基于覆盖度的公路网交通生成预测方法

通过分析目前常用的交通生成预测方法的优缺点，提出公路网交通总量生成预测法，给出交通小区的划分原则，并定义覆盖度指标，在此基础上可建立基于覆盖度的公路网交通小区生成预测模型，从而可为公路网交通生成预测提供一种新的有效的方法。     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.     

基于区位重要度的县乡公路网交通生成预测方法研究

通过分析县乡公路网建设与社会经济发展的相互关系,结合县乡公路网的特点,从经济发展度、连通度和导向度三个方面定义交通小区的重要度,建立基于区位重要度的县乡公路网交通生成模型。永定县县乡公路网规划实例使得该方法的合理性和有效性得到了验证。     

深圳盐田港保税区货运交通需求预测

深圳盐田港保税物流园区作为海关实施监管的特殊经济区域,其交通规划与交通组织具有十分独特的特点.对传统的四阶段预测方法进行适当的调整,根据盐田港保税区仓储处理能力进行交通生成预测,根据保税区货物装卸流程和各交通小区的仓储能力进行交通分布预测;然后结合盐田港保税区出入口单一、交通量繁重的特点,在北片区闸口部分路段实施单向交通组织;最后运用软件TransCAD采用增量分配法进行了交通分配,得到的分析数据说明了方案的可实施性.     

中小城市交通生成预测模型研究

城市交通生成预测是城市交通规划的基础，如何客观、科学地进行交通生成预测，是当前我国城市交通规划中共同面临的课题。一般来说，不同的土地利用布局、不同的土地利用性质和不同的土地利用强度，对应着不同的交通生成。因此，建立土地利用与交通生成的相互关系模型，实现土地利用-出行生成相关因素-交通生成的三步式预测方法向土地利用-交通生成两步式预测方法的过渡，将在大大简化交通需求预测过程的同时提高预测结果的可靠性。     

区域与次区域交通模型的一致性研究——以南加州橙县和尔湾市交通分析模型为例

介绍了区域交通模型和次区域交通模型，以及两种对接方法。以美国南加州橙县和尔湾市交通分析模型为例探讨实现交通模型一致性的具体过程。首先通过构建3级交通分析小区系统，运用土地利用／社会经济数据转换系数，以及遵循同区域交通模型相一致的公路网构建方式确保模型输入数据一致；同时，对次区域交通模型的模拟结果进行适当后处理，使其与实际交通量吻合。结果表明，尔湾市交通分析模型与橙县交通分析模型之间的结果差异为．4．2％，可认为二者之间是一致的。     

Emme3在交通影响分析中的应用

为了较好地实现交通影响分析的直观性和客观性,运用emme3对温州苍南新城区项目进行了论述。在简要介绍项目概况和传统的四阶段方法的基础上,运用emme3进行交通生成预测获得了目标年各交通小区的背景和项目交通产生和吸引量,通过交通分布获得了目标年背景和项目OD矩阵,最后通过方式划分和交通分配得到了目标年的背景和项目路段交通量。根据背景路网交通量和项目路网交通量的预测结果进行方案比较分析得到项目建成并投入使用后,对站前大道的影响程度较强;对江滨路、人民大道和春晖路也有一定影响,但各路段交通影响度没有超过交通影响限定比例。     

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.     

公路网规划中交通流分配的动态规划法

在分析公路网规划中交通流路网分配的概念及其计算方法的基础上,对交通动态分配过程及其交通分配模型进行的分析表明,该模型的选择是解决区域性公路网合理性和最优化问题的关键．     

公路网规划中交通流分配的动态规划法

在分析公路网规划中交通流路网分配的概念及其计算方法的基础上,对交通动态分配过程及其交通分配模型进行的分析表明,该模型的选择是解决区域性公路网合理性和最优化问题的关键.     

基于分段外推法的城市汽车保有量预测

汽车保有量的预测是城市交通规划的一项基础性工作,是制定各种交通需求管理措施的重要依据。分析影响城市汽车保有量的因素,将城市划分成不同的交通小区,并建立相应的评价模型对各小区进行综合评价。同时利用某一小区以往汽车保有量资料,建立基于分段外推法的城市汽车保有量预测模型,为城市汽车保有量的近期预测提供有效方法。     

公路网规划现实思考与新思路

基于公路网规划的研究现状，研究了目前规划理论中规划逻辑与交通预测。指出了规划中存在的突出问题：规划逻辑上存在价值逻辑和因果逻辑的缺陷；规划依据的需求预测置信水平不高。运用系统多维价值导向的共生思维方法和生态进化的演替思想，提出用慢变量决定路网布局，优化路网结构，用快变量改进管理，用广义目标规划实现规划目标的价值导向和公路网功能整合的规划思路。该方法能在很大程度上避免逻辑缺陷和预测模型的不良影响，改善规划的质量。     

车路协同混合交通场景要素解析与测试案例生成

面向混合交通环境下多车效率类和单车安全类场景测试需求,研究了基于混合交通场景要素解析的车路协同测试案例生成方法;为提高测试案例的多样性和覆盖度,分析了混合交通特征要素相互作用机理,构建了混合交通场景要素层次模型,提出了场景要素重要度的一致性描述指标,并在此基础上建立了测试案例复杂度模型;针对多车效率类场景仿真测试,提出了复杂度激励的组合测试案例生成方法,设计了场景要素强耦合组合策略;针对单车安全类场景仿真测试,提出了基于复杂度聚类的蒙特卡洛测试案例生成方法,设计了风险场景特征参数抽样机制;选取车路协同混合交通典型场景开展仿真试验,验证了提出的测试案例生成方法的有效性。研究结果表明,对于多车效率类混合交通高速公路匝道合流场景测试,提出的方法比传统成对测试方法的场景最大复杂度提高了11.93%,高复杂度场景占比提高了60.02%,测试案例覆盖度提高了12.08%;对于单车安全类车路协同换道预警场景测试,提出的方法比传统蒙特卡洛测试方法的危险场景数提高了195%,且其参数估计误差降低了5.95%,高风险场景数提高了119%,且其参数估计误差降低了4.78%。可见,提出的方法能够提高测试案例的...     

求解网络流的交通场方法

通过研究公路网规划工作中的交通ＯＤ推算方法，指出了目前常见方法推算精度不高的问题，提出了建立在交通场基础上的新型ＯＤ推算方法，并介绍了该方法及其原理。     

沈阳市公路网现状及交通区位分析

本文从公路网与社会经济发展之间的关系着手,对沈阳市公路网现状及其在国家级、城群圈和城区三个层面上进行交通区位分析。提出了当前沈阳市公路网存在的主要问题及解决思路。     

基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

住宅小区交通影响分析中交通需求预测方法

以住宅小区项目交通影响分析为例,针对交通需求预测时难以获得精确的初始OD矩阵问题,提出从合理划分小区以形成合适初始矩阵结构,到选择合适观测路段,然后再通过进一步修正初始OD矩阵单元值以符合网络布局3方面来控制OD反推过程精度。描述引入住宅成熟度指标预测项目新增出行的方法,结果表明该方法能够更好地控制交通需求预测精度。     

����BPNN-MOPģ�͵�����·�������ģԤ���о�

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

基于出行特征的用地类型推断方法研究

提出一种基于卷积神经网络推测城市交通小区内用地特征的算法,同时对交通小区内多种用地类型进行预测.选用公共交通出行数据集和网约车出行数据集,融合多种出行方式的出行特征对交通小区内用地特征刻画.提取交通小区内发生强度,吸引强度和产吸差强度3个指标作为模型输入,训练得到基于区域内出行特征双通道的卷积神经网络模型,采用网格寻优方法确定最优网络结构.选取北京市六环内交通小区作为研究对象,结果表明,本文算法能够同时推断交通小区内居住、工作和休闲用地特征,并获得各用地类型在小区内占比分布.     

基于广义费用的多用户公路网平衡配流模型

为了准确进行公路网交通需求预测,分析了影响出行方式选择和路径选择的广义费用的影响因素,给出了广义费用的组成部分和函数形式,探讨了多类型车辆换算模型的形式和参数标定方法.借鉴城市混合交通流量分配的研究成果,运用变分不等式的理论和方法,建立了基于广义费用的多用户公路网平衡配流模型,借助交通规划软件Emme设计了模型的求解算法,并利用温州市相关数据进行模型中的部分参数标定和实证研究.分析结果表明:该模型进行交通分配的结果明显优于分步加载方法,在路段饱和度较高时比客货分步加载的方法更加可靠.