基于行程-时间域的路段行程时间预测

为了提高高速公路路段行程时间预测的实时性与准确性,提出了基于行程-时间域的路段行程时间预测算法.该算法依据实时检测的交通数据和BP神经网络预测路段单元在不同时间单元的空间平均车速,构建车辆出行的行程-时间域,通过车辆穿越行程-时间域获得路段的预测行程时间.通过比较行程-时间域算法与传统神经网络预测算法,揭示了行程-时间域算法在预测精度上优于传统神经网络算法.以沪宁高速公路路段作为示例背景,基于Vissim仿真软件,验证了所提算法的准确性与可行性.     

公交车辆行程时间预测方法研究

章以智能交通运输系统为背景，分析公闪车辆的行驶特性，在大量实测数据的基础上，应用统计回归理论，进行了公交车辆行程时间预测模型的假设和建立，并给出了公交车辆行程时间的预测结果。     

高速公路行程时间可靠性评价体系及指标阈值标定

行程时间可靠性是评价道路运行效率的重要指标,同时也是评价高速公路服务水平的重要指标。为了向高速公路管理者和使用者提供更加准确的行程时间信息,提高高速公路的服务水平及使用效率,在已有研究的基础上,建立了高速公路行程时间可靠性评价体系,并采取向高速公路使用者问卷调查的方式对高速公路行程时间可靠性阈值进行研究,通过对数据进行分析,结合佛罗里达算法,提出了新的高速公路可靠性指标阈值的计算方法。     

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.     

包含出入口匝道的高速公路路段行程时间估计方法

针对高速公路路段是否包含出入口匝道的特征,提出了1种行程时间估计改进方法。根据不同类型路段流量变化及影响范围,通过匝道物理位置对传统半距离法中路段行程时间的取值进行优化,获得了适应于匝道引起流量不均衡的行程时间估计方法。以南京机场高速公路为背景,通过Vissim仿真所得地点速度值,结合路段行程时间真实值,检验所提方法的性能。实验结果表明:当路段出入匝道的流量均衡时,所提方法较半距离法的精度提高3.71%,较空间线性插值法精度提高4.59%,当出入匝道的流量相差较大时,所提方法较半距离法的精度提高16.27%,较空间线性插值法精度提高17.29%。结果验证了改进方法较半距离法和空间线性插值法更具优越性。     

支持向量机在路段行程时间预测中的应用研究

主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。     

城市道路应急车辆路段行程时间计算模型

针对应急车辆的路段行程时间计算问题,选择了具有代表性的单向2车道道路,在假设应急车辆不更换车道的条件下,根据应急车辆行驶规则,构建了城市道路应急车辆的2车道路段行程时间计算模型.得出行程时间和路段长度,自由流车速,常规车辆的平均车速,更换车道时间,车流的车头时距的关系.验证结果显示,该模型具有一定的适用性.     

考虑收费影响的公路路段行程时间函数研究

研究了道路收费对路段行程时间函数的影响 ,将这种影响分为收费过程对路段行程时间函数的影响和收费额对路段行程时间函数的影响 ,应用排队论和交通流理论推导出计入道路收费影响的新的公路路段行程时间函数模型 ,该模型考虑了三个方面的时间 :收费过程附加的行程时间、收费额转换时间以及道路路段行程时间。新的路段行程时间函数模型克服了传统的路段行程时间函数模型没有考虑道路收费的影响的局限性。     

关于我国高速公路收费系统的若干探讨

作就自己对全国部分高速公路收费、监控系统的实地考察，介绍了我国高速公路现行收费方式和存在的问题；并就开发国内高速公路（桥）收费系统的技术方案提出了一些设想和探讨，同时还就收费政策提出了一些建议。     

高速公路隧道路段小客车运行速度模型研究

隧道路段特殊的道路环境是隧道路段事故频发的诱因。为了更好地为隧道的路线设计与速度管理服务,首先分析了高速公路典型隧道路段试验车的行驶速度数据,研究了隧道路段的运行速度变化,得到了车速变化的规律。结果表明中短隧道对车速影响不大,长大隧道路段车速变化较为明显,车辆行驶过程可以分为调整-稳定-恢复3个阶段,并确定其中6个点作为运行速度特征点,即隧道前200 m、隧道进口、隧道进口内300 m、隧道出口前300 m、隧道出口前100 m、隧道出口外100 m。进而通过大量的数据调查,利用统计回归方法,建立并验证了特征点的运行速度模型。     

高速公路建设中水土流失预测模式研究

针对山区高速公路建设的特点和可能造成水土流失的影响及其分布特性,根据国内外对水土流失预测的研究现状,选择了位于西南土石山区108国道西攀高速公路在建路段的黄水互通式立交A匝道开挖边坡和K 11 100~K 11 210路段左侧的弃渣场进行了观测试验,通过15次降雨量和水土流失量的实测,经过降雨强度、各时段降雨动能、降雨总能量参数单因子和复合因子与土壤流失量的相关分析,得出试验区的天然降雨雨滴中数直径与雨强的对数关系和单位降雨强度与降雨动能的关系;初步提出适用于高速公路建设土壤流失预测中的降雨侵蚀力的计算公式、土壤可侵蚀因子值;修正了经验法中的加速侵蚀系数A值。     

Prediction of Expressway Surface Temperature

应用地表热量平衡方程,考虑太阳短波辐射、大气和地面的长波辐射、潜热、感燕传输等能量之间的平衡,并考虑水汽、气溶胶、浮尘以及云等对太阳短波辐射的吸收和散射,建立了一种较实用的道面温度预报模型.对北京市回龙观站和大羊坊北桥站2011年夏季及冬季对道面温度和自动气象站的常规气象要素观测进行模拟分析,并与该时段内所测到的道面温度进行对比.结果表明:两站道面温度的预测值与实测值的相关系数均在0.90左右,雨雪天时相关系数较小.这表明该模型具有一定的预报水平,且对夏季和冬季不同天气条件下道面温度预报结果均较好,可以运用于高速公路路面状况的实际预报中.     

基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于交通流量预测的高速公路收费道口运营策略研究

以宁沪高速公路南京主线收费站数据为样本,使用现代时间序列模型预测收费道口交通流量,提出了基于交通流量预测的收费道口运营策略制定方法,并给出了应用实例。     

基于Agent高速公路监控系统研究

基于多Agent系统的高速公路监控系统是一种在网络环境下的分布式软件平台，具有合理的系统结构，良好的兼容性和扩展性。章根据多Agent系统概念，提出了一种基于多Agent系统的分布式高速公路监控系统组织模型。在讨论高速公路监控系统Agent特征后，分析其中系统管理Agent模型、监控Agent模型的功能和结构，介绍了高速公路监控系统软件实现。     

高速公路营运管理规范化研究

通过对广东省高速公路营运管理任务所面临的形势分析 ,提出了实行营运管理规范化的理念。简要介绍了高速公路营运管理规范化研究的内容 ,同时根据实际情况 ,提出了规范化管理的推进模式     

凤凰型美观混凝土护栏开发研究

随着我国高速公路事业的发展,大型车辆不断增多,公路交通安全设施尤其是桥梁护栏,由于发生事故的严重性,其防护能力应相应提高,同时,对于一些景区的公路护栏,要求不但保证其防护能力,还应具有一定的景观效果.依托湖南常吉高速公路的道路工程,针对当地的风俗、文化,设计了一种凤凰型美观混凝土护栏,并通过计算机仿真方法和实车碰撞实验方法验证了其防护能力.     

基于GPS浮动车的自然路段行程时间估计方法

针对目前基于GPS浮动车交通信息采集技术的研究大多只是涉及宏观方案,细节研究较少,导致产生所得交通信息质量不高的问题,考虑数据用户需求以及路网空间数据的特点设计了自然路段划分方法,同时结合动态GPS数据与路网空问数据的特点提出了路段行程时间估计算法.利用编程语言完成了算法实现,并且利用实测数据进行了算法验证.结果表明,自然路段行程时间估计算法不仅运行高效、稳定,同时获取的路段行程时间数据精度较高.