基于浮动车数据的行程时间可靠度特征研究

针对正态分布或对数正态分布往往不能有效地描述小间隔行程时间分布的问题,提出了基于浮动车数据的行程时间算法.通过基于浮动车数据的行程时间经验分布,得到了以15min为间隔的不同出发时段行程时间的可靠度指标.以广深高速公路同乐-宝安机场段为例,对不同日、不同出发时段的行程时间可靠度特征进行了分析.该研究方法对于描述交通条件变化比较频繁的城市交通环境的行程时间可靠度有较强的适应性.     

基于路径的行程时间可靠度评价方法研究

平均行程时间是交通运行评价工作及信息发布中经常使用的参数,但计算过程中由于采用算术平均而往往丢失了很多有用信息,其中就包括可靠度情况.因为现实中对于同一路径不同日期的相同时刻行程时间也是不一样的,人们为了准时到达目的地,出行前往往需要根据过去若干天的经验预估可能的异常情况影响,而这恰好是当前平均速度等交通指标所不能表示的.文章针对能准确反映这种不确定性对出行者产生影响的行程时间可靠度指标,进行分析及实证研究.     

紧急救援车辆实时行程时间研究

以分析紧急救援车辆行驶特性、行程时间影响因素为基础，运用波动理论建立紧急救援车辆实时路段行程时间预测模型，给出模型的标定方法，结合实际数据标定模型参数、检验模型精度。     

紧急救援车辆实时行程时间研究

以分析紧急救援车辆行驶特性、行程时间影响因素为基础,运用波动理论建立紧急救援车辆实时路段行程时间预测模型,给出模型的标定方法,结合实际数据标定模型参数、检验模型精度。     

基于四阶矩的路网总行程时间可靠性评价

为了评价供需服从任意分布时的路网总行程时间可靠性,提出一种基于四阶矩的计算方法.通过计算机模拟计算出路网出行总时间的四阶矩,然后推导总行程时间预算与四阶矩之间的关系,继而定义了路网总行程时间可靠性,并采用逆向求解方程得到该值.通过在大型算例路网上进行测试,得到该网络的不同预算下的总行程时间可靠性.分析结果表明,路网总行程时间可靠性随着总行程时间预算的增加而增加,当增加到一定程度时,可靠性趋于稳定值1.0,完全符合实际情况,从而说明计算机模拟加上逆向求解的基于四阶矩的可靠性算法是一个有效的算法,可以很好地应用在供需随机分布路网的行程时间可靠性研究中.     

基于多源数据融合的干线公交车辆 行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度,在拟合公交车辆行程时间分布特征的基础上,提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合,其中混合高斯分布函数适用于单路段拟合,对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析,其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测,其中改进的SVM模型的平均绝对百分比误差为6.26%,优于ARIMA模型的11.69%,更适用于短距离交叉口间的公交车辆行程时间预测.     

动态宏观路段行程时间模型研究

在分析和对比了静态交通分配和动态交通分配条件下的路阻函数的不同之处和静态交通分配下路阻函数局限性的基础上，根据交通流理论和集散波分析，提出考虑信号交叉口排队长度的有度动态路段行程时间模型(SQ)，该模型以在动态交通分配条件下的车流密度和交叉口信号参数为变量的动态路段阻抗函数模型，文中实例证明SO模型能适用于大型动态交通网络复杂的动态交通分配(DTA)计算．     

基于多源数据融合的干线公交车辆行程时间预测

为提高城市中心区干线公交车辆行程时间的预测精度，在拟合公交车辆行程时间分布特征的基础上，提出基于多源数据的干线公交行程时间预测模型.对RFID及GPS检测器获取的实际数据进行预处理及分布拟合，其中混合高斯分布函数适用于单路段拟合，对数正态分布适用于多路段的拟合.采用皮尔逊相关性系数对影响行程时间的因素进行相关性分析，其中上游路段前2 个时间窗的平均行程时间的影响最大.分别采用ARIMA、改进的SVM模型对行程时间进行预测，其中改进的SVM模型的平均绝对百分比误差为6.26%，优于ARIMA模型的11.69%，更适用于短距离交叉口间的公交车辆行程时间预测.     

基于ARCH 模型簇的路径行程时间可靠性分析

 行程时间可靠性是反映道路交通网络可靠性的重要指标.由于交通系统存在不 确定性,行程时间的波动具有异方差性,利用传统数理统计方法建立的行程时间预测模 型,无法对行程时间进行准确的预测.针对行程时间波动的尖峰厚尾、集群性等特点,引入 计量经济学中的ARCH 模型簇.通过实证分析,评价行程时间波动的时变性、持续性,描 述系统外部信息冲击的分布,分析行程时间波动对外部信息冲击的反应机制.结果表明, ARCH 模型簇能很好地适应行程时间序列数据的方差变化特点,与交通系统的自身特性 相吻合,能够对路径行程时间的可靠性进行有效的评价.     

���ھ�ֵ�ͱ�׼��ĸ��ٹ�·�г�ʱ��ɿ���Ԥ��

在密苏里州圣路易斯市I-270/I-255州际公路上,可变限速标志实时控制高峰期车速以缓解拥堵.本文研究可变限速系统对行程时间分布和可靠性的影响,分析伽马分布、最大极值分布、log-logistic概率分布、对数正态分布及威布尔分布与24小时行程时间数据的拟合程度,得到后可变限速情形下行程时间的分布.结果表明,后可变限速情形下行程时间的分布服从对数正态分布.提出基于行程时间均值和标准差方法计算行程时间可靠性最关键指标之一——第95百分位数的行程时间基于I-270/I-255公路四个拥堵路段36个实测数据集,用参数和非参数统计验证了方法的有效性.     

基于路段走行时间可靠性的路网容量可靠性

为了减少了计算工作量，基于路网容量可靠性概念的分析，构造了基于路段走行时间可靠性的路网容量可靠性双层规划模型，根据模型中反映的路径选择行为为用户平衡的特点，用灵敏度分析法求解路网容量可靠性模型，并给出了1个简单的算例．算例结果表明，该模型能够用于评估随机环境下的路网性能，并为路网性能的改善提供依据。     

基于行程时间的车辆通行连续性分析

定点检测器采集的路段行程时间样本中通常包含连续通行和非连续通行两部分,针对连续通行样本的识别,传统的固定阈值方法无法提供合理的结论.将行程时间样本时间序列化后,利用其差值的平稳随机性质,采用基于统计学的离群点检测的参数方法分离样本比传统方法更加科学有效.通过实证分析,非连续通行样本的占比是一种能够分离样本的指标.关联性分析的结论表明,该指标在4 分钟车程长度以内的路段中取值平稳,在4 分钟车程长度以上的路段中取值则受到道路等级、路段长度、交通运行状态、区位用地性质等多种因素的综合影响.     

基于Monte Carlo的行程时间可靠性研究

从分析行程时间可靠性的概念及其重要性入手,提出了路段、路径、OD对以及系统行程时间可靠性的定量计算方法.在路段通行能力随机变化的条件下,基于Monte Carlo仿真建立了行程时间可靠性的求解算法.考虑到行程时间可靠性与出行者路径选择的相互作用,该方法将基于行程时间可靠性的交通分配纳入到行程时间可靠性的评价之中.用一个简单算例进行测试,结果表明该方法能够对行程时间可靠性进行合理评定.     

���湫��΢����������ʱ��ɿ�������ģ���о�

研究常规公交微观区间运行时间可靠性,有助于从微观层面深入分析常规公交在各区间的运行状态稳定性,查找运行的薄弱段以提高公交服务水平.本文从研究常规公交微观区间运行时间的拟合分布入手,采用正态分布、对数正态分布、伽玛分布和威布尔分布,分别对不同性质城市道路微观区间单位距离运行时间进行分布拟合,样本分析结果表明,对数正态分布是最优拟合分布.根据分位数法确定了不同公交服务水平对应的微观区间单位距离运行时间阈值,在此基础上建立了基于可接受公交服务水平的常规公交微观区间运行时间可靠性模型,并对337路公交实测数据进行实例分析.     

基于行程时间可靠性的多类用户交通分配模型

分析了路网在随机因素作用下造成的出行者行程时间的不确定性.假设出行者基于期望行程时间和行程时间可靠性的均衡选择路径,根据出行者对待行程时间可靠性的不同态度,将其路径选择行为分类,建立了基于行程时间可靠性的多类用户交通分配的变分不等式模型.给出了模型的对角化算法.对一个小型测试网络的计算结果表明,该模型能够反映出行者在不确定环境下的路径选择行为.     

������·����λ�����г�ʱ��ɿ�������

经过长期的交通基础设施建设和机动化发展，北京市道路网络已经形成并且道路网络系统的供给能力和服务需求日渐趋近，路网供需之间的平衡变得脆弱，路网的交通拥堵更加容易发生，偶然事件对整体网络的破坏性影响越来越大。路网可靠性评相对传统评价指标，它能够另一个侧面反映路网运行的波动性，评估路网承受扰动的能力。出租车是北京道路交通系统的重要组成部分，其运行状态对北京市道路网络整体的状态具有较好的代表性。本文以出租车车载智能卡采集的载客行程时间数据为基础，研究提出新的单位距离行程时间可靠性评价指标和方法，并使用该指标和方法对北京市路网的可靠性水平进行实例评价。     

融合多源数据预测高速公路站间旅行时间

为精确预测高速公路站间旅行时间,融合收费数据和微波车检数据开展预测. 首先,基于两种数据源的预测结果,采用决策级融合策略;然后,建立了权重分配预测模 型、BP神经网络预测模型;针对神经网络收敛速度慢,易陷入局部最优的缺陷,基于遗传 算法优化BP神经网络预测模型;最后,利用京哈高速公路北京段收费数据和微波检测器 数据对3 种融合模型进行了验证,对比工作日及非工作日2 种交通流状态下3 种模型的性 能指标.试验结果表明,基于遗传神经网络的融合模型相比其他2 种模型,预测精度及稳 定性均得到了较高的提升,相对误差控制在10%以内,能够更好地满足实际需求.