基于改进的隐马尔可夫模型交通拥堵识别研究

为准确高效地追踪识别城市区域交通路况信息,提供合理的交通出行策略,针对原始的隐马尔可夫模型(hidden markov model,HMM)初始状态参数难以选择且训练过程极易陷入局部最优解的问题,提出了一种改进的隐马尔可夫模型的交通拥堵态势识别机制,有效地拟合了城市道路相邻交叉口交通拥堵状况.将粒子群优化(particle swarm optimization,PSO)算法引入到隐马尔可夫模型的训练中,结合Baum-Welch算法分别对该模型的状态数等参数进行优化,最后根据Viterbi算法聚类出城市道路交叉口最佳拥堵状态序列.根据采集的真实交通流和GPS数据、车辆延误时间特征数据进行实验,其结果表明,改进的隐马尔可夫模型在道路交通拥堵识别的准确率和稳定性上有明显提升.     

基于GPS轨迹数据的不同交通状态下交通方式识别流程优化方法

基于GPS轨迹数据的交通调查技术能够有效弥补传统居民出行调查方式的不足，该技术在高峰拥堵时段的交通方式识别效果有待进一步研究.针对公交车和小汽车识别精度较低的问题，本文提出基于支持向量机(SVM)的流程优化方法，加入基于短时傅里叶变换 (STFT)的频域属性，利用遗传算法(GA)对SVM的惩罚系数和核参数进行联合优化，评估不同交通状态下交通方式和方式转换点的识别效果.结果表明：频域属性的加入能够有效提升交通方式识别精度，在道路畅通状态和一般拥堵状态下，交通方式和方式转换点的识别效果均较为理想；在严重拥堵状态下，机动化方式易与非机动化方式相混淆，方式转换点最大识别误差在13 min以内，相比于基于主观回忆的人工问卷调查方式仍具有参考性.     

交通发展研究与特大城市交通综合治理——“交通7+1论坛”第四十六次会议纪实

交通拥堵、机动车乱停乱放、交通污染排放是城市交通研究中的热点和难点问题.基于大数据的城市交通运行状态分析系统为拥堵点筛查、拥堵原因分析、交通拥堵预报、交通拥堵治理及政策效果分析提供有力支持.制定完善的停车法律才能实现停车问题的根本解决.严格停车执法、规范停车管理、提高停车设施利用效率,实现停车违法行为综合治理.基于OBD能耗计量器具和交通大数据平台,深入分析机动车污染排放形成机理,研究掌握能耗排放感知、能源计量数据质量控制、能耗排放建模等核心技术,建立交通节能减排检测统计平台,提高交通能耗排放数据核算精度,为政府部门提供决策支持.     

基于LVQ神经网络的交通拥堵预测研究

面对大量的交通参数数据,如何快速建立高效的分类预测模型以尽快地对拥堵状态进行判别是一个重要的问题。本文利用检测器提供的车速、流量和占有率等相关参数信息,提出了基于学习向量量化（LVQ）神经网络的交通拥堵预测模型．通过使用Matlab7．3数学软件的神经网络工具箱对该神经网络不断地训练,最终可以对道路正常状态和拥堵状态进行分类,通过交通流参数数据的输入预测出路段交通拥堵状况．最后,给出算例进行网络训练和测试,训练结果表明,运用该算法进行交通拥堵预测取得了良好的效果,具有一定的现实意义．     

济南交通拥堵影响因素分析及对策

以济南交通拥堵为研究对象,基于2001-2018年统计数据,运用主成分分析法测算济南交通拥堵程度,探讨缓解交通拥堵的主要因素,并提出缓解对策.研究得到:(1)济南交通拥堵的影响因素可分为交通供给因素和交通需求因素,交通需求因素对于城市交通的影响不断加大.(2)济南交通拥堵程度在2001-2004年呈稳定状态,2005-2010年拥堵程度有减缓趋势,2011-2015济南交通拥堵变化方向不稳定,除2014年最为拥堵外其余年份变化幅度都不大,2015-2018年拥堵水平缓慢下降,总体拥堵水平有所缓解.(3)交通供给角度应优先发展城市公共交通系统,加强交通基础设施建设,交通需求角度应加强交通法规宣传,调控出租汽车及私人汽车增长速率.     

济南交通拥堵影响因素分析及对策

以济南交通拥堵为研究对象,基于2001-2018年统计数据,运用主成分分析法测算济南交通拥堵程度,探讨缓解交通拥堵的主要因素,并提出缓解对策.研究得到:(1)济南交通拥堵的影响因素可分为交通供给因素和交通需求因素,交通需求因素对于城市交通的影响不断加大.(2)济南交通拥堵程度在2001-2004年呈稳定状态,2005-2010年拥堵程度有减缓趋势,2011-2015济南交通拥堵变化方向不稳定,除2014年最为拥堵外其余年份变化幅度都不大,2015-2018年拥堵水平缓慢下降,总体拥堵水平有所缓解.(3)交通供给角度应优先发展城市公共交通系统,加强交通基础设施建设,交通需求角度应加强交通法规宣传,调控出租汽车及私人汽车增长速率.     

城市交通运行状况对机动车碳排放的影响研究

为定量分析不同城市交通运行状况对机动车碳排放的影响，利用高德平台提供的拥堵延时指数(Congestion Delay Index, CDI)数据，在分析我国交通拥堵城市时空分布特征以及CDI特征的基础上，通过构建基于速度的CO2排放因子，利用VISSIM模拟不同交通运行状况时的交通量， 实现不同交通运行状况下机动车碳排放的估算。结果显示：交通拥堵城市分布具有空间依赖性和聚集性，在长三角经济区和珠三角经济区形成两个高聚集中心；CDI具有明显的周期性(7 d)波动规律，且受天气和人类活动等的影响较大，疫情打破了此规律；城市交通运行状况(CDI)对机动车CO2排放有较大的影响，当交通处于轻度拥堵时(CDI为1.582)，交通高峰期我国城市机动车年排放的CO2总量约为0.77亿 t，是畅通状态下的4.51倍；当交通保持基本畅通时(CDI为1.35)，交通高峰期我国城市机动车CO2年排放总量可减少0.29亿 t；当交通达到中度拥堵时(CDI为1.909)，交 通高峰期我国城市机动车CO2的年排放增加0.22亿 t；当处于交通严重拥堵时(CDI达2.394)，交通高峰期我国城市机动车CO2的年排放总量可达1.33亿 t。改善城市交通运行状况，可大幅度降低机动车的CO2排放量。     

���н�ͨӵ��̬�Ƽ�ص�ʱ�շֲ���̬ʶ��ģ��

为了及时发现和预警城市交通高峰时期的偶发事件,研究了态势监控的城市交通拥堵动态跟踪问题.对交通拥堵的相关属性、变化规律、空间分布以及判别方式等进行综合研究的基础上,分析了道路交通流的非线性动力学特征,建立了基于时空分布的路网交通拥堵态势监控的动态预警模型,提出了解决城市路网交通拥堵的方法,达到了充分利用交通资源、疏导交通、缓解交通拥堵的目的.该模型在对占有率、速度、流量三个基本交通流参数进行处理获得新的交通拥挤判别指标基础上,通过形态识别模型对拥堵状态进行判定.实例分析表明,该模型为缓解城市交通拥堵问题、提高城市交通管理水平、改善道路交通安全形势等具有重要的理论意义和应用价值.     

可变信息屏对北京市交通拥堵缓解的评价研究

可变信息屏（VMS）为缓解大城市交通拥堵提供了一种有效途径,它通过发布诱导信息来均衡路网上的交通需求.为了评价VMS对缓解交通拥堵的效果,本文通过数据挖掘方法建立了一种通用评价模型.所用数据包括由北京市VMS系统和道路检测器得到的VMS历史发布信息和道路交通流数据,这些数据能够真实地反映路网中的交通状况.通过比较诱导信息和提示信息下的拥堵缓解效果,并对不同道路状况下拥堵缓解效果进行时间和空间分析.结果表明,诱导信息能够更加有效地提高拥堵路段的服务水平,特别是严重拥堵路段,诱导信息比提示信息更加有效.     

基于CRITIC-TOPSIS法的城市交通拥堵演变趋向指数研究

为更加全面地评价城市道路交通拥堵,重新界定交通拥堵内涵,阐述交通拥堵状态与交通拥堵趋势之间的逻辑关系,提出交通拥堵演变趋向指数(ETI)概念.运用聚类分析法构建并筛选拥堵趋势评估指标——行程时间比变化率、饱和度变化率、拥堵里程比变化率及拥堵持续时间变化率,基于CRITIC法和TOPSIS法构建交通拥堵演变趋向指数模型,对城市主干路交通拥堵趋势进行评价,并将此方法应用于哈尔滨市三条主干路中进行交通趋势评价.该指数模型的建立可为城市道路交通拥堵提供更加完善的评价模型,也可为居民出行、提高交通管理水平提供参考.     

基于车牌识别数据的城市路网运行状态识别方法实践

采用城市车牌识别数据进行路网运行状态观测和分析,设计了基于车牌识别数据的交通卡口聚类算法、车辆轨迹还原算法及速度分类树算法,建立了路网运行状态识别模型,结合乌鲁木齐的城市交通路网形态和车辆构成特征,通过与出租车GPS统计数据的对比和融合分析,研究了乌鲁木齐市的交通出行特征、路网运行速度与流量变化规律,以及路网运行与常发拥堵路段的关系,提出了一种利用车牌识别数据进行城市路网运行状态识别的方法。     

基于浮动车数据的交通拥堵时间维度特征

以北京市浮动车数据为基础,对比2个工作日上午时段的交通拥堵时间百分比、持续时间特征指标,引入残存函数描述路段拥堵持续时间分布概率,采用曲线拟合后得到Log-Logistic模型可以更好地描述拥堵持续时间残存函数曲线,并对比不同路段的拥堵持续时间分布差异;此外,通过对比分析拥堵时段内速度的区间分布,得到拥堵前后时段交通状态的演变关系．通过对实际数据的具体分析直观说明交通拥堵时间维度的特征,以期为交通拥堵评估与预测奠定基础．     

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.     

基于矩形法的交通拥堵传播模型研究

准确分析交通拥堵传播特征是预测交通拥堵状态进而解决拥堵问题的先决条件。首先结合实际交通状态,提出速度延伸判别指数(ESDI),并将道路拥堵状态划分为5个等级,界定各等级阈值,构造拥堵马赛克时空图。提出矩形法绘制规则,建立交通拥堵演变的传播模型分析法,研究拥堵和消散传播规律与特征,有效计算传播速度。最后以重庆市黄花园大桥为例进行建模验证,研究表明,基于ESDI的道路交通状态判别方法能正确划分路段所处拥堵状态,基于矩形法的交通拥堵传播模型能有效得到道路拥堵演变特征,包括常发或偶发性拥堵、消散的起止时间、传播速度及发生原因等。     

城市道路交通拥堵状态时空相关性分析0

城市交通拥堵的形成和消散实际受多周期的交通流冲击波影响,产生来源非常复杂,建模也很困难.正因如此,有关拥堵时空扩散性的研究多停留在定性层面.基于直接采集交通数据可进行定量分析,但数据的细粒度特性使信号不够平稳,在多时间尺度上甚至表现出相反特征,缺乏有效的知识挖掘思路和方法.针对拥堵区域交通参数时空相关性问题,在皮尔逊相关性指标的基础上提出并采用了一种新的分析方法,它将道路实测速度轨迹分解为多时间尺度的趋势和细节分量.应用该方法提出的相关性指标和数据分段算法,对典型交通拥堵扩散算例进行了分析,借助相关性状态变化刻画了拥堵在时空中扩散的定量特征.     

运动车辆检测的APG-TR算法

为了提高智能交通系统中运动车辆检测的准确率,提出了一种基于张量恢复的APG-TR算法。采用张量表征交通视频图像,保持视频图像高维结构特征。通过张量恢复,重建出张量的低秩部分与稀疏部分,实现交通视频图像中交通背景与运动目标车辆的分离与交通视频内在特征的提取。利用交通监控系统采集到的交通视频106帧图像对本文算法进行了测试。测试结果表明:在晴天条件下,APG-TR算法的平均正确率为91.4%,在雨、雾天气条件下,正确率分别为86.4%、85.2%,相比帧差法更加稳定与准确。APG-TR算法具有良好的收敛速度与鲁棒性,在智能交通领域中具有广泛的应用前景。     

城市道路交通拥堵状态时空相关性分析

城市交通拥堵的形成和消散实际受多周期的交通流冲击波影响,产生来源非常复杂,建模也很困难.正因如此,有关拥堵时空扩散性的研究多停留在定性层面.基于直接采集交通数据可进行定量分析,但数据的细粒度特性使信号不够平稳,在多时间尺度上甚至表现出相反特征,缺乏有效的知识挖掘思路和方法.针对拥堵区域交通参数时空相关性问题,在皮尔逊相关性指标的基础上提出并采用了一种新的分析方法,它将道路实测速度轨迹分解为多时间尺度的趋势和细节分量.应用该方法提出的相关性指标和数据分段算法,对典型交通拥堵扩散算例进行了分析,借助相关性状态变化刻画了拥堵在时空中扩散的定量特征.     

旧城区道路节点交通拥堵治理方案的探析——以湛江市赤坎立交改造为例

为缓解道路节点的交通拥堵情况,满足日益增长的交通需求,借助于大数据分析,研究了道路交叉节点的改造方案.首先,提供交通大数据分析对道路节点的拥堵问题进行精准研判;其次,通过仿真模拟各改造方案的实施效果,筛选出最佳的改善方案;最后,借鉴典型案例,从路网结构、道路功能定位分析出发,提出不同交通组织方案,利用交通大数据及仿真技术,并对各个方案进行评估,选择最优方案,解决道路节点的交通拥堵问题,为类似交通拥堵道路节点改造方案研究提供参考.     

冰雪条件下路段交通拥堵状态识别模型研究

通过对冰雪条件下交通流的饱和流率、平均车头时距和平均行程车速等交通参数的调查,分析了冰雪条件对路段交通流特性的定量影响,在此基础上,采用综合分析法,选取平均行程速度和饱和度等指标,建立了冰雪条件下路段交通拥堵状态识别模型。并结合正常条件下的交通参数拥堵阈值和冰雪对交通流的定量影响,给出了确定冰雪条件下各状态指标的拥堵阈值的方法。最后利用哈尔滨市红旗大街实际调查数据对该模型进行了验证。     

����н�ͨӵ�ª� ——“��ͨ7+1��̳”�ڶ�ʮ�Ĵλ����ʵ

自1908年小汽车被大规模生产以来,交通拥堵成为困扰国际大城市发展的共同难题．论坛以“大城市交通拥堵”为主题,分析了引起城市交通拥堵的深层次原因,以及交通拥堵和城市规划及发展的关系,对当前治理城市交通拥堵的对策进行了反思,指出了目前在解决交通拥堵问题中存在的一些认识误区,研究了相关治堵的措施．以北京市为例,分析了北京市交通指数与交通运行分析平台对交通决策的支持作用,探讨了治理大城市交通拥堵的核心问题．