基于XGBoost节假日路网流量预测研究

通过科学方法对交通量进行有效预测,是保障高速公路运行畅通的有效手段,在减轻路网拥堵,提高本地居民日常出行效率、游客出游满意度方面具有重要意义。贵州属于旅游资源密集省份,节假日交通高峰现象异常突出,基于传统预测方法效率不高。为改善预测结果,基于XGBoost算法构建交通量预测模型,预测全省路网节假日交通量。通过2016年1月～2017年3月公路、气象、景区等综合大数据建立了贵州省高速交通量数据集,采取节假日时间序列的数据集建立训练模型,与真实值比较验证模型可靠性,对2017年清明节全路网交通量进行预测。结果表明:模型能在预测地区节假日交通量有较高精度。     

基于路段交通量的趋势增长--概率分配路网交通量预测方法

结合中国西部地区路网的现状,以路网中各路段的历史交通量调查数据和区域经济资料为依据,利用多元回归模型对路网的正常交通量进行预测;以现状路网正常交通量为基础,利用概率分配法对新建或改建路网的转移交通量和诱增交通量进行预测,形成基于路网路段交通量调查资料的趋势增长———概率分配路网交通量预测方法。该方法继承了个别推算法的优点又摈弃了总量控制法的缺点,可操作性强,适用于西部地区的路网。     

境外公路建设项目交通量预测

针对境外公路建设项目交通量预测结果不确定性,总结了影响境外建设项目交通量的主要因素,考虑到境外项目数据缺失、路网稀疏、道路等级低等现状条件,以及出行行为的特殊性和不确定性,应用不确定理论,以模糊感知效应来表征路径阻抗和成本,建立了基于模糊阻抗函数的路网交通分配模型,以巴基斯坦KKH为例,分别采用随机网络分配模型和基于模糊阻抗的路网交通分配模型对其进行交通流预测,结果表明:二者预测结果相差在10%以内,基于模糊的路网交通分配模型具有较高的准确性。     

基于联网收费数据实时滑动校核的高速公路交通量预测平台的应用研究

为改变传统交通量预测工作中交通量数据及路网状况无法实时动态更新的状况,基于联网收费系统数据构建了实时滑动校核的高速公路交通量预测平台,并将该平台应用于深圳市高速公路网的交通量预测中。应用的结果表明,该预测平台能有效提高交通量预测结果的精度,并使得预测结果保持动态更新。     

基于改进GA-BP的模糊神经网络在高速公路交通量预测中的研究

科学准确预测运营期高速公路通行量能够对运营决策提供关键性支撑,同时,对高速公路路网建设规划、国民经济评价及投资效益分析也至关重要。人工神经网络算法能够映射高速公路交通量产生与变化的非线性和复杂性规律。为了提高传统BP网络高速公路交通量预测精度,提出了改进算法,通过遗传算法优化网络初始权重,引入峰值理论和模糊算法提高网络模型对较大流量的预测准确度;将优化算法应用于网络模型,建立了基于改进GA-BP的模糊神经网络高速公路交通量预测模型;模型应用于太原市绕城高速公路长风东收费站交通量预测,将预测值与实际统计值进行对比;应用结果验证了改进神经网络模型的有效性和准确性。     

基于“四阶段法”的江北新区路网交通量预测

结合"南京江北新区青龙绿化带东侧片区道路工程"项目,采用"四阶段法"对研究范围内路网进行交通量预测。通过对研究区域进行交通小区划分,以TransCAD交通规划软件为工具,对各交通小区发生及吸引量及区域交通分布进行预测,并结合南京交通数据对出行方式进行划分,得出交通量在路网中的分配结果。预测结果表明:研究范围内道路的通行能力能够满足预测年的通行需求,服务水平能够基本维持A、B级,研究区域路网规划及断面分配形式是合理、可行的。     

基于Monte Carlo模拟的公路网络震后连通性与通行时间分析

为评价公路网络系统震后功能保障能力,基于Monte Carlo(MC)模拟方法建立了路网震后连通可靠度和交通量通行时间分析模型。采用地震易损性曲线表示道路和桥梁的地震破坏状态及其对应的概率;采用道路和桥梁破坏状态对应的连通性、行车速度、通行能力折减系数,表示道路和桥梁结构地震破坏产生的路段通行能力下降;考虑道路和桥梁结构地震破坏不确定性,采用MC方法模拟路段通行能力下降后的路网震后功能。在每次MC抽样计算中,采用宽度优先搜索算法判别路网连通性,采用增量分配算法进行路网静态交通量分配,得到路网整体通行时间。以多次MC模拟计算的路网连通可靠度和通行时间均值,表示路网的震后通行状态,通过算例分析了路网连通性和通行时间分析模型的特点及其适用性。结果表明:路段震后通行能力下降是造成震后路网整体通行时间增加的主要原因,低连通可靠度节点的震后通行时间较高,增加路网交通流量服务供给点(源点)可以提升路网的震后保障能力;连通可靠度分析模型适用于路网参数较少情况下的初步分析;交通流量通行时间分析模型,考虑了路段的交通流通行属性和路网OD交通量参数,可提供较为精确的分析结果。     

基于TransCAD-VISSIM的小区开放对周围道路的影响分析

在推广街区制的背景下,根据小区内部道路布局的不同,选取三类典型道路布局的小区,基于TransCAD模型对小区路网进行交通量预测,分析比较小区开放前后周围道路的交通量变化;在此基础上,选取小区周边关键交叉口及关键路段,利用VISSIM软件从微观角度进行仿真,选取交叉口行车延误、排队长度及路段通行时间作为评价指标,分析小区开放对周围路网的影响,结果显示小区开放能缓解城市道路的交通拥堵。     

考虑路网拓扑时变的交通拥堵自适应预测方法研究

对路网交通系统中的交通拥堵进行预测，有利于交通管理和避免交通风险。然而，由于交通管制、道路施工、恶劣天气、自然灾害等原因，路网交通系统的拓扑结构时常发生变化，使得依赖于固定路网拓扑的拥堵预测方法效果不佳。针对这一问题，提出一种双重自适应图卷积循环网络结构(DAGCRN)来处理路网拓扑结构变化情况下的交通拥堵预测问题，该方法运用自适应辅助邻接矩阵对预定义的路网静态图结构进行适应性学习以动态优化原有连接间信息的传递，运用自适应嵌入邻接矩阵对预定义路网静态图结构进行路网隐藏信息的捕捉以确保路网拓扑结构的动态完整性，并采用门控循环单元提取路网交通流的时间特征信息。研究结果表明,DAGCRN具备以下特点：①能够有效捕捉和定位路网拓扑结构发生的变化，并能够在拓扑结构变化时仍然保证拥堵预测的精确率；②相比较一些常见预测模型有更高的预测准确率，尤其是长期预测方面和克服路网结构变化方面更具优势；③进一步的双重自适应功能消融试验，证实了含有自适应辅助邻接矩阵和自适应嵌入邻接矩阵的双重自适应图卷积结构对于路网拓扑结构变化有很强的自适应能力，缺少2个或任一个自适应模块，都会引起模型预测性能的大幅下降。     

Urban Road Network Structure Optimization Method Based on Traffic Safety

考虑城市交通事故与道路网结构的关系,结合交通事故导致的时间延误,提出了基于交通安全的城市路网结构优化方法.首先分析了不同等级道路之间的衔接方式对出行者选择路径行为的影响,总结了交通事故的影响因素.然后在此基础上提出了基于交通安全的路网构造原则,建立了以路网安全度最大为目标的路网结构模型,并通过求解模型确定各路段的道路等级,得到安全度和结构不同的若干个路网.通过考虑交通事故时间延误情况下,进行随机均衡分配,得到路网各路段的交通量,并计算各路网的交通事故次数.最后提出了路网的安全性评价指标,分析交通事故次数和路网结构指标的关系,提出了考虑安全性的路网结构优化措施,并用实例验证了优化措施的有效性.     

灰色理论与模型在交通量预测中的应用

由于缺乏交通量预测资料及判断影响交通量生成与增长因素的准确性不够，致使道路交通量的预测结果与实际有较大差异。本文论述了灰色理论与模型在交通量预测中的应用技术、方法与程序。该方法利用了累加生成手段和微分方程描述的灰色模型，与目前常规交通量预测理论和模型相比，可有效地处理贫信息和离乱数据，在一定预测时段内具有良好的预测精度和实用性。     

工程可行性预测与实际运行交通量差异分析

分析了汉蔡(武汉—蔡甸)高速公路工程可行性预测交通量与实际运行中交通量的差异;分析引起较大差异的原因为路网变化较大,地方道路网通行条件明显改善,收费标准偏高、通道优势减弱,汉蔡高速公路里程较短、辐射区域有限,工程可行性报告收费标准与实际批复及采用值差别较大,应针对这些因素采取措施,将两者间差异降到最低。     

基于EMD聚类与ARMA的交通流量预测方法

为了准确掌握未来交通流量的变化趋势,提高高速公路路网的管理效率,采用经验模态分解(EMD)和自回归滑动平均(ARMA)模型,提出了一种短时交通流量预测方法。根据高速公路收费站数据,使用EMD将统计的时间序列分解为有限个固有模态分量,对固有模态分量使用模糊C均值聚类,再采用ARMA将聚类后的固有模态分量进行预测,最后把每个分量预测值求和得到交通流量预测值。实例仿真计算表明,该算法比直接使用ARMA模型进行预测具有更高的预测精度,是一种有效的短时交通量预测方法。     

基于Informer的客机长时4D航迹预测方法

客机长时4D航迹预测是基于航迹运行的重要基础,对于改善空中交通系统安全性能和优化空域结构有重要意义。针对现有长时4D航迹预测未充分考虑长序列航迹数据之间存在隐式关联信息等问题,借助Informer模型的自注意力机制,研究构建了基于Informer的长时4D航迹预测模型。为提取航迹数据的全局特征信息,增强数据独立性和时间序列特征学习能力,在数据嵌入层中增加全局时间戳模块,并利用航迹点序列等分层时间戳突破Informer模型固有的嵌入层时间刻度限制;为更好地捕捉非相邻时序序列点之间的隐式相关性,采用自注意力机制提取航迹数据特征,并运用概率稀疏方法降低自注意力机制的计算复杂度至O(Llog L),同时在编码器中增加蒸馏机制以减少计算维度和网络参数量;为避免传统的逐步预测输出方法造成的误差累积现象,提高航迹预测精度,采用全连接层对预测输出数据进行维度调整,完成一步生成式输出。对历史4D航迹数据进行三次样条插值等预处理后,与时序特征数据同时输入到航迹预测模型中,经过模型迭代训练,输出航迹预测结果。实验结果表明：在同时预测航迹的4D特征时,基于Informer模型的预测表现优于LSTnet方法,其...     

黄冈至鄂州高速公路交通量预测浅析

以拟建项目影响区社会经济发展统计资料、实地OD调查资料及相关路网历年交通量观测资料为基础,采用四阶段法,借助计算机辅助手段,以项目影响区域的社会经济状况建立了黄冈至鄂州高速公路的多因素交通量预测模型,得到该高速公路的交通量预测结果。     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律，研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性，基于循环神经网络理论，从时间序列数据中提取交通事件时间依赖关系；通过引入长短时记忆网络，结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性，构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例，开展了高速公路交通事件持续时长预测模型验证，对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度，并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明:使用同一数据集，注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43，平均绝对百分比误差为25.24%，均方根误差为21.17，预测精度优于其他4种预测方法。在模型的各影响因素权重中，事件类型所占权重最大为0.375，其次分别为车道数、车辆类型、天气等；采用立交出入口小时交通量作为修正参数，可以进一步提升预测精度，预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度，为公路安全高效运行提供技术支持。      

短时段交通流预测的RBF神经网络模型

介绍了基于RBF神经网络的短时段交通量预测模型,并利用该模型对高速公路所采集的数据进行仿真预测分析。预测结果表明RBF神经网络预测方法通过定义合理的网络结构参数可以获得较高的预测精度,能够满足路网调度对短时段交通流预测的需求。     

引入网络影响分析的道路选线优化模型

提出一个基于遗传算法的道路选线优化模型,该模型首先随机生成新建道路空间位置的候选方案集,并依据GIS平台自动设计新建道路的平竖曲线,并计算其各项工程费用;接下来,分析变化了的路网的拓扑结构,并在新路网中分配OD交通量,获得OD交通在新路网上的交通流特征,进而计算OD交通量的走行时间和在路网上的环境负荷;然后,利用工程费用、OD交通走行时间费用和环境负荷当量费用构造适应度函数,以判断各候选方案的优劣,同时实施选择、交叉、变异操作以获得更多的候选方案,直至得到一个最佳的新建道路方案为止。数字试验结果显示:新建道路对路网的影响不容忽视。     

基于数据预测的区域道路状态模糊判别

区域路网交通状态判别是实施区域交通管理控制和交通诱导的基础。为有效且有前瞻性地描述区域路网拥挤状况,提出了1种基于时间序列数据预测和主成分分析相结合的模糊综合定量评价方法。以路段平均速度和交通流量为描述交通拥挤状况的参数,利用时间序列预测模型对数据进行预测;将路网中各路段的平均旅行时间作为总延误的影响因素;再利用主成分分析法确定各个路段对区域拥挤的影响权重;最后运用模糊综合评价法对区域路网拥挤状况进行评估。以山西省临汾市实际路网为例,通过 Vissim 交通仿真软件和 SPSS 数据统计分析软件对算法进行了仿真验证。仿真结果表明,该算法能够有效地预判城市区域的交通状况,为交通管理、控制和诱导提供准确的依据。      

路段短时交通量预测自适应控制法

基于自动控制理论,文章提出一种路段短时交通量的动态预测算法。以历史交通量观测数据为输入,下一时刻交通量预测值为输出,构造了单输入单输出的离散时间动态系统,设计了反馈控制回路和自适应PID控制器对预测结果进行修正。实例分析表明,该算法能较快跟踪交通量的变化,实时修正算法,能实现时间和空间上的移植。