本期导读

为了量化研究交通拥堵的特性,已提出多种不同的交通运行指数(TPI)模型,并在部分城市中得到了应用。分析了现有交通运行指数模型的机理、特征和主要参数。将现有模型分为2类:基于统计的宏观静态运行指数模型和基于实时数据的动态运行指数模型。其中,动态运行指数模型包括基于严重拥堵里程比的指数模型和基于出行时间比的指数模型。以北京市浮动车数据为基础,应用动态运行指数模型测算交通指数,对比分析了2种动态指数模型的一致性、差异性和敏感性。      

动态交通信息应用实践——以深圳市为例

交通规划研究需要大量的交通数据支持,传统交通数据通过人工问卷和调查获得,特点是调查周期长、成本高、数据质量难以控制.随着信息化快速发展,结合智能交通采集的动态交通数据将是未来交通规划决策支持的重要领域.根据动态交通信息在深圳的轨道客流预测、常规公交模型、道路运行评估、主动交通管理等领域的应用实践,表明动态交通信息引入,将有效提高交通规划决策水平.      

Model of Relation between Urban Transportation Development and Macroscopic Road Network Operation in Beijing

在对北京城市交通发展水平统计分析的基础上,提出了城市交通发展水平指标选取的原则,从社会发展、交通供给和交通需求3个方面构建了由16个指标组成的城市交通发展水平综合评价指标体系,并提出了基于路网拥堵指数和骨干网高峰小时运行速度的宏观路网运行状态评价指标体系.通过对2003 -2010年北京市实际数据的搜集和指标处理,确定了关系模型的输入指标,利用偏最小二乘方法建立城市交通发展水平与路网运行状态关系模型,并利用现有数据对模型进行验证,验证结果表明:模型精度在10％以内,能较好地满足实际应用需求.关系模型能为北京市未来城市交通发展决策和交通发展战略提供重要支撑.     

基于点、线、面层次的公路网交通运行状态评价

由于公路网是由点成线、由线成面的统一体,为了更准确地分析和改善公路网运行状态,加强公路节点、路段、路网评价之间的联系,便于确定交通拥堵产生根由并有效采取措施,建立了一种基于点、线、面层次的公路网交通运行状态的综合评价方法。在基本单元划分和指标选取方面,以交叉口、互通式立交、收费站和基本路段作为基本单元,结合交通流理论,综合考虑各基本单元的特点,分别选取对应的评价指标,以极小型指标评价法为基本原理,构建基本单元交通综合运行指数评价模型,并确定相应的分级阈值。在交通运行状态评价方面,依托专家经验的主成分分析与客观的交通量统计调查相结合的方法确定各基本评价单元的权重向量,从而构建路段运行评价模型并给出评价分级阈值,再以各等级道路拥堵程度和路网客、货运量,分别构建路网赋权矩阵或向量,从而获得路网交通综合运行指数模型并确定评价分级阈值。最后结合算例说明该评价方法的具体操作过程,通过获取的各项基本数据,从点层过渡至线层再至面层,依次计算各层交通运行指数,确定各基本单元、路段、路网分别对应的交通运行状态。研究结果表明：不同层面之间的交通运行状态存在一定的联系,不同节点和基本路段处的运行指数差异较大,路线运行指数差别也较大,从而影响路网最终的运行状态,因此,可以通过逐级评价确定交通拥堵症结所在,有针对性地采取相关改善措施。     

高速公路路网运行指数评估模型应用研究

由于高速公路路网交通流量分布不均衡,往往会造成部分节点或区域拥堵,而量化评估路网运行状态能快速确定交通拥堵位置。提出了一种基于波动率和机器学习的路网运行指数评估模型:首先选取合适的机器学习算法确定路网各节点的基准值;然后运用波动率理论构建各节点的运行指数评估模型;之后利用广东省高速公路若干节点路段的真实数据对模型进行了验证,并与阈值进行对比。研究结果表明:本文提出的路网运行指数评估模型能在各类场景下及时准确地定位交通拥堵节点,为缓解交通拥堵问题提供一定的参考意义。     

居民全日出行方式选择动态模型研究

为改进现有交通方式选择模型,提高交通方式预测模型精度,基于出行链建立了居民全日出行方式选择动态模型。从居民出行方式选择机理分析入手,确立出行方式选择动态影响因素,在多项Logit模型（MNL模型）的基础上建立了方式选择动态模型。模型中增加了2类动态影响因素,即先前出行方式选择结果对后面出行方式选择的影响和主链的出行方式选择结果对子链出行方式选择的影响。最后以安徽省淮北市为例对模型进行了实例分析。结果表明：所建立的动态模型的优度比和预测准确率较基于单次出行效用的MNL模型有较大提高,变量在模型中的意义符合中国国情,模型可服务于城市交通规划和交通政策制定。     

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。     

寒地城市地铁站短时步行交通需求动态预测模型

基于为地铁站周边步行设施规划、交通组织及信号控制优化提供依据的研究,提出进出地铁站短时步行交通需求动态预测模型.以地铁列车到发时间间隔为单位,通过Levenberg-M ar-quardt算法标定的指数平滑模型对下一到发时间间隔内的进、出站客流量进行预测,基于动态行程时间分析地铁站周边人行道、无信号交叉口、信号交叉口以及立体行人过街设施处的步行交通阻抗函数,并提出侵占人行道、寒地城市冰雪路面、立体行人过街设施与水平路面高度差、缺乏方向指示4类惩罚系数对步行阻抗函数进行修正,采用多路径交通分配模型将指数平滑模型预测得到的进出站步行交通量分配至地铁站周边慢行交通网络.以哈尔滨市地铁1号线博物馆站1号站口为例进行良好天气及雪后进出站客流量预测、对比冬夏两季步行阻抗函数计算和步行流量分配情况,研究结果表明,在通过连续6个到发时间间隔客流量数据标定指数平滑模型的前提下,进出站客流量预测相对误差总体呈下降趋势,第7个到发时间间隔进、出站客流量预测相对误差分别为1.67% 和-3.57%,根据地铁站周边步行阻抗函数分配得到的步行流量分布与实际情况基本吻合且能反映步行环境和季节变化引起的路线选择倾向变化,证实模型可用于地铁站周边步行设施的规划与评价,并可协同地铁站邻近交叉口进行考虑行人效益的动态交通控制.      

高速公路交通态势分析探究

高速公路交通需求逐年增长,拥堵频发,态势分析具有紧迫性。通过梳理目前交通态势研究的相关内容,发现了交通态势研究的不足,给出了交通态势的定义和内容,明确了交通态势分析的流程和关键技术。推导改进Van Aerde模型,用于描述交通状态;给出了ARIMA模型作为交通流预测的方法,确立了基于运行速度的交通态势分级评估指标,为交通态势的进一步深化研究和管控策略的制定提供了理论支撑。     

道路交通安全分析与评价方法综述

道路交通安全分析与评价贯穿道路设计、运营及施工养护全过程，不同阶段和运行特点的道路交通安全分析与评价的目标和内容不尽相同，因此，需根据具体情况选择针对性的交通安全分析与评价方法。为了明确各种道路安全分析与评价方法的特点和适用情形，调研交通事故统计分析、运行速度分析、交通冲突分析以及驾驶行为分析4种典型道路交通安全评价方法，从数据采集、特征指标、方法建模及实践应用等方面综述不同评价方法的特点和适用情形，并总结不同方法的发展趋势。文献分析表明：基于交通事故统计和运行速度分析的道路交通安全分析与评价方法已形成较为成熟的理论模型，并应用于道路交通安全评价；然而，基于交通冲突和驾驶行为的安全评价方法仍存在数据来源和指标一致性等问题。道路交通事故评价方法在数据共享平台建设、数据完整性、数据时空相关性和数据潜在特征分析等方面还存在诸多有待深入研究的问题；运行速度分析方法在精细数据获取、模型开发与标定和零碰撞路段可靠性阈值筛选等方面尚需要持续深入研究；交通冲突分析方法在冲突样本量估计、动态交通冲突估计模型构建、交通冲突判别指标筛选以及驾驶人因对交通冲突建模影响方面也存在尚未解决的问题；驾驶行为分析方法...     

基于 FCD 的城市路网常发性拥堵路段识别方法研究

常发性拥堵严重影响了城市路网运行效率,准确识别常发性拥堵是交通部门解决交通拥堵问题的重要任务。研究选取浮动车数据作为基础,确定了数据分析的时间粒度,从常发性拥堵的时空特性角度出发,建立拥堵阈值、时段拥堵时长比和常发频度3级判别指标,并运用 GIS 技术,结合指标体系设计了常发性拥堵时空分布的筛选平台。以北京为例,针对早高峰常发性拥堵路段进行识别。通过对识别结果的分析和相关数据对比,成果可反映常发拥堵的特征,以及北京近年来的缓堵工作效果。      

道路交通无序拥挤控制模型的研究

为了解决道路交通无序拥挤控制问题,定义交通序参数、路段交通的有序和无序,建立涨落后无序拥挤控制过程数学规划模型,采用动态分流决策方法求解模型得出无序拥挤控制的最佳方案,并给出相应的算法,最后用一个例子说明算法的实用性。     

Estimation des impacts atmosphériques des projets de gestion de trafic : de l’application des modèles théoriques sur des cas concrets

In addition to its harmful economical and social effects, road traffic congestion is a key contributor of emissions of CO₂ and local pollutants. Many traffic management policies could be implemented to tackle it. However, the impacts of those strategies on air quality and greenhouse effect are poorly predicted by classical assessment procedures. Indeed, current assessment tools are based on aggregated traffic data, which fail to capture the dynamic effects of traffic management policies on traffic flow. This article presents an estimation tool capable of measuring all the effects of traffic management policies. It is based on a commonly used dynamic traffic flow model (AIMSUN) combined with different emission models, in order to identify modelling features leading or not to differences in results. Different models combination have been applied and compared for two traffic regulation strategies: a HOV lane dedicated only to buses and taxis created on the leftmost lane of A1 between Charles de Gaulle airport and Paris, and a reduction of speed limits on a section of motorway A86 in the northwest of Paris. Substantial differences in predictions of different emission models are highlighted. They cannot be entirely explained by differences in emission laws. Other insights with regard to traffic representation and emission models?? inputs are also investigated to explain them.     

基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于谱聚类算法的城市路网动态分区研究

合理高效的路网分区是交通优化与控制的基础,为适应动态分区的原则并提高分区的效率和划分结果,以谱冈理论为基础结合谱聚类算法进行路网动态分区的研究。分析路网分区的原则并提出路网动态分区的模型框架,根据实时变化的交通流数据和道路交叉口的拓扑结构属性建立谱聚类的相似矩阵,给出结合谱聚类算法的路网分区步骤。通过实际数据验证了算法的实用性。结果表明运用该算法进行路网动态分区可以较好的体现交通流的变化特性,能够得到较为理想的分区结果。     

基于手机GPS定位数据的交通方式换乘点识别方法研究

交通方式换乘点识别长期以来是手机大数据交通调查领域的一大技术难点,既有研究大多通过设置出行时间、距离阈值进行识别,算法经验性强,普适性不佳,且易将起讫点、信号控制、交通拥堵等停留误识别为换乘停留。为此,提出了一种基于手机GPS定位数据的交通方式换乘点识别新方法：首先,构建模糊时空聚类算法识别个体运动-静止状态,算法同步实现了定位点时空密度双重聚类约束与聚类边界弹性需求,对个体运动状态识别效果更佳;其次,建立支持向量机模型进行交通方式换乘点识别,有效解决了起讫点、信号控制、交通拥堵等停留对换乘停留造成的干扰;最后,从出行链视角出发,提出了基于序列相似度算法的误差回溯自检与优化模型,能够有效修复换乘点漏识别与错误识别问题。此外,在成都市开展了大范围实测试验,由150名志愿者采集了近2 160 h得到的777.6万条数据被用于技术实证评估。试验结果表明：所述方法对交通方式换乘点平均识别准确率达89.3%,换乘时间平均识别误差控制在20 s以内;与既有空间聚类、小波分析算法相比,换乘点识别精度提升近10%,换乘时间误差最大可降低20 s以上,算法适用性与效果更佳。研究成果可为基于活动的交通需求模型演进提供数据支撑,为交通规划与管理部门决策提供技术支持。     

证据理论在空中交通拥挤评估中的应用

针对我国空中交通拥挤评估工作中存在的问题,建立起1个评估空中交通拥挤的指标体系,并给出了基于证据理论的空中交通拥挤评估方法。通过对算例的计算和分析,验证了评估方法在空中交通拥挤评估中的有效性和可行性。     

高速公路交通动态数据检测技术应用研究

在分析高速公路各种交通动态数据检测技术特性和精度的基础上,通过现场调研与试验,分析交通检测技术的应用特性,重点研究超声波与微波非接触式检测技术的应用功能;通过建立交通数据采集站,系统地研究基于微波——线圈的组合应用及其数据融合。试验结果表明,非接触式交通检测技术在高速公路动态数据检测中可以使用,但不宜单独使用;应采用多种检测技术,通过多检测技术数据融合的检测精度能够提高10％～20％。     

城市交通控制与诱导系统协同研究

从子系统功能整合的角度研究城市交通控制与诱导系统协同问题,指出两系统协同的内容主要包括:信息协同,策略协同和协同实施。描述了系统协同的数据结构,提出信息协同组织流程,对交通控制系统与诱导系统的策略协同进行研究,给出两系统的策略协同模型,以multi-agent技术为依托,建立了城市交通控制与诱导系统协同实施的体系框架,并通过仿真分析说明算法的有效性。为城市交通控制与诱导系统协同的最终实现提供理论指导和方法依据。     

基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法

以广州市ITS共用信息平台的建设为背景,提出基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法。针对ITS共用信息平台信息采集范围大、准确性和实时性要求高的需求特点,具体研究队列方式的道路拓扑存储方法,利用出租车计费器进行奇异数据剔除的方法,分区搜索和边界矩形相结合的GPS地图匹配方法和循环队列与A*算法相结合的路况计算方法等一整套基于出租车GPS定位数据的实时路况信息采集和处理的方法,并提出了基于J2EE架构的平台数据处理服务器的实现方案。广州市ITS共用信息平台示范工程的实际应用表明,该方法具有良好的效果和广泛的应用前景。