基于Vissim仿真的公交行程时间可靠性研究

从公交行程时间可靠性入手,深入分析了公交行程时间可靠性的定义、计算方法及评价指标体系;通过对公交车辆行程时间可靠性特征分析,建立了考虑公交专用道情况下的车辆行程时间可靠性概念模型,并运用仿真软件Vissim对不同影响参数下公交专用道条件下的车辆行程时间概念模型进行了验证,对仿真结果进行了对比分析,其结果可以对公交优先设计工作提供参考.     

基于乘客感知的公交行程时间可靠性研究

对基于乘客感知的公交行程时间可靠性进行定义,运用马尔科夫链的方法预测了公交站点之间路段行程时间,同时对公交站点的延误时间进行了分析与计算,研究乘客在整个出行过程中的行程时间基本分布状况;然后建立模型求解以乘客角度为出发点的公交行程时间可靠性,并通过实例验证了模型的可行性。     

高速公路车辆行程时间预测研究

对高速公路联网收费系统的数据和交通监控系统的数据进行了处理和分析,研究了高速公路车辆行程时间分布的规律性和各参数之间的关联性,构建了高速公路车辆行程时间预测模型,最后通过比较实际值与预测值来验证提出的行程时间预测方法,分析了误差的原因.     

基于蒙特卡罗模拟法的快速公交行程时间可靠性研究

快速公交行程时间可靠性是体现快速公交吸引力的重要指标。文中分析了快速公交网络的特性,以一种理想快速公交网络为研究对象,以快速公交运行中具有专用道和交通信号灯优先通行权等为前提,只考虑在中途停靠站点的延误作为行车延误,建立了快速公交网络行程时间可靠性计算模型,采用基于蒙特卡罗仿真的定量计算方法,并用实例进行仿真,结果显示行程时间可靠性可较好地评估快速公交网络性能。     

公交车辆行程时间预测方法研究

章以智能交通运输系统为背景，分析公闪车辆的行驶特性，在大量实测数据的基础上，应用统计回归理论，进行了公交车辆行程时间预测模型的假设和建立，并给出了公交车辆行程时间的预测结果。     

基于实时交通信息的行程时间估算及路径选择分析

路段行程时间的估计和预测是诱导系统的关键技术之一。由于路网参数不断变化,路段行程时间的估计必须满足实时性的要求。以城市交通控制系统的基本设施为基础,根据我国城市交通目前的发展状况,分析了影响路段行程时间的各种因素和路段行程时间的组成。利用设置在路段上的车辆自动检测装置搜集到的实时交通流信息,并结合随机服务系统的相关理论建立了城市道路路段行程时间的动态计算模型,提出了一种具有真实最短路径意义的实时动态最短路径选择的方法。     

基于行程时间可靠性的交通影响范围确定方法研究

交通影响范围的确定是交通影响评价的基础,也是交通影响评价的难点问题。现阶段国外主观确定交通影响范围的方法不适用于我国,国内已有的模型方法存在参数标定和假设过于理想化等问题而不能被广泛应用。而本文提出的基于行程时间可靠性的确定交通影响范围的方法,在考虑了出行时间的基础上,同时考虑了对出行者出行路径选择行为影响较大的行程时间可靠性因素,提出了一种更切合实际道路交通情况的、操作更简便的确定交通影响范围的新方法。最后本文选取了北京市的某一个具体开发建设项目进行实例应用验证,并与目前应用的其他交通影响范围确定方法进行了比较分析,说明了本方法的可操作性和适用性。     

VNS中动态行程时间与多端动态最短路算法

对车辆导航系统中路径引导信息的供给与需求进行了综合分析，提出了最短路划分方法与多端动态最矩路问题，建立了路段动态行程时间计算模型与多端动态最短路改进短阵算法。     

基于广义出行费用的城市路网行程时间可靠性

为体现出行者路径选择行为,准确评价路网行程时间可靠性,采用行程时间均值和行程时间均方差的加权和定义广义出行费用,以不同的加权系数反映出行者对待风险的态度。从路段层面定义行程时间可靠性,以广义出行费用最小化为目标构建SUE模型,建立基于广义出行费用的路网行程时间可靠性模型。结合模型特点,给出Monte Carlo仿真和交通规划模型相结合的求解算法。并在一个小型测试路网上进行了验证,结果表明:出行者对待风险的不同态度对行程时间可靠性具有明显的影响,保守型出行者将使路网行程时间可靠性有所提高;所建分配模型能够较真实地反映出行者的路径选择行为,使行程时间可靠性分析更加准确。     

动态输入下路段行程时间研究

以元胞传输模型(LWR模型的离散形式)作为分析工具,以行程时间为研究对象,研究了单车道路段没有出入口的基本路段受交通信号控制影响下的动态行程时间.考虑到路段上车辆密度对车辆速度的影响,文章定义了路段加权密度来表征车辆进入路段时路段的状态.分析结果表明,动态行程时间和车辆进入路段时的流量基本上没有关系;当车辆进入路段时刻一定时,路段加权密度和车辆的动态行程时间成线性关系.     

路径行程时间的组合预测方法研究

立足于历史和实时数据的融合应用,从实际应用角度出发,构筑了一种路径短时行程时间的组合预测模型和相应算法。该组合预测模型包含基于历史数据特征向量的聚类分析子模型和基于路径行程时间序列的自回归子模型,通过贝叶斯概率公式实现子模型的权重分配。并对数据进行滚动式处理,实现权重系数的实时更新。最后选择上海市快速路系统3条典型路径进行实例分析,并与实际牌照自动识别行程时间数据进行对比验证。     

基于路段变异系数的路径行程时间可靠度评价

为了给出行者提供更准确的候选路径的行程时间可靠度,并克服缺乏完整观测样本的局限,介绍了一种符合对数正态分布假设和基于路段行程时间变异系数的路径行程时间可靠度评价方法,并解析了早到指数和迟到指数这2个符合概率特征的新指标.分别在仿真的城市信号灯路网和乌鲁木齐市内环快速路开展实证研究,验证该方法在城市道路上的路径行程时间可靠度估计的适应性.仿真结果证明,应用乌鲁木齐市少量浮动车数据的估计结果显示该方法简单实用,但是评价结果对各路段之间行程时间方差的差异程度较敏感,该方法易于夸大城市信控道路上的路径行程时间的不确定性.     

应急条件下区域路网行程时间可靠性研究

为了研究应急条件下的区域路网可靠性,建立绍兴市区域路网Vissim仿真模型并进行校准.提出基于交通仿真和蒙特卡洛方法的应急条件下路段行程时间计算模型并结合实测与仿真数据对模型进行修正,并分析路网拓扑空间关系依次建立应急条件下路径、OD对、路网行程时间可靠性模型.量化分级行程时间可靠性,对绍兴市典型路段和典型区域进行仿真与评价分析.研究结果表明,路网行程时间可靠性随应急事件的降低而降低,当越城区和诸暨市应急事件等级由正常降至一级,路网行程时间可靠性由0.519和0.534降低至0.201和0.173.同等应急条件对同一地区不同区域路网存在差异性影响,同等应急条件下诸暨市的路网行程时间可靠性下降比相对于越城区高4.5% ~9.9%,主要由于其自由式路网交通疏散能力较差且非城区交通管理水平较低.     

基于多智能体系统的动态路径选择算法研究

动态路径选择算法是城市交通流诱导系统的核心理论之一，一直受到国内外研究学者的普遍关注。本文给出了一种基于多智能体系统的动态路径选择新方法，阐述该方法的主要思想，借助交通模拟软件——PABAMICS建立一个基于多智能体的交通诱导系统，并实现对一个简单路网的诱导管理。仿真结果显示：该方法具有实时性强和鲁棒性好的特点，说明多智能体系统在实际交通诱导应用中具有可行性。     

基于行程-时间域的路段行程时间预测

为了提高高速公路路段行程时间预测的实时性与准确性,提出了基于行程-时间域的路段行程时间预测算法.该算法依据实时检测的交通数据和BP神经网络预测路段单元在不同时间单元的空间平均车速,构建车辆出行的行程-时间域,通过车辆穿越行程-时间域获得路段的预测行程时间.通过比较行程-时间域算法与传统神经网络预测算法,揭示了行程-时间域算法在预测精度上优于传统神经网络算法.以沪宁高速公路路段作为示例背景,基于Vissim仿真软件,验证了所提算法的准确性与可行性.     

带有随机需求的车辆路径选择问题算法研究

为带有随机需求的车辆路径问题（VRPSD）提供一个具有通用性的算法,将一个VRPSD问题转化成带有运力限制的车辆路径问题（CVRP）的有限集,通过解CVRP问题来解决VRPSD问题。为提高解的可靠性引入了安全库存的概念,并运用了蒙特卡罗仿真方法,得到了在不同安全库存水平下每条路径的可靠性。用实例检验所述方法的可靠性和通用性。     

城市道路应急车辆路段行程时间计算模型

针对应急车辆的路段行程时间计算问题,选择了具有代表性的单向2车道道路,在假设应急车辆不更换车道的条件下,根据应急车辆行驶规则,构建了城市道路应急车辆的2车道路段行程时间计算模型.得出行程时间和路段长度,自由流车速,常规车辆的平均车速,更换车道时间,车流的车头时距的关系.验证结果显示,该模型具有一定的适用性.     

基于马尔科夫链的公交站间行程时间预测算法

公交站间行程时间具有明显的时段分布特征,且公交车辆是典型的时空过程对象,其运行具有状态转移性。为了准确预测公交站间行程时间,在应用马尔科夫链预测公交站间行程时间基础上提出其改进算法。通过大量公交GPS数据构造不同时段下具体线路站间行程时间的马尔科夫状态转移矩阵,并对站间行程时间进行状态推导,采用移动误差补偿法对马尔科夫预测值进行动态修正,改进原有的马尔科夫预测算法。以广州市BRT线路B1的实际运行数据对算法进行了验证,结果表明,移动误差补偿改进算法优于基本马尔科夫算法及 BP模型,同时该改进算法还具有实现过程较简单。     

基于Edgeworth级数的行程时间可靠性的计算与实证

通过引入行程时间可靠性概念,研究因受交通事故、交通供需矛盾等因素的影响,而导致路网行程时间随机波动的现象。为了研究路段中行程时间的分布规律,基于连续3个月的历史行程时间数据,实证分析了几个典型时间窗的行程时间分布形态,对高峰时段的数据拟合正态分布,平峰时段的数据拟合对数正态分布。同时,对大多数不服从常用理论分布函数的路段行程时间,使用Edgeworth渐进级数来近似其概率密度函数和分布函数,进而构建出相应的路段行程时间可靠性的计算模型。最后,结合高峰时段实证数据计算路段行程时间可靠性,并将其与基于正态分布计算出来的行程时间可靠性进行比较,实证结果表明基于Edgeworth级数估计的行程时间可靠性明显优于正态分布,且该方法具有较好的移植性。     

基于车牌自动识别系统的城市道路行程时间预测算法

基于车牌自动识别系统采集的实时行程时间数据，提出了一种实用的行程时间预测算法。面对城市道路交通流较为复杂的现状，通过界定预测状态，选择了可靠的预测策略，针对采样量足够、采样量不足、部分采集设备故障3种情况，提出了应对算法方案。结合实际调查的数据进行了实例分析。结果表明，该算法具有良好的预测效果。