基于土地利用的开发区交通需求预测模型研究及应用

该文提出了基于土地利用的开发区交通需求预测模型,并将其应用于实际规划工作。首先提出了基于土地利用的交通需求预测的体系框架,建立基于土地利用的居民出行生成预测模型,确定了用于出行分布预测的重力模型以及用于出行方式分担预测的距离竞争曲线模型,在此基础上,将所建立的模型应用于营口沿海产业基地的综合交通规划中,参考国内相关城市案例数据及营口老城区居民出行调查数据标定了上述模型中的参数,研究表明预测模型在开发区的交通规划中具有良好的应用效果。     

基于数据挖掘技术的智能交通信息分析与决策研究

智能交通系统是解决当今交通问题最有前途的手段之一,而交通信息的分析与处理是其核心问题。首先介绍智能交通系统的信息特征及其分析要求,剖析了当前国内外常用的分析方法在信息处理与辅助决策方面存在的不足,提出了一个完整的、针对智能交通行业的交通信息智能分析与辅助决策系统模型。该模型以数据挖掘技术为核心,全面运用了新一代决策支持系统理论和计算智能技术,最后阐述了模型的各主要组成部分及其关键技术与实现方案。     

基于活动的交通需求计算过程模型研究综述

为适应现代城市快速发展的要求,研究人员对交通需求预测进行了广泛深入的研究,交通需求模型在建模方法和模型功能上发生了很大变化.基于活动的方法受到广泛重视,基于活动的交通需求模型研究成为热点.其中计算过程模型被认为是最有发展前景的.文中回顾了基于活动的方法的发展过程;介绍了基于活动的方法的理论基础;总结了基于活动的交通需求计算过程模型,并分析了其中4个模型的特点;探索了模型的改进途径,展望了模型的发展应用前景.     

基于前景理论的城市居民交通方式选择研究

在四阶段交通需求预测中,由于个人出行行为的不确定性,交通方式分担预测成为一个难点。为分析城市居民交通方式选择,文中针对带有出行者期望且属性值为区间数的多属性决策问题,提出一种基于前景理论的决策方法,以参照点为基础计算收益和损失矩阵,以得到的各种交通方式综合前景值为效用值,通过经典的Logit模型计算得到个人出行交通方式的概率;最后通过一简单算例验证了该方法的有效性。     

基于数据仓库的口岸跨境运输决策支持与系统实现

以云南省20个国家级口岸及与之相对接的贸易往来口岸为研究对象,根据跨境运输涉及的多个相关部门分别进行了多维数据处理需求分析。在此基础上,设计了多种运输方式下基于数据仓库的口岸跨境运输决策支持系统体系结构。最后通过构建数据仓库系统实现联机在线分析处理（OLAP）和多维分析报表,运用数据挖掘技术为口岸跨境运输相关部门提供辅助决策支持。系统的实现展示了该技术应用于实践的可行性和有效性。     

基于Lagrange支持向量回归机的短时交通流量预测模型的研究

在智能交通系统中,进行实时、准确的交通流预测是交通控制和交通流诱导的关键之一,直接影响交通控制和交通诱导的效果.基于支持向量机,提出了一种Lagrange支持向量回归机的交通流量短时预测模型,能够实现对交通流量的有效预测.仿真试验表明,Lagrange支持向量回归机具有良好的泛化性能、更快的迭代速度,预测结果优于改进的BP神经网络.     

基于群决策理论和双层规划模型的交通信号控制优化

基于干道延误时间最小和路段行程速度最大的设计理念,利用智能优化算法和群决策理论,建立了一种双层规划模型下的城市干道交通信号控制方法。算法结合了智能优化策略中的遗传算法和丰富的群体专家意见,并采用模糊数的描述方式实现对不同控制目标的分析评价,给出了一套完善的干道交通信号配时优化方案,使交通问题的分析得以更加客观和实际。最后给出一个实际主干道问题的算例分析,运用MATLAB和Visual C++编程计算对控制方案进行模拟。仿真结果表明,这一方法能有效地改善延误和路段行程速度。     

基于改进四阶段法的停车换乘系统需求预测模型研究

在停车换乘（P＆R）需求预测过程中,重点是出行方式的划分和选择,而引入停车换乘系统后,这一基本前提发生了根本性的变化,即市民一次出行方式和路线的选择要考虑多方式的联合和竞争.因此在方式划分和选择阶段引入多项Logit模型,基于效用最大化理论的前提下,借助EMME/2软件进行需求预测分析.实践和经验证明,文中所建立的模型递推形式有利于计算机编程实现,且有更高的精确度.     

基于最小二乘支持向量机的城市客运量预测模型

针对城市公路客运量预测中存在的非线性、复杂性和不确定性,提出了一种基于最小二乘支持向量机的城市客运量预测模型.结合西安市历年城市客运量数据,编程实现该预测模型,仿真结果表明了该预测模型的有效性.     

基于出行行为的北京市奥运公园交通模型

北京市在积极筹备2008年奥运会的交通建设过程中，对奥运公园地区开展了交通规划工作。该规划中，第一次建立了基于出行行为的交通分析模型。该模型应用PTV Vision软件系统开发。由于奥运会交通的影响范围必然涉及到北京市全市范围，因此，该模型虽然是为奥运公园区域交通规划项目所建，但其实际上是一个全市模型。本文对该模型的基本原理和模型结构、输入输出及标定检验结果进行了总结。     

交通规划组群决策支持系统

从系统集成的角度分析了交通规划组群决策支持系统(GDSS)的软硬件集成技术,提出了交通规划组群决策支持系统的网络拓扑结构及系统集成模式.     

面向决策支持的交通运输信息平台研究

传统的交通运输信息类网站存在着作用的局限性以及收集信息与参与决策的弱关联性，通过对信息采集、数学建模、数据挖掘等知识的研究．提出了一种面向决策支持的交通运输信息平台解决方案。该方案利用网站发布信息，结合信息采集技术收集信息．并根据后台构建的数学模型和数据挖掘技术对信息进行整理并归纳出其隐藏的知识和规律。通过实验室的使用，可以看出，该方案可以有效地对信息进行收集、整理、建模．为交通运输行业构建科学的决策支持系统提供支持。     

综合交通枢纽交通方式选择模型研究

立足于离散选择模型和Nest Logit模型的基本理论,针对Nest Logit模型可以考虑不同选择项之间相关性的特点,研究其在综合交通枢纽交通方式选择方面的应用。分析综合交通枢纽内部各种交通方式的特点,建立基于Nest Logit模型的综合交通枢纽交通方式选择模型,确定其效用函数,计算交通方式选择概率,并对模型参数进行标定。在分析中山市居民换乘意愿调查数据的基础上,针对不同距离分别对出行者换乘交通方式选择进行预测,并把预测结果同实际调查结果进行对比分析,验证了模型的适用性。     

基于支持向量机模型的深基坑变形预测研究

支持向量机是近年来在统计学习理论基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势.将支持向量机用于基坑变形预测,根据基坑位移的实测时间序列资料,建立基坑位移与时间的关系模型.将实际基坑工程监测资料作为学习训练样本和测试样本,将模型计算结果与实际监测值进行对比分析、研究....     

基于SVM和Kalman滤波的公交车到站时间预测模型

提出一种基于支持向量机(SVM)和Kalman滤波的公交车辆到站时间预测模型.在该模型中,SVM基于历史数据,按照时间段、天气和路段3个输入特性,预测各路段车辆运行时间的基线;然后通过Kalman滤波利用最新的车辆运行信息,结合SVM输出的基线时间来动态预测车辆到达各时间点的实际时间;最后,应用大连市经济技术开发区7路公交线的数据对该模型进行了校验.实例验证结果表明:该模型具有较高的预测精度.     

基于交通流路径分布的交通拥堵管理决策支持

提出了基于车辆识别技术的交通流路径分布信息采集系统的构架方案。为了清晰表达交通流路径分布信息,研究了交通流路径分布的信息格式。基于决策支持系统构架设计,提出了交通拥堵管理决策方案库构建技术路线。以上海市快速路基于车牌识别的交通信息采集与处理系统建设为实例,阐述了交通流路径分布对于提高交通拥堵管理水平的应用。     

基于GIS的高速公路路面养护决策支持系统

建立了一个基于地理信息系统的高速公路路面养护决策支持系统,利用基于专家知识库的决策树模型进行项目决策、费用需求分析和费用影响分析,介绍了该系统的几项关键技术功能的建立,如数据库的建立、自定义功能的实现决策优化流程.