基于非集计模型的城市铁路线路客流量预测研究

首先通过比较中国和世界上有代表性的几座大城市交通设施建设情况，提出在中国特大城市建设立体交通体系的必要性。然后，给出规划立体交通体系的技术方法，即利用个人出行调查数据和实测数据、预测各种出行目的的交通方式胆的技术方法。还以日本大阪市港区－－南港城市轨道线路为例，进行实例介绍。采用非集计模型进行了交通方式划分，并且利用个人出行调查数据拟合模型中的参数。在城市铁路线路交通分配中，仍然采用了非集计模型，预测出了铁路各站的客流量，为城市综合交通设施的建设提供科学根据。     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。     

基于自然轨迹考虑车型的多车道公路交通指标分析

分析了HighD和NGSIM两个开放的自然驾驶数据集中交通流参数(如速度和流量)与安全指标(如车头空距(DHW)、车头时距(THW)和碰撞时间(TTC))的异同.首先针对两个数据集分析了交通状态、不同车道和车辆类型等参数对交通流参数的影响.然后,针对车辆跟驰情况,研究了基于不同车道和不同车型的安全指标分布,探讨了安全指...     

基于路网空间拓扑结构的交通流数据填补模型研究

由于传感器故障、状况不稳定或数据传输等问题,交通流数据存在大量丢失的情况,对依靠这些数据进行交通科学决策产生了很大的影响.基于以上问题,提出一种基于空间拓扑结构的交通流数据填补方法,模型通过选取区域的典型道路训练上下游之间相关参数,根据道路类型匹配典型道路,应用典型道路的参数进行交通流数据填补,并利用武汉市实际交通检测器数据进行模型验证.选取武汉市实际道路上2个典型地磁检测器进行数据填补误差分析,不同填补方式下的平均相对误差为52.88%和51.93%,相对于传统的交通流数据填补建模来说,基于空间拓扑结构的填补模型在实际的应用过程中,能够在更大的范围内对丢失的交通流数据进行填补.      

基于Logistic曲线的交通流速度-密度关系建模

为了解析交通流速度与密度关系,推导出了一组交通流参数物理意义明确且符合交通流特性的通用Logistic模型.从Logistic模型本质出发,讨论速度变化率的表达形式,结合交通流实际情况修正速度变化率并引入速度上确界概念,建立了一系列Logistic模型;通过改变取值,给出了模型参数变化对Logistic速度-密度曲线的影响,并细致讨论了参数的物理意义及获取方法;最后分别采集区段和断面的全交通状态数据进行模型验证.结果表明:模型3对2组数据的拟合优度分别为0.931 3和0.970 4,该模型能够很好地描述不同状态下的交通流特性.     

基于贝叶斯多元泊松-对数正态分布的交通冲突模型

为了构建信号交叉口直左交通冲突模型,利用计算机视频识别技术提取了温哥华市12个信号交叉口101h的交通冲突数据和交通流数据,考虑交通流状态对交通冲突的影响,用v/c(v为实际交通流量;c为基本通行能力)将交通流状态划分为4种场景。构建了多场景下基于多元泊松-对数正态分布的交通冲突模型和单一场景下基于单维泊松-对数正态分布的交通冲突模型,采用贝叶斯估计方法对模型参数的后验分布进行了推导,利用马尔可夫链蒙特卡罗仿真方法对模型参数进行了估计,分别利用方差信息准则(DIC)和模型期望方差对2种模型的拟合优度和精度进行了比较。研究结果表明:多元泊松-对数正态分布交通冲突模型拟合优度优于单维泊松-对数正态分布交通冲突模型;4种场景下,多元泊松-对数正态分布交通冲突模型拟合精度分别是传统单维泊松-对数正态分布交通冲突模型拟合精度的2倍、1.5倍、2倍和1.4倍;不同交通流状态下的冲突流量对交通冲突的影响具有差异性;若保持左转车流量不变,当直行车流量增加1%时,交通流状态场景为1,2,3,4下的直左交通冲突频次分别增加0.36%、0.56%、0.17%和0.78%;若保持直行交通流量不变,左转交通流量增加1%时,交通流状态场景为1,2,3,4下的直左交通冲突频次分别增加0.40%、0.67%、0.40%和0.51%。     

恶劣天气条件下城市快速路通行能力研究

通行能力是道路交通工程的重要参数。特别是在恶劣天气条件下,交通组织管理需要准确的通行能力数据支撑。基于上海市快速路监控中心采集存储的海量交通数据,结合气象局发布的天气状况信息,提取出恶劣天气条件下快速路的交通流参数。根据气象数据对交通流参数关系的影响程度,对气象条件进行了分级。提出了基于交通流模型拟合的通行能力计算模型,计算并标定了不同气象等级下通行能力的折减系数。     

理论.方法.数据：交通流模型成功三要素

本文通过分析现代交通流模型研究中存在的问题，指出认识理论，方法和数据在交通流模型研究中地位问题的必要性，提出并论述：在交通流模型研究中，交通流行为理论是基础，方法是工具，数据是原料，三者缺一不可，构成交通模型成功的三个必要因素；同时，对理论，方法和数据使用中存在的问题进行了详细分析并试图提出相应的解决途径。     

基于相空间重构和PSO-GPR的短时交通流预测

准确实时的短时交通流预测是智能交通诱导的关键.为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型.针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入-输出数据集.利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型.以重构序列作为预测模型的训练集和测试集,实现短时交通流预测.采用北京市东四环快速路检测器实测数据对比分析模型预测效果.结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97%,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度.      

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。