高速公路应急响应决策支持系统数据库设计

建设高速公路应急响应决策支持系统是提高高速公路应急响应效率的信息化手段。在该系统建设中涉及到海量空间数据和非空间数据的存储管理问题。结合高速公路应急响应管理系统模拟建设,借此通过分析应急响应决策对数据的实际需求,对决策支持系统的数据库采用ArcSDE和Oracle10g对数据进行组织,实现空间数据和非空间数据的一体化管理。     

高速公路运营管理综合决策支持系统框架研究

随着高速公路的迅速发展,高速公路运营管理中决策的科学化和智能化的问题日趋突出,管理者都希望能充分发掘已有数据中隐藏的富有价值的信息来辅助决策。因此运用决策支持系统DSS、专家系统ES和智能商务BI技术构造一个以模型、知识、数据来共用驱动决策的综合决策支持系统SDSS框架,具有重要的意义。     

城市快速路交通拥挤识别方法

为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。     

基于网格模型与K-Means算法的交通状态演变特征

为利用海量网约车轨迹数据实现对城市交通状态的高效识别与分类,对成都市网约车轨迹数据进行预处理,构建城市交通状态识别网格模型,根据模型判别网格的交通状态.利用K-Means聚类算法对不同时段的交通状态进行聚类,并将交通状态分为持续畅通型、轻度缓行型、持续缓行型、持续拥堵型4种类型,从时间维度和空间维度分析不同网格的交通状...     

基于大数据架构的智能交通信息处理的研究与设计

随着交通领域的信息资源越来越庞大,传统的处理方法难以支撑海量数据的实时计算、低延时查询和统计分析等需求。文中提出一种基于Hadoop大数据架构的智能交通信息处理的设计方法,通过分析智能交通领域的应用需求状况,研究结合大数据处理技术的计算模式,处理多用户需求及大规模海量的交通数据,实现大数据的共享的、高效的存储和计算方法,不仅动态实时地、按需地提供个性化服务,还能构造交通管理、出行参考、监控刑侦等全方位、多角度的智能交通信息处理体系。     

面向实时交通信息提取的车辆轨迹数据挖掘

车辆行驶轨迹是驾驶人员主观意愿和道路客观约束条件综合作用的结果,从海量车辆轨迹中可以挖掘出道路的实时交通信息为智能交通服务．通过建立轨迹约束模型用以量化各约束因子,基于线性参照系统的数据预处理以加快检索速度和降低轨迹的不确定性,基于移动目标主体相似性和移动轨迹时空相似性的数据选取降低了数据库搜索次数提高发掘准确度,分别针对道路交叉口和一般路段进行数据挖掘,提取实时的道路交通信息．研究结果和实验结果表明,这个挖掘算法可以有效地提取道路实时路况信息．     

交通决策支持系统建设研究

新时期,面对复杂的交通决策环境和更高层次的决策需求,迫切需要系统地分析并建立交通决策支持系统平台,辅助地进行决策。故在系统地探讨建立交通决策支持系统的功能需求的基础上,结合交通行业自身特色,提出交通决策支持系统建设框架结构,并对系统的决策指标体系进行系统、全面的剖析,这一研究成果为全面建设交通决策支持系统描绘了蓝图,指明了工作方向和实施策略。     

��������Ӧ��Ȩƽ���ij��ټ���о�

随着智能交通的发展,海量的交通状态实时数据成为智能交通的研究对象,利用低损耗获取高实时性的交通流状态成为实际应用研究中的重点.本文引入一种自适应加权平均的车速检测方法,与以往的方法相比,自适应加权平均方法更加简单,并且容易实现;虽然其误差比最小均方差加权平均算法略大,但是这种方法不必以存储海量的交通信息数据为代价,解决了交通信息采集过程中的关键——实时性不高、存储容量大等实际问题.通过MATLAB仿真结果可以看到,此方法大大节省了数据存储空间和数据处理的时间,适合在实际工程应用中广泛推广.     

交通物流信息平台的OLAP系统

在现代社会中，企业对于海量数据的管理、利用已经成为一个迫切需要解决的问题．文中介绍了数据仓库的基本原理，OLAP的概念，描述了OLAP数据库的创建过程，以及如何使用MDX和ADO／MD对OLAP数据库进行查询分析．实现了在第三方物流企业中存储管理海量数据的OLAP系统．     

高速公路交通管理综合评价指标体系构建研究———以浙江省为例

随着交通信息化的发展, 交通数据的数量和类型都在不断增长。 现有的公安交通管理评价指标以违法查处量、 道路交通事故起数和死亡人数为主要评价指标, 无法满足海量交通数据量下的交通管理评价。 为了更好的量化和评估交通安全管理, 本研究利用数学和运筹学理论方法进行定性定量处理, 提出一种更为完备的高速公路交通管理综合评价体系。 模型构建以浙江省 2013-2017 年的数据计算权重系数, 并应用 2018 年的数据进行验证, 结果表明本研究所提出的体系更为科学、 合理、 客观。     

基于手机信令数据的人员出行特征跟踪调查

利用海量的手机信令数据开展人员出行特征调查是大数据技术在交通领域的一项重要应用。通过对长时间的手机信令数据进行跟踪,研究手机用户活动轨迹的识别方法,分析手机用户有规律的空间分布和出行特征,以上海临空经济园区和徐家汇地区为例,介绍在特定区域内基于手机信令数据调查人员出行特征的技术方法和主要成果。     

基于大数据思维分析的交叉口交通信息处理方法

本文以智能交通系统为背景,以大数据(Big Data)处理方式为基础,应用交通工程中交通流量、车头时距等相关交通知识,对特定的一个交叉口不同交通时段内的交通信息,如交通流量、交通流向进行采集。在交通流量信息采集上,可利用现在完备视频采集技术及GPS信息采集技术,对一个周期内的车流量进行统计,用Access和Excel对其采集到的数字信息转换为所需的直接数据,并对其进行分析处理。     

基于数据库的动态路径寻优算法与实现

为适应当今数据存储和处理的需要,在路径寻优算法的实际应用过程中可以充分利用数据库管理数据的功能。利用实时动态的交通信息,寻找动态实时的最优路径,建立一个基于浮动车数据的动态实时路段速度数据库。通过实时动态地获得数据库中路段数据,提出基于数据库操作的动态路径寻优算法。为提高算法效率,提出动态变化限制搜索区域大小的辅助算法,并通过实例应用实现算法。     

手机数据在交通调查和交通规划中的应用

手机作为一种理想的交通探测器,为居民出行信息分析提供了很好的技术选择。将手机数据映射至交通分析单元,并经信息预处理、匹配分析、交通模型分析处理、数据去噪、扩样等一系列海量数据运算处理,最终可获得居民出行特征数据。利用长期历史手机话单数据,可分析常住人口和就业人口分布、通勤出行特征、大区间OD、特定区域出行特征、流动人口出行特征等。手机信令数据能够较完整地识别手机用户的出行轨迹,可进一步应用于分析城市人口时空动态分布、特定区域客流集散、查核线断面或关键通道客流、轨道交通客流特征、出行时耗、出行距离、出行强度、道路交通状态等。根据天津手机话单数据应用案例及上海手机信令数据应用案例,验证了技术可行性。     

基于相关性分析的浮动车速度建库方法研究

浮动车信息采集得到越来越广泛的应用. 由于交通流数据采集的连续性,形成了海量的数据信息,所以建立一个历史数据库,可以为交通状态预测提供参考数据,同时有利于减少冗余信息. 本文基于交通信息的相关性和相似性特性,提出了根据浮动车采集的历史数据建立历史标准数据库的方法,包括数据存储的时间粒度划分方法和两种用于计算基本数据序列的算法,即直接求和判断法和综合评价判断法. 最后利用北京快速路实测浮动车数据进行了实例计算和分析. 计算结果表明,本文提出的算法是有效的. 由于直接求和判断法具有简单、快速的优势,在实际应用中,建议采用直接求和判断法.     

����ģ�����ֵ�����ͨ����ˮƽ�����о�

随着大城市路网建设的逐渐稳定,服务水平评价结果成为城市交通管理决策的一个重要依据,因而对城市道路交通服务水平(LOS)的评价成为一项重中之重的研究内容. 本文提出一种基于模糊积分的区域交通LOS评价模型. 该模型能够解决区域交通服务水平中多路段评价结果复合时的非可加性问题,即区域交通服务水平不等于局部路段或路口服务水平的简单之和,可满足区域交通的评价需求. 在现场海量实测数据集的基础上,利用模糊积分用微观评价数值计算中观评价结果,排除了主观约束,并选取北京市典型区域进行了实验和应用,取得了较好的评价结果.     

基于模糊积分的区域交通服务水平评价研究

随着大城市路网建设的逐渐稳定,服务水平评价结果成为城市交通管理决策的一个重要依据,因而对城市道路交通服务水平(LOS)的评价成为一项重中之重的研究内容. 本文提出一种基于模糊积分的区域交通LOS评价模型. 该模型能够解决区域交通服务水平中多路段评价结果复合时的非可加性问题,即区域交通服务水平不等于局部路段或路口服务水平的简单之和,可满足区域交通的评价需求. 在现场海量实测数据集的基础上,利用模糊积分用微观评价数值计算中观评价结果,排除了主观约束,并选取北京市典型区域进行了实验和应用,取得了较好的评价结果.     

��������Է����ĸ������ٶȽ��ⷽ���о�

浮动车信息采集得到越来越广泛的应用. 由于交通流数据采集的连续性,形成了海量的数据信息,所以建立一个历史数据库,可以为交通状态预测提供参考数据,同时有利于减少冗余信息. 本文基于交通信息的相关性和相似性特性,提出了根据浮动车采集的历史数据建立历史标准数据库的方法,包括数据存储的时间粒度划分方法和两种用于计算基本数据序列的算法,即直接求和判断法和综合评价判断法. 最后利用北京快速路实测浮动车数据进行了实例计算和分析. 计算结果表明,本文提出的算法是有效的. 由于直接求和判断法具有简单、快速的优势,在实际应用中,建议采用直接求和判断法.     

城市道路交通动态检测数据融合算法实证研究

针对城市交通动态监测中单一类别交通检测器检测数据的局限性问题,基于城市交通数据检测系统不断完善的前提,依据城市交通运行状况分析需求,对多源动态交通检测数据融合算法进行实证研究,以地磁数据、GPS数据及视频数据作为数据源,运用多源数据融合法、基于LS-SVM的数据融合法和基于人工神经网络的数据融合法进行融合分析,并对比3...     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.