免OD调查的公路交通量预测方法研究

在系统分析道路交通量预测特点基础上，运用主成分分析法建立节点重要度函数，然后针对路网形态变动不大、较大两种状况探讨了推断路段交通量的方法，最后结合某区域公路网规划进行了实际运用，具有一定的实用性。     

免OD调查的公路交通量预测方法研究

在系统分析道路交通量预测特点基础上,运用主成分分析法建立节点重要度函数,然后针对路网形态变动不大、较大两种状况探讨了推断路段交通量的方法,最后结合某区域公路网规划进行了实际运用,具有一定的实用性.     

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。     

浅谈交通量调查和交通量分析

交通量统计包括两方面的内容:交通量调查和交通量分析,缺一不可.它们是公路发展必不可少的基本依据,也是交通工程学的一个组成部分.     

基于OD调查矩阵的公路网络交通量预测

交通量的发展预测在公路网络的规划工作中占有重要的地位。以四阶段法为例详细阐述了路网交通量的预测理论和过程,并指出了预测过程应该引起重视的影响因素,为该方法的准确应用提出了明确要求。     

公路网路段交通量预测模型研究

在传统的路段交通预测方法的基础上,提出路段交通量OD模型法。根据实际道路网的形状,通过使路段交通量的预测值与预测值一致来进行模型推算。与现有方法相比,可得出精度更高的结果。     

路段重要度法进行公路网交通量分配的进一步探讨

针对总量控制法中路段重要交通分配法存在的缺陷，将节点的交通发生强度及交通吸引强度应用于路段重要度分配模型，从而更加真实地反映了节点的社会经济、土地使用特性对交通分配的影响，使交通分配的精度提高，进一步完善了总量控制法理论。     

高等级公路交通量需求预测方法

针对我国大部分地区存在铁路、高速公路、低等级公路三者并行这一实际情况,提出了在上述运输通道系统中,预测未来特征年高速公路交通量的方法。重点论述了运输通道趋势交通量、高速公路的转移与诱增交通量的预测方法和模型,并结合实例对上述方法的可操作性进行了验证。     

集OD调查交通分布径路选择于一体的调查方法

为了向城市交通规划提供更为精确、更为全面的基础资料,以确保交通规划的各项工作质量,使交通规划更切合城市的实际情况。在对传统的交通调查和交通规划方法进行分析的基础上,提出了一种新的调查方法,通过对各交通小区的驶出交通量进行着色调查和各路段交通量进行分类调查,并通过一定的内业整理,便得到更为全面的交通数据。     

辽宁省高速公路交通量特性分析

为准确分析辽宁省高速公路交通量及交通荷载,收集了高速公路路网收费数据,对高速公路交通量的变化情况、组成特点、月变系数、小时分布系数、方向系数和车道系数进行分析,并通过计重收费数据,分析了典型路段的车型分布系数和轴数系数,从而更加客观和精确地反映了交通量及荷载特性,为高速公路通行能力分析、交通特性分析和路面结构精确化设计提供数据基础。     

城市路网交通状态的小波分析检测方法

选取交叉口进口饱和度和路段平均行程速度作为路网状态检测的基本参数, 采用小波包变换的时频高分辨率特性, 以能量分析方法识别进口饱和度和路段平均行程速度的突变与异常状况, 并定义了交通状态系数来定量描述交通状态变化, 设计了基于小波分析的交通状态检测算法, 并采用贝叶斯算法对交通状态进行预测。仿真分析结果表明: 小波包变换可有效识别节点能量分布的突变区间, 据此可准确判别交通状态发生变化的时段; 当采样数据的模极大值点为200~243时, 此段节点能量变化比较剧烈, 信号在此出现突变, 由较平稳向非平稳状态变化, 对应的路段交通状态系数大于0.300h.km^-1, 为拥挤状态。该方法原理简单, 检测响应时间短, 检测结果可靠。     

城市道路交通量总量控制预测法探讨

从系统工程的角度出发,把项目影响区作为一个大系统,交通基础设施建设作为其中的一个子系统,从整体上计算包含诱增交通量在内的总的交通量,然后按照考虑众多因素的比例法将其分配在各交通小区中,最后在区域交通网络中进行分配,从而获得拟建项目的远景交通量.     

基于路网规划的道路立体交叉交通量预测方法

道路立体交叉远景交通量预测是道路立交规划和设计的重要环节, 根据交叉口交通流特性和规划路网的路段交通量, 构造了立体交叉远景交通量预测模型。此模型通过迭代计算预测立体交叉口进口和出口之间的转向交通量, 同时对模型中参数的计算进行了讨论。通过某一实例对模型进行了验证, 结果表明该模型误差较小。     

基于神经网络的交叉口交通流量预测方法研究

主要介绍利用BP神经网络模型来预测交叉口交通流量的方法。在概述了神经网络的工作原理和BP网络模型的设计之后,通过举例更进一步说明此方法的可行性和预测效果。     

观测站交调资料的轴载换算方法研究

笔者采用加权平均的方法 ,结合漯周路的交通状况 ,得到交通量观测站中车型大类交通量换算为标准轴次的车型大类换算系数 ,能较准确地将交通量观测站资料换算为路面结构设计中所需的标准轴载作用次数     

在交通量预测中构造“修正系数”的探讨

针对西部公路交通量增长缓慢的现状 ,为避免可行性工作流于形式 ,就公路工程可行性研究报告中构造“两部修正系数”对交通量预测模型提出修正的观点 ,使西部公路规划建设既满足交通部《公路工程技术标准》的要求 ,又能体现政府对西部的扶持 ,表明对西部开发的决心     

基于RBF神经网络的城市互通立交短时交通量预测

根据实测数据,分析了城市互通立交交通流运行特性,研究了城市互通立交主线总交通量、交织流量比和第2车道大型车比例3种因素对合流区端部交通量的影响,应用神经网络原理建立了输入层为3个神经元,输出层为1个神经元的RBF神经网络,研究了该RBF神经网络的训练算法,应用实测数据进行了网络训练,对训练后的网络进行了仿真.仿真输出结果与实测数据之间的误差很小,证明应用RBF神经网络对互通立交合流区的短时交通量进行预测是一种可行的方法.此研究为分析互通立交内各功能区之间的相互影响,为研究互通立交桥的预先控制和运行状态分析提供了理论参考.     

基于非线性主成分分析和GA-RBF的高速公路交通量预测方法

为了提高高速公路交通量的预测精度, 综合考虑高速公路交通量的高度非线性和受多因素影响的特征, 提出一种基于非线性主成分分析和GA-RBF神经网络(NPCA-GA-RBF) 的高速公路交通量预测方法; 确定了高速公路交通量的主要影响指标, 运用非线性主成分分析法降低高速公路交通量影响指标的维数及其相关性, 用少数主成分代替原有的多指标, 以简化神经网络结构; 利用GA优化RBF神经网络的参数, 进一步提高交通量的预测精度; 以普洱市某高速公路为例, 对交通量预测方法进行实例验证。分析结果表明: 2组试验GA-RBF和NPCA-GA-RBF方法的平均相对误差分别比RBF方法降低1.62%、3.53%和2.27%、3.32%, 说明GA优化RBF神经网络能提高RBF方法的交通量预测精度; 与GA-RBF方法相比, 2组试验NPCA-GA-RBF方法的平均相对误差分别降低了1.91%、1.05%, 其交通量预测值更接近实际交通量, 预测结果更为可靠, 表明非线性主成分分析法消除了指标的相关性, 进一步提高了交通量预测精度, 减少了交通量预测复杂度。可见, NPCA-GA-RBF方法具有更高的交通量预测精度, 能为高速公路的良好管理提供可靠的决策依据, 满足高速公路合理运营管理的客观需求。     

高速公路诱增交通量经济预测研究

根据经济与交通之间的关系,提出价量比稳定假设,建立了诱增交通量经济预测模型,给出了模型参数的确定方法和相关的函数模型,讨论了进行诱增交通量预测的方法和步骤,最后结合实例对该方法进行了验证.