模型并以广州为例,给出交通流概率分布及发生量概率分布. 通过回归分析及残差分析探究发生量与人口、经济的关系,提出考虑人口效益的靶向双联模型(称为TDM模型). 根据误差分析验证4 种模型准确度,并将模型应用于深圳市. 结果表明：交通流及发生量概率分布具有高度异质性,遵循Zipf 定律;发生量与人口、经济相关性强,拟合优度为0.87; TDM模型精度略低于重力模型,但高于其他两种模型,且在深圳市推算效果良好. 综合预测精度、成本和效率,TDM模型更适合预测城市道路交通分布.     

公交客流OD矩阵推算

公交客流OD矩阵是／2-交运营调度的基础,精确的客流OD才能保证运营计划科学的制定,人、车资源合理调配。为了提高推算精度,本文提出公交客流OD矩阵受居民公交出行特征、公交停靠站附近的用地性质和停靠站换乘功能影响。采用K-S检验对居民出行站数进行分析,发现出行站数服从泊松分布。结合各停靠站的上下车人数,推算得到基于居民出行特征的客流OD。根据公交站点的吸引系数和吸引权,得到基于停靠站附近用地性质的客流OD推算模型。作者认为停靠站的重要系数与该站作为起始、终点和中途停靠的线路数有关,据此建立了基于站点换乘功能的客流OD推算模型。利用层次分析法组合上述三种影响因素,得到最后的公交客流OD矩阵。实例分析结果表明该方法确实可以大幅度提高推算精度。     

铁路货运OD模糊推算应用技术研究

结合我国区域铁路货运的特点,对可获取的多种来源的数据与信息进行了分析,并用于基年货运OD矩阵的推算。在对已有相关研究成果进行综述的基础上,建立了基于模糊规划理论的多源信息OD推算模型及相应的求解算法,提出了利用铁路枢纽货物交流表推算初始OD矩阵的计算方法,并通过江苏省铁路货运OD推算进行了实践验证。研究表明,模糊数学方法的引入有助于解决多源信息带来的两类不确定性问题,基于多源信息能够有效的进行OD初始阵的计算,与传统路段交通量反推OD技术相比,多源数据的各自权重显著影响OD矩阵的最终推算精度。     

基于公交IC卡数据的OD推算技术研究

公交OD矩阵是进行公交调度和公交线网优化的基础资料.随着公交IC卡技术的广泛应用,如何利用IC卡的数据信息来推算公交OD矩阵以及换乘次数、出行次数等公交出行信息,具有很强的现实意义和实用价值.通过对IC卡统计数据特点的分析,利用数据挖掘技术,分别对公交线路站点OD和区间出行OD的推算方法进行了研究,并进一步研究了如何从IC卡统计数据中得到公交出行的其他信息.分别给出了由IC卡统计数据推算公交线路站点OD和区间出行OD的方法,并提出了基于GIS的公交IC卡数据分析处理系统框架,建立了系统分析流程来实现公交OD的推算.通过分析发现,公交IC卡的数据分析处理最终要建立起能将数据库的处理功能和地理空间的属性特性结合起来的地理信息系统,才能够有效地解决公交OD推算、换乘次数以及出行次数等问题.     

多模式网络公交OD矩阵的一种推算方法

为了分析轨道交通对常规公交乘客选择出行方式的影响,用Dijkstra算法寻找出行时间最短的路径,在此基础上,以出行时间最短作为出行方式选择的规划目标,使用MATLAB软件,设计了轨道交通影响下的常规公交客流量OD矩阵的算法.与传统的重力模型相比,避免了估计阻抗系数的复杂过程.算例结果表明:为了换乘轨道交通, 43.7%的公交站客流量增至轨道交通出现前的2.73倍; 56.3%的公交客流量被轨道交通替代.      

基于组团式城市结构的公交客流OD推算研究

通过分析组团城市居民公交出行特征,得出组团式城市居民出行受组团空间结构、功能分布及用地性质影响较大;在分析组团城市居民公交出行过程的基础上,引入组团间吸引权系数和站点间吸引权系数,提出了由站点上下客人数推算组团城市单条公交线路OD的概率模型,并举实例进行了验证.结果表明:该方法方便简单,易于实现,可靠性高.     

基于GPS定位信息的出租车OD矩阵推算

针对现有出租车OD调查方法在实际操作过程中存在的不足问题,提出了一种基于全球定位系统和地理信息系统,通过使用FME Universal Translator矢量图形转换软件和Excel-VBA宏,实现出租车OD矩阵推算的方法。     

���п���·ϵͳOD�������㼼���о�

城市快速路OD信息是进行快速路交通运营、建设绩效分析的基础,采取恰当方法推算快速路OD矩阵可以减少直接询问OD信息的工作量、避免道路拥堵及其所造成OD信息受到扰动. 本文提出了基于进出匝道交通量和部分路段交通量,以快速路单方向一对相邻进出匝道划分交通小区,应用重力模型与双约束Frator法建立高质量先验OD矩阵,借助TransCAD交通规划软件中的矩阵反推模块进行矩阵推算,多角度检验OD矩阵推算效果的系统方法,并在广州市内环路快速路系统上进行了实例验证. 结果显示,应用本文方法设定先验OD矩阵与推算OD矩阵后,拟合的路段及进出匝道上的分配交通量误差、平均出行距离与日周转量误差均较小. 表明推算OD矩阵具有较高的准确性和可靠性,该方法是适用于快速路交通流分析的一种简便可靠的方法.     

����СƱ���Ĺ�������OD�����о�

本研究以“常州市公交线网优化项目”为背景支持,首先给出一种能够容易、准确获得公交站点OD的方法——小票法;然后结合小票法的特点,利用Visual Basic程序语言进行编程处理,获得调查线路公交站点OD矩阵;最后利用沿线小区与公交站点的依附关系,提出分配权系数,建立小区与站点的分配权关系,从公交站点OD推导出公交出行OD矩阵.该推导模型是以小票法为基础,以公交站点OD矩阵为中间过渡参数,利用公交出行OD矩阵与公交站点OD的依附关系进行推导的.不需要大量的迭代计算,大大简化了推导过程,因此可以适用于大型城市公交网的OD估计问题.     

����VISUMģ�͵Ĺ���OD�����о�——��������Ϊ��

OD矩阵是公交线网规划和线网优化的重要依据.OD矩阵反推是获取公交OD数据的有效方法.相关文献中,针对城市整体公交体系的研究较少.依据西宁市建成区所有公交线路上客、下客、车上乘客的调查数据,采用VISUM软件构建了基于等概率下客分布、距离概率下客分布的公交OD矩阵反推模型;然后在VISUM全市整体公交模型中,将各线路反推所得到的OD矩阵归并至交通小区,并通过模型分配得到的路段客流与线路调查得到的路段实际客流比较,检验公交OD反推方法的有效性.研究表明,等概率分布OD矩阵反推在西宁案例中的精度与可靠性较高.最后指出,乘客在各站的下客概率影响因素较多,把握并合理运用其规律是公交OD反推的关键.     

高速公路OD的形成与应用

基于高速公路封闭式管理,车辆驶入高速公路领卡、驶离高速公路缴费的情况,以高速公路互通立交为OD交通小区的节点,形成高速公路OD,用于高速公路项目后评价、拓宽改造及投资评估等研究工作。     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团．通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。     

基于OD反推的公交站点团OD矩阵预测

城市公共交通的公交站点数量多,在实际操作中,预测站点之间的客流OD分布往往非常困难,因此需把与主要客流集散点相近的站点合并成公交站点团,通过预测站点团的OD矩阵来掌握客流量的分布情况,从而为合理布置公交线网、站场提供科学依据。     

基于AFC数据的城轨路网客流OD在线动态估计

路网实时客流状态是城市轨道交通日常运营组织科学决策的主要依据,而精准地在线估计客流OD是前提条件.本文分析了准实时AFC数据接入条件下客流OD在线动态估计问题及其特点,提出了将机器学习与递归贝叶斯相结合的客流OD动态估计方法;构建了基于LSTM的客流OD状态转移模型,以及LSTM模型嵌入下的客流OD递归贝叶斯估计模型;针对客流OD状态变化的非线性、不确定性特点,提出基于粒子滤波算法求解客流OD递归贝叶斯估计问题.面向LSTM模型嵌入所形成的客流OD状态转移三阶马尔科夫过程,对一般的粒子滤波算法进行高阶扩展,研究了算法的实现.最后用实例对本文提出的方法进行了验证.     

�����������OD�ֲ������Ʒ���

以道路网络的路段流量为基础进行OD分布矩阵估计.与以往文献不同的是本文应用了多层前馈神经网络的方法.由于路段流量与相关的OD矩阵分布之间存在连续性关系,这为神经网络模型的逼近特性提供了可行性.本文的方法适用于OD分布矩阵的实时校正.在已知OD分布矩阵的前提下,对两种情境———试验网络和实际Naples农村道路网进行仿真分析.主成分分析法的应用减少了变量个数并有利于改进输入数据.估计误差相对较低,与分析方法相反的是处理的时间几乎是实时的,因此这种方法可用于动态交通管理.本文的神经网络方法在误差和计算时间方面优于传统商业软件得到的OD估计结果.