交通事件持续时间预测及参数标定

有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数据对比结果表明,基于元胞传输模型的交通事件恢复时间预测方法具有较高的精度。     

基于需求预测与CTM的高速公路交通事件影响范围预测

交通事件在高速公路上经常发生,其时间与空间上的不确定性,以及对上游路段和相邻国省道带来的动态衍生影响,使得提前制订具有针对性的预案难度很大.如何快速预测交通事件的影响范围以及交通管控措施的实施效果,成为高速公路应急处置管理的基础.提出基于交通需求预测与元胞传输模型相结合的技术,首先通过卡尔曼滤波算法估计和预测交通需求矩阵,并将上述交通需求加载在元胞传输仿真模型中模拟未来路网的交通运行状态,用于实时、快速预测交通事件发生后未来短时的交通拥堵发展态势.基于该技术,开发了公路网交通运行状态预测系统,通过实际数据的测试,证明该系统在公路网交通事件影响范围预测方面具有良好的精度,并且预测精度随着路网基础交通量的增大而提高.     

异常事件下路网恢复可靠性研究

研究异常事件下路网的可靠性,对于建立有效的交通应急预案具有十分重要的作用.提出了异常事件下恢复可靠度的基本概念,并对恢复可靠度进行明确的界定.利用DYNASMART仿真技术分析了确定路网中事故持续时间、事故严重程度及平均饱和度对交通恢复时间的影响.在此基础上,利用DYNASMART仿真得到的数据建立了基于BP神经网络技术的交通恢复时间模型.提出运用Monte Carlo模拟技术计算恢复可靠度,并通过一个简单的算例对以上算法进行了验证.     

城市快速路交通事件持续时间生存分析

提出城市快速路交通事件持续时间生存分析方法.依托上海市中心快速路网的 交通事件数据,将生存分析引入交通事件形成及演化机理分析.其根据大量交通事件样本 的特征属性,采用Kaplan-Meyer 的非参数回归构建基于风险的交通事件持续时间模型, 解析其在五类影响因素作用下的时空分布特性,并采用Cox 回归线性模型综合评价交通 事件持续时间的显著影响因素,分析其作用的强度和方向,提取表征上海市快速路交通 事件运营管理水平的重要特征参数.结果表明：上海市快速路的交通事件持续时间在不同 类别的影响因素下分布特性存在明显差异,日夜、事件类型、涉及车辆数、影响车道数、涉 及货车、所处路段位置、瓶颈处、出动拖车和出动消防车等影响因素对事件持续时间有显 著影响.     

交通事件下快速路拥堵蔓延消散时空范围模型

研究了交通事件下拥堵蔓延消散的时空范围分析方法与模型,交通事件引发的拥堵会以某一初始蔓延速度向上游蔓延,直至达到最大蔓延边界后开始消散.通过对事件下拥堵蔓延速度的影响因素进行量化分析,建立了时变的拥堵蔓延速度模型;然后通过收集处理数据,进行参数估计;最后利用实际数据,进行了模型的实例应用,对不同情况下的交通拥堵蔓延消散规律进行了研究.该模型可预测交通事件下的交通拥堵边界和持续时间,便于交管部门制定缓堵策略.     

交通事故下的交通波特性分析——以广州市机场高速公路为例

针对目前高速公路交通事故时空性质方面研究较为匮乏的现象,提出了一种交通事故时空分析下的交通波划分方法,用于从时空特性对交通事故进行微观分析.利用高速公路交通事故下的车辆时空图建立交通波分析模型,通过拥挤速度和交通事故风险函数获取交通事故的时间特性.分别对各个交通波和交通事故区域进行定义,通过图例展示交通事故的空间分解.通过交通波传播模型和速度及加速度的限制条件建立交通事故下的交通波空间模型,对处于交通波上的时空节点进行筛选以获取交通波方程.以广州市机场高速公路为例对部分事故段绘制车辆时空图,利用交通事故的时空特征对数据进行筛选确定了集结波,启动波,停止波和消散波的方程,集结波和消散波的波速及事故发生点坐标等信息.确定了拥堵区域和消散区域的位置,利用凸包算法计算其面积,同时将该方法利用在该路段其他次的交通事故区域中以得到该方法的普适性.该特性分析方法同样可以用于其他交通事件的微观分析以及特性建模中,具有很强的理论和现实意义.     

交通事故下的交通波特性分析——以广州市机场高速公路为例

针对目前高速公路交通事故时空性质方面研究较为匮乏的现象,提出了一种交通事故时空分析下的交通波划分方法,用于从时空特性对交通事故进行微观分析.利用高速公路交通事故下的车辆时空图建立交通波分析模型,通过拥挤速度和交通事故风险函数获取交通事故的时间特性.分别对各个交通波和交通事故区域进行定义,通过图例展示交通事故的空间分解.通过交通波传播模型和速度及加速度的限制条件建立交通事故下的交通波空间模型,对处于交通波上的时空节点进行筛选以获取交通波方程.以广州市机场高速公路为例对部分事故段绘制车辆时空图,利用交通事故的时空特征对数据进行筛选确定了集结波,启动波,停止波和消散波的方程,集结波和消散波的波速及事故发生点坐标等信息.确定了拥堵区域和消散区域的位置,利用凸包算法计算其面积,同时将该方法利用在该路段其他次的交通事故区域中以得到该方法的普适性.该特性分析方法同样可以用于其他交通事件的微观分析以及特性建模中,具有很强的理论和现实意义.     

I?880高速公路二次交通事件概率估计方法

基于美国I 880高速公路交通流数据,对由交通堵塞或事故诱发的二次交通事件的各项参数进行聚类分析并建立概率模型.运用这一模型可对I 880高速公路进行实时交通流监测,发现有安全隐患的路段并向控制中心发出警报,以减少交通事件的发生与相应的人员财产损失.     

基于VISSIM的高速公路交通事件仿真及数据处理

交通事件检测是智能运输系统的重要部分.本文简要归纳了交通事件检测的方法.利用VISSIM的incident模块模拟单向三车道高速公路直线路段因车抛锚引起的拥堵,由检测器记录交通事件发生前后的交通流数据.利用Matlab语言对原始数据进行处理,并提出利用小波技术对交通事件进行检测的新方法.     

高速公路交通噪声分布特征与衰减规律研究

本文研究了沈大高速公路两侧交通噪声分布特征与衰减规律,通过实测数据说明了交通噪声的影响范围,揭示了交通噪声与交通量、时间和距离的关系.对于保护公路周围居住环境,合理地进行规划和管理提供相应的参考.     

交通事件影响下的路径行程时间变化分析

为了对交通管理系统中的事件管理提供可靠的决策依据,针对持续期为数天的交通事件,考虑事件发生后出行者日常路径选择的随机性,基于路径流量联合概率分布的动态调整过程,建立了描述路网系统路径行程时间变化的随机动态交通分配模型.并用算例网络验证了本文建立模型的可行性.算例研究结果表明:交通事件持续期每增加10 d,持续期内路径的平均行程时间增加0.24%;与普通路段相比,事件发生在关键路段导致平均行程时间增加3.07%; 路段通行能力每下降10%,平均行程时间增加2.53%;不同事发路段对路网系统在事件结束后恢复到均衡状态所需时间的差别显著,关键路段通行时间的恢复约为普通路段的4倍.      

���ٹ�·�¹�����ʱ��Ӱ�����ط���

交通事故是导致高速公路延误的一个主要因素,同时也降低了道路通行能力、车辆以及人员的安全性,甚至有可能导致二次事故发生.对此,相关部门已开始制定一些事故管理方案以降低或者消除事故影响并最大限度地增加道路通行能力和车辆行驶安全性.应密歇根交通部要求对底特律市高速公路网事故清理时间影响因素进行分析,基于交通流数据、道路几何特征及大量的事故数据,建立了参数化危险持续时间模型.所建立的四个模型分别基于不同的概率分布.结果表明,四个模型的性能大体相似,但是相对于其他分布,log logistic分布更适合于事故清理时间分析.对事故清理时间影响显著的因素有：事故发生的时间、路段交通特性和几何特性,以及事故特征.     

高速公路交通事件发生概率的短期预测

通过分析由两个相邻的交通检测器观检测得到的实时交通流数据,建立一个可以估计交通事件发生概率的模型。该模型表明,交通事件发生的概率与稳定交通流中上游交通流密度所占的比例和上游、下游交通流的速度差这两个因素具有较大的相关性。该模型只需要利用基本的交通数据便可估算交通事件的发生概率,在高速公路的管理中有较大的应用价值。     

��ͨ�¹ʳ���ʱ���������

对交通事故持续时间分析的发展现状进行了综述．首先简要介绍了交通事故的定义，事故种类和交通事故管理系统，并分析了交通事故持续时间的统计分布．然后，对最近应用的几种主要的交通事故持续时间的分析方法及结论进行了概述．主要包括：方差分析，线性回归，非参数回归，决策树法，hazard duration method，模糊逻辑．主要的结论包括；大量的研究发现交通事故持续时间的分布形状是向左偏斜的钟型分布．交通事故数据采集标准化是事故分析中非常重要的环节．传统的统计分析方法处理不完整的数据有局限性．最后，本文提出了将来的发展方向，包括应用人工智能方法建立事故持续时间模型，及建立交通事故数据库标准．     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征，得出事件时段，交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量的增加可提高检测率. 新算法适用于各种流量，在低峰检测率为100.00%，误检率为0，检测效果最佳；高峰时段保持100.00%高检测率，误检率为5.66%，误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征，得出事件时段，交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量的增加可提高检测率. 新算法适用于各种流量，在低峰检测率为100.00%，误检率为0，检测效果最佳；高峰时段保持100.00%高检测率，误检率为5.66%，误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

基于RBF的城市快速路交通异常事件自动检测算法分析

通过对城市快速路交通异常事件自动检测方法的分析,提出用MATLAB神经网络工具箱建立交通异常事件自动检测RBF模型,并通过采集的实测交通异常事件数据对RBF神经网络在自动检测算法中进行仿真研究。结果表明RBF神经网络算法具有检测率高、误报率低和检测速度快等优点。     

�¹�Ӱ����·������ʱ���ݱ���⶯̬ģ��

为描述交通事故影响下路网中走行时间与用户择路概率的相互作用及其演变规律,建立了基于事故路段及非事故路段流量状态及LOGIT原则的拟动态模型.利用分流合流模型及速度—密度函数,分别建立路段容纳车辆数和非事故路段走行时间模型,通过分析事故路段交通流的演化过程,利用交通波理论估计排队长度 ,建立事故路段走行时间模型.结果表明：事故发生前,经过一定的模拟时段后,路网交通流趋近稳定,各条路径的选择概率趋于平衡;事故持续时段内,排队长度、路径走行时间、路径选择概率相互影响,且均呈现出震荡状态;事故清除后,路径走行时间持续下降;排队完全消散后,经过一定时段稳定后的路径走行时间和路径选择概率达到新的平衡.