基于ARCH 模型簇的路径行程时间可靠性分析

 行程时间可靠性是反映道路交通网络可靠性的重要指标.由于交通系统存在不 确定性,行程时间的波动具有异方差性,利用传统数理统计方法建立的行程时间预测模 型,无法对行程时间进行准确的预测.针对行程时间波动的尖峰厚尾、集群性等特点,引入 计量经济学中的ARCH 模型簇.通过实证分析,评价行程时间波动的时变性、持续性,描 述系统外部信息冲击的分布,分析行程时间波动对外部信息冲击的反应机制.结果表明, ARCH 模型簇能很好地适应行程时间序列数据的方差变化特点,与交通系统的自身特性 相吻合,能够对路径行程时间的可靠性进行有效的评价.     

城市信号控制路网中的路段行程时间估计方法

为了精确检测城市信号控制路网中的路段动态行程时间, 分析了路段流量受交通信号控制策略影响的波动规律, 提出了基于交通量图偏移的路段行程时间计算方法。研究了不同断面交通量图的相似性, 根据最大相似度时交通量图的偏移, 计算了断面间路段动态行程时间, 并与调查结果进行了比较。比较结果表明: 在城市路网封闭路段, 平峰、高峰的不同时间长度内(5、10、20 min), 平均行程时间最大平均相对误差为7.1%, 因此, 计算方法可行。     

基于Robertson 模型的异质交通流车队离散研究

为充分描述异质交通流条件下的车队离散规律,为信号协调控制提供理论基础,结 合异质交通流条件下的车流特征和Robertson 模型计算速度快的优点,对多股交通流分别建 模,并在此基础上构建异质交通流车队流量离散模型.通过实际调查数据,分析下游交叉口到 达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型和Robertson 模型与实际 数据进行比较分析.结果表明,与Robertson 模型相比,本文模型能够更好地描述异质交通流条 件下的车队离散规律,平均预测均方误差减少了8.29%.     

城市轨道交通网络短时客流OD估计模型

基于状态空间方法构建适用于城市轨道交通网络的短时客流OD(origindestination) 估计模型.利用自动售检票数据分析得到OD间乘客行程时间分布特征,构建基于行程时间分布的客流到达系数,以此建立OD流与车站进出站客流间相互关系,并以车站客流分离率为状态变量构建结构化OD矩阵估计状态空间模型.以北京市轨道交通为对象进行案例分析,结果表明,当估计时段长度为15 min 时,估计平均相对误差为 35.5%;为30 min 时,估计平均相对误差为20.4%;为60 min 时,估计平均相对误差为 16.3%.所构建模型能能有效解决城市轨道交通短时客流估计问题,具有一定的实用性.     

信号控制交叉口自行车流体扩散模型

如何确定信号控制交叉口自行车的通行能力对交叉口配时和渠化设计有重要意义。揭示了信号控制交叉口自行车流的运行特性,建立了自行车流体扩散模型,对不同交叉口宽度、不同信号配时的混合交通条件下交叉口自行车通行能力进行计算,得出交叉口宽度与自行车通行能力呈负线性相关。通过自行车流体扩散影响分析,得出自行车对机动车、尤其是同向右转及对向左转车辆的通行能力影响较大的结论。最后,根据哈尔滨市4个信号控制交叉口实际调查数据,得到考虑机动车影响的信号控制交叉口自行车通行能力计算结果,并与北京市观测值进行了对比。     

动态宏观路段行程时间模型研究

在分析和对比了静态交通分配和动态交通分配条件下的路阻函数的不同之处和静态交通分配下路阻函数局限性的基础上，根据交通流理论和集散波分析，提出考虑信号交叉口排队长度的有度动态路段行程时间模型(SQ)，该模型以在动态交通分配条件下的车流密度和交叉口信号参数为变量的动态路段阻抗函数模型，文中实例证明SO模型能适用于大型动态交通网络复杂的动态交通分配(DTA)计算．     

城市交叉口交通控制模型的退化研究

针对交叉口交通控制模型在理论研究中效果明显,在实际应用时经常出现模型失配的问题,本文提出交通控制模型的模型退化概念.构建具有多控制变量的交叉口交通控制模型,分析导致模型退化的原因并给出退化路径,利用OSP(Open Simulation Platform)在线交通仿真平台对交通控制模型退化的各阶段模型的典型控制策略进行...     

运输通道新建高速铁路客运量预测MD模型

为了准确分析运输通道新建高速铁路未来客运需求, 应用经济学效用原理和数学分析方法, 对MD(Minimum Drain)预测模型的概念、假设、原理进行了定义和分析, 讨论了需求潜在化实现率、旅行总支付及运输方式选择的机理, 并与传统客运量预测方法对通道总的铁路客运需求量预测结果进行了对比。结果表明, 该模型预测运输通道新建高速铁路未来的市场份额为70%以上, 预测潜在需求年增长率比其他方法低1%, 符合近年来交通量的增长规律, 这说明MD模型与传统运量预测模型结合进行通道运量预测能充分反应通道中各种运输方式的服务水平对其市场份额划分的影响。     

综合运输通道客运结构配置的随机饱和熵模型

为寻求系统、科学的综合运输通道最优客运分担, 提出用最大熵原理构建客运结构配置模型, 基于随机时间价值, 选择旅客广义出行时间最小的运输方式, 定义了通道内的基本路段饱和度和通道饱和熵, 设计了用于求解模型的粒子群算法。分析发现, 车外时间差、单位里程票价差、单位里程车内时间差以及旅行距离将直接影响各运输方式客运分担率的高低; 以通道饱和熵最大为目标得出的常规铁路最优定价高于现行铁路票价, 且通道饱和熵上升了15%, 说明铁路票价偏低会造成铁路客运量过于饱和; 由通道饱和熵模型得出的最优客运分担结果, 缩小了基本路段上各运输方式饱和度之间的差距, 实现了运力和运量的有效匹配。     

信号控制交叉口自行车流运行特征模型

为科学合理地解决城市道路信号控制交叉口自行车交通流通行能力的计算问题,在分析大量实测数据的基础上,对信号控制交叉口自行车交通流的运行特征进行了分析,得出自行车停车排队密度随交叉口自行车道宽度增加而线性递减的关系。根据自行车在启动后匀加速到匀速行驶的特征,建立了自行车交通流启动时间-速度、时间-距离模型;根据实测数据,标定了自行车流排队膨胀模型;根据绿灯时间自行车流量与车道宽度之间明显存在的线性关系,建立了交叉口自行车饱和流量和通行能力计算模型,为形成交叉口自行车通行空间设计、混合交通流信号控制理论奠定了基础。     

�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.     

���ڳ���ʱ��ģ�͵��ճ���ʱ�����

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

���ڳ���ʶ�����ݵij��е�·����ʱ��ֲ����ɼ����Ʒ����о�

利用北京市道路交叉口的车牌识别数据,应用假设检验的方法研究城市快速路及主干道的旅行时间及其可靠性的分布与估计方法.首先使用四分位数据筛选法对原始数据进行了筛选,获得分析所用数据集.其次对旅行时间的分布进行了研究,提出了与旅行时间有关的分布假设并进行了相应的检验分析,随后研究了旅行时间分布与路段道路运行状况的关系.基于对北京市的数据分析可以看出,道路拥堵时旅行时间分布多接近Weibull分布,通畅时接近对数正态分布.最后,本文进一步探讨直接利用正态分布进行数据拟合以及参数估计的可行性.案例分析显示,使用正态分布估计旅行时间平均值误差较小,但对旅行时间可靠性的估计则误差较大.     

基于行程时间的车辆通行连续性分析

定点检测器采集的路段行程时间样本中通常包含连续通行和非连续通行两部分,针对连续通行样本的识别,传统的固定阈值方法无法提供合理的结论.将行程时间样本时间序列化后,利用其差值的平稳随机性质,采用基于统计学的离群点检测的参数方法分离样本比传统方法更加科学有效.通过实证分析,非连续通行样本的占比是一种能够分离样本的指标.关联性分析的结论表明,该指标在4 分钟车程长度以内的路段中取值平稳,在4 分钟车程长度以上的路段中取值则受到道路等级、路段长度、交通运行状态、区位用地性质等多种因素的综合影响.     

����SVM�ij��п���·�г�ʱ��Ԥ���о�

随着城市快速路交通信息采集系统的发展,特别是视频车牌采集系统的应用,使实时动态获得快速路行程时间成为可能,同时也促进了高精度行程时间预测的理论研究和实际应用需求. 本文基于快速路车牌识别数据检测的海量历史时间序列数据,选择预测时段的前4个时段的数据作为输入特征值,以遗传算法建立模型参数优化算法,得到训练模型及其参数,从而实现车辆行程时间的动态预测. 最后以上海市快速路系统中的三个典型路段的实测数据进行实例分析. 结果表明：与传统的指数平滑法、多元回归法、ARIMA法预测结果对比,基于SVM的预测路段平均绝对百分误差在5%以内,希尔不等系数非常接近0,SVM模型显示了更高的预测精度.     

多信号交叉口干线行程时间特性分析

城市道路多信号交叉口影响下的行程时间分布及可靠性是交通流理论研究中的重要方向之一.本文基于灰色关联理论建立信号协调控制下的多信号交叉口行程时间影响因素模型.首先,对车牌识别数据进行预处理,得到路段和干线行程时间数据;然后,利用Burr分布和高斯混合模型对数据进行分布拟合,并进行拟合优度检验;最后,利用灰色关联法分析交叉...     

行程时间服从混合高斯分布的车队离散模型

为充分描述异质交通流条件下的车队离散规律,为信号配时优化、公交优先控制提供理论基础.考虑异质交通流条件下车辆行程时间分布特点,采用混合高斯分布拟合车辆行程时间分布.基于此,从流量角度推导了异质交通流条件下车队流量离散模型.通过实际调查数据,分析了下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型与Robertson模型、实际数据进行比较分析.结果表明,本文模型能够更好地描述异质交通流条件下的车队离散规律,与Robertson模型相比,平均预测均方误差减少了27%.