二次指数平滑在交通信息短期预测中的应用

通过对当前交通道路信息的实际情况的分析并结合指数平滑预测模型,提出了符合当前交通信息的分段二次指数平滑模型,该模型主要根据某城市一天各时段的拥堵情况计算平滑系数表,在通过二次指数平滑模型对交通信息进行短期预测。该方法充分考虑到了交通道路信息的实际情况,提高了交通信息短期预测的合理性。经过实际交通信息数据验证,结果表明基于该方法预测未来短期交通信息准确率满足使用需求,并为其他交通信息短期预测提供一种新的方法。     

基于物联网的公路交通运行状态评估与预测

交通事故与交通运行异常状态在公路上经常发生,对上游路段和相邻国省道带来严重的影响。通常,针对此类情况提前制定具有针对性的预案难度很大。如何在复杂路网环境下快速监测异常交通运行状态的发生并预测交通事件的影响范围,成为公路应急处置管理的基础。提出基于物联网技术对交通运行状态信息、气象条件、路面状况以及结构物状态的广泛感知,用于实时、快速监测公路异常事件的发生并预测复杂路网环境下交通事件发生后未来短时的交通拥堵发展态势的预测方法。该方法充分考虑了交通流、气象、路面条件以及结构物状态对交通事件下公路通行状态的影响。基于该方法,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,该预测方法具有良好的监测与预测能力。因此,本文提出的技术可以很好地为公路应急处置提供快速、科学的决策支持,为公路运营管理提供服务。     

交通诱导信息发布策略研究

作为诱导信息系统背后的作用机制,交通诱导信息发布策略对于系统的效果起到了至关重要的影响,在设计诱导系统时应选择合适的信息发布策略作为设计基础。使用解析方法评价了瞬时信息、预测型信息和无信息3种信息发布策略,比较了瞬时信息和预测型信息的有效性和最优性,以及不同流入水平、干扰流水平和预测精度下各种信息发布策略得到的总出行时间和各路径出行时间的情况,为诱导系统的设计提供建议。     

基础交通信息融合方法综述

文章介绍了几种经典算法在基础交通信息融合中的应用,包括卡尔曼滤波、人工神经网络、统计分析(加权平均,指数平滑法,平均值的递推估计算法),以及交通流量和行程时间预测方法。各种方法均通过实际验证其有效性及可靠性。融合后的数据能够满足智能交通系统的子系统ATMS相关应用领域对信息的精度要求,为下一步的交通状态估计提供可靠信息。     

基于小波-SVR模型的短时交通量预测研究

短时交通量预测是智能交通系统提供交通信息、诱导交通与制定控制策略的重要基础。基于小波分析与支持向量回归机(SVR)预测,提出一种基于小波-SVR模型的高速公路短时交通量预测方法。该方法采用小波分解与重构算法,将交通量原始信号分解为逼近信号和细节合成信号,利用SVR对2种信号分别进行建模分析,最后合成预测结果。应用该方法可实现时间间隔为5 min的交通量预测。实例分析表明:与直接应用SVR模型相比较,小波-SVR模型各项评价指标更优,其为交通量实时准确预测提供了更为科学的方法。     

大型活动期间交通方式构成分析

对大型活动期间观众交通方式选择影响因素进行了分析，主要分析活动举办地点区位、交通管制措施、活动规模等特性对交通方式构成产生的影响。分析结果可为大型活动期间交通方式构成预测提供参考，进而为大型活动期间交通影响分析提供基础依据。     

基于IPA的可变信息标志发布内容改善研究

可变信息标志是最具代表性的一种公共交通信息服务手段,它发布的信息具有公众性。但目前大多数可变信息标志针对不同的用户和环境提供相同的信息,这反映了对交通信息用户的偏好及道路状况等不同的交通环境考虑得不够。为了能在不同的交通环境下提供相应的信息,使用户在车辆行驶过程中由可变信息标志得到必要的交通信息,以问卷的形式调查了驾驶员对VMS提供信息的偏好度,利用IPA分析了VMS发布内容,并由分析结果提出了相应的改善方案。     

智能网联环境下的交通信息与安全——第4届交通信息与安全国际学术会议综述

交通信息是交通运输发展的基础,交通安全是交通运输的重要目标,智能网联环境下的交通信息与安全越来越受到学术界的重视.第4届交通信息与安全国际学术会议(ICTIS 2017)在此背景下隆重召开.围绕交通信息与交通安全的核心内容,分别从道路、水路的信息与安全角度出发,研讨了水路信息多元化应用、海上事故分析与船舶避碰、道路基础设施信息交互、公共交通优化等热点问题,展示了最新的研究成果.综述了会议报告的热点,分析了交通安全趋势以及存在的问题,并指出新能源动力船舶系统安全与防控、多种类多模式交通流动态预测、无人船开发与应用、道路安全建模等是交通安全与信息未来的研究方向.      

城市高架桥-地面复合型交通噪声特征实测分析

文章以济南市北园大街高架桥的实地调查和交通噪声监测试验为例,分析城市高架桥-地面复合型交通的交通流特征和交通噪声衰减特征,为高架桥-地面复合型交通模式的噪声预测和降噪措施研究提供基础依据。     

交通事件持续时间影响因素分析及其回归模型

交通事件的快速处置对于交通事故的快速救援、交通拥堵的及时疏导、交通安全隐患的有效排除具有重要意义。文中就某高速公路交通事件管理系统中记录的近3年的交通事件信息进行数据统计处理;采用方差分析的方法,分析高速公路交通事件持续时间的影响因素及其作用;采用多元逐步回归建模的方法找出主要影响因素并进行多元回归预测。经样本检验,此回归模型能够很好地预测交通事件持续时间。     

三峡翻坝运输江南公路交通量预测思路探讨

三峡翻坝运输江南公路是三峡坝区水陆联运的主要公路通道,服务于三峡坝区各种长期、应急或临时性翻坝运输需求,同时也是项目沿线地区内部及对外出行的重要交通线路。因其在区域运输网中的独特地位,其未来服务功能具备典型的多样性特点,交通需求特征迥异于一般公路项目,采用传统的交通量预测方法很难把握其未来交通需求的增长规律和分布特点。在江南公路交通量预测过程中,引入了分类预测法,并创造性地构建了基于出行意向的交通量分担模型、基于土地开发利用的新增交通量预测模型等,在诸多方面都进行了有价值的探索。     

交通预测原则和预测模型评价方法

在总结已有研究成果的基础上,提出了交通预测应遵循的原则,并对交通预测评价方法和模型选择等问题进行了探讨,以期更好地指导交通实际预测工作。     

情景分析法对西部公路建设规模测算分析

在西部大开发的环境之下如何较为准确地测算发展需求是交通部门急需解决的问题。从与公路建设规模紧密相关的社会经济、运输需求和政策措施3个方面着手,在各个指标与公路规模相关分析的基础上,运用情景分析法对西部公路建设关联情景进行了分析与设定,测算了不同情景发生所对应的公路建设规模及其敏感性。最后,通过可能的具体建设项目分析验证了预测结果的合理性。结果表明,情景分析法对于考虑政策差异对公路建设规模影响的预测是可行的。     

综合运输网络中的公路交通量分析与预测探讨

在综合运输网络中,公路与铁路、水运等运输方式间的竞争与协作关系日益复杂。而传统公路项目交通量预测往往从公路交通系统自身的角度出发,割裂了公路交通与其他运输方式之间的复杂关系,因而影响了预测结果的可靠性。本文以国道主干线上海至成都高速公路(沪蓉高速)麻城至武汉段为例,站在综合运输的全局角度,在全面分析公路、铁路运输特性及其对综合运输分担的影响的基础上,提出了综合运输网络下的公路项目交通量分析与预测方法,并在方式分担预测过程中创造性地引入了LOGIT模型修正系数以提高其可靠性,从而保证了交通量预测的精度和准确性,以利于客观反映出公路项目在综合运输网络中的客货运地位和作用。     

基于聚类分析方法的公交站点客流匹配方法研究

对公交IC卡数据收集、处理和分析得到的结果可以为公交客流分析提供重要依据。文中针对一票制IC卡数据信息不完善的缺陷,结合公交其他运营信息,利用聚类分析方法,研究基于公交IC卡数据的匹配技术,并给出应用于匹配技术的实例计算结果。结果表明,提出的方法有很强的实用性,为得到准确、实时且连续的公交客流信息提供良好的平台。     

A Comparative Study of Three Multivariate Short-Term Freeway Traffic Flow Forecasting Methods With Missing Data

Short-term traffic flow forecasting is a critical function in advanced traffic management systems (ATMS) and advanced traveler information systems (ATIS). Accurate forecasting results are useful to indicate future traffic conditions and assist traffic managers in seeking solutions to congestion problems on urban freeways and surface streets. There is new research interest in short-term traffic flow forecasting due to recent developments in intelligent transportation systems (ITS) technologies. Previous research involves technologies in multiple areas, and a significant number of forecasting methods exist in the literature. However, most studies used univariate forecasting methods, and they have limited forecasting abilities when part of the data is missing or erroneous. While the historical average (HA) method is often applied to deal with this issue, the forecasting accuracy cannot be guaranteed. This article makes use of the spatial relationship of traffic flow at nearby locations and builds up two multivariate forecasting approaches: the vector autoregression (VAR) and the general regression neural network (GRNN) based forecasting models. Traffic data collected from U.S. Highway 290 in Houston, TX, were used to test the model performance. Comparison of performances of the three models (HA, VAR, and GRNN) in different missing ratios and forecasting time intervals indicates that the accuracy of the VAR model is more sensitive to the missing ratio, while on average the GRNN model gives more robust and accurate forecasting with missing data, particularly when the missing data ratio is high.     

综合运输网络下的公路建设项目交通量预测方法研究

传统公路建设项目交通量预测方法往往从公路交通系统自身的角度出发,割裂了公路交通与其他运输方式之间的复杂关系,因而影响了预测结果的可靠性。本文从综合运输的角度出发,提出了基于综合运输网络的公路建设项目交通量预测方法,并对预测方法涉及的具体模型进行了讨论。应用该方法可以客观反映公路与其他运输方式之间的作用关系、准确描述交通量的转移规律、充分把握建设项目在综合运输网络中的作用和地位,使预测结果更加合理、有效。     

基于BIM模型的桥梁力学分析融合应用研究

随着数字交通强国等一系列政策的提出，BIM技术成为信息化的重要抓手。通过分析BIM与力学分析数据的关系，得到了基于BIM构件理念的力学基础信息分类。同时，通过基于BIM模型的桥梁力学响应快速分析方法实现了力学数据动态可视化分析，通过本系统可以极大地完善监测的结果动态对比，辅助设计人员进行快速决策，为施工方案的确定提供了一定的理论依据。     

基于动态系统的交通分布优化预测方法

研究运输系统中动态交通分布的预测方法,即在运输系统中,当各交通小区的发生交通量及吸引交通量出现变化后,需根据当前交通OD分布表迅速确定下一阶段的交通OD分布表。确定OD分布是交通运输规划与管理的一项重要研究内容,目前已有的预测方法都需经反复多次迭代才能得到计算结果,计算速度不能满足动态交通系统的要求。论文通过建立预测动态交通分布的优化数学模型及严格的数学推导,得到了求最优交通分布的一个解析公式,应用闭回路法设计了满足非负约束并使误差增长最小的一种调整方法。由算例表明该模型计算速度快,计算效果好,适合动态系统的交通分布预测。