基于浮动车数据的交通拥堵时间维度特征

以北京市浮动车数据为基础,对比2个工作日上午时段的交通拥堵时间百分比、持续时间特征指标,引入残存函数描述路段拥堵持续时间分布概率,采用曲线拟合后得到Log-Logistic模型可以更好地描述拥堵持续时间残存函数曲线,并对比不同路段的拥堵持续时间分布差异;此外,通过对比分析拥堵时段内速度的区间分布,得到拥堵前后时段交通状态的演变关系．通过对实际数据的具体分析直观说明交通拥堵时间维度的特征,以期为交通拥堵评估与预测奠定基础．     

基于数据挖掘的城市快速路拥堵关联特征分析——以上海市为例

以上海市南北高架与内环高架快速路线圈检测数据为数据支撑,基于关联规则挖掘理论,设计事务内与跨事务两种类型的交通拥堵关联规则的挖掘方法,并利用统计学方法得到的断面拥堵相关性计算结果进行关联规则筛选,挖掘出断面拥堵之间的强关联规则;最后,对断面拥堵关联规则之间的时空特征与网络特征进行了分析.     

城市快速路交通事件持续时间生存分析

提出城市快速路交通事件持续时间生存分析方法.依托上海市中心快速路网的 交通事件数据,将生存分析引入交通事件形成及演化机理分析.其根据大量交通事件样本 的特征属性,采用Kaplan-Meyer 的非参数回归构建基于风险的交通事件持续时间模型, 解析其在五类影响因素作用下的时空分布特性,并采用Cox 回归线性模型综合评价交通 事件持续时间的显著影响因素,分析其作用的强度和方向,提取表征上海市快速路交通 事件运营管理水平的重要特征参数.结果表明：上海市快速路的交通事件持续时间在不同 类别的影响因素下分布特性存在明显差异,日夜、事件类型、涉及车辆数、影响车道数、涉 及货车、所处路段位置、瓶颈处、出动拖车和出动消防车等影响因素对事件持续时间有显 著影响.     

交通事件下快速路拥堵蔓延消散时空范围模型

研究了交通事件下拥堵蔓延消散的时空范围分析方法与模型,交通事件引发的拥堵会以某一初始蔓延速度向上游蔓延,直至达到最大蔓延边界后开始消散.通过对事件下拥堵蔓延速度的影响因素进行量化分析,建立了时变的拥堵蔓延速度模型;然后通过收集处理数据,进行参数估计;最后利用实际数据,进行了模型的实例应用,对不同情况下的交通拥堵蔓延消散规律进行了研究.该模型可预测交通事件下的交通拥堵边界和持续时间,便于交管部门制定缓堵策略.     

缓解上海南北交通拥堵的规划构思

上海市南北高架路，规划双向6车道规模，实际运行通过划线组织双向6～8车道，南起卢浦大桥，北至S20公路，全长18．1公里，贯穿上海市中心区。南北高架路沿线包括徐家汇路匝道、淮海中路匝道、延安东路立交、南京西路匝道、天目中路立交、中环立交等，是上海市南北向主要快速通道，多处立交可以直接联系中心城内核心区域。由于沿线大多路段无论高峰非高峰时段均处于拥堵或缓行状态，是上海市中心城交通拥堵最严重的道路之一。为此，本文提出了一种新的思路和对策．缓解南北高架拥堵问题。     

基于速度变化的偶发性交通拥堵时空分布特性研究

交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性.     

考虑出行者行为的多重网络拥堵风险传播模型

城市道路交通拥堵风险传播过程受拥堵预警信息、出行者行为特性及居民出行流量分布等诸多因素影响.本文提出包括道路子网、信息子网和出行子网的多重网络模型,应用改进的UAU-SIR(Unaware-Aware-Unaware-Susceptible-Infective-Recovered)模型,探讨多重网络预警信息下的城市道路...     

基于CRITIC-TOPSIS法的城市交通拥堵演变趋向指数研究

为更加全面地评价城市道路交通拥堵,重新界定交通拥堵内涵,阐述交通拥堵状态与交通拥堵趋势之间的逻辑关系,提出交通拥堵演变趋向指数(ETI)概念.运用聚类分析法构建并筛选拥堵趋势评估指标——行程时间比变化率、饱和度变化率、拥堵里程比变化率及拥堵持续时间变化率,基于CRITIC法和TOPSIS法构建交通拥堵演变趋向指数模型,对城市主干路交通拥堵趋势进行评价,并将此方法应用于哈尔滨市三条主干路中进行交通趋势评价.该指数模型的建立可为城市道路交通拥堵提供更加完善的评价模型,也可为居民出行、提高交通管理水平提供参考.     

城市路网交通拥堵H-Fuzzy评判方法研究

根据城市路网交通拥堵的空间分布特点将路网交通拥堵划分为路段拥堵和交叉口拥堵,参考城市道路和交叉口服务水平的划分标准将路网交通拥堵度划分为堵塞、拥堵、较拥堵、较畅通、畅通5个等级,选取了路网交通拥堵的判定指标,运用层次分析法建立了路网交通拥堵的二级评判指标体系及相应的H-Fuzzy综合模糊评判模型,最后对一典型路网交通拥堵状况进行了判定,研究成果对于评估城市交通网络拥堵提供了一种有效的定量分析方法。     

杭州市交通拥堵路网分布特征研究

通过对杭州市近3年交通拥堵路段分布数据的统计分析,提出以交通拥堵概率作为衡量路段交通拥堵发生频率的指标。按照工作日、节假日、周六日等3类日期分别对杭州交通拥堵路段的分布情况进行了定量描述;以10等阶拥堵概率统计结果为基础,对不同拥堵概率路段占路网的比例及分布位置进行了探讨。提出当前杭州市的交通拥堵特征主要表现为晚比早堵、南比北堵,以时间上的偶发性拥堵和地点上的点拥堵为主,并提出了拥堵概率相对较大的路段、交叉口等的分布范围,可以为后续重点突破、全面疏导地治理杭州市交通拥堵提供决策支持。     

考虑边界条件不确定性的城市交通拥塞风险分布迁移规律研究

为分析交通联通边界(交通量、交通扩散系数)对特定城市研究区域内交通拥塞迁移规律的影响机理。本文从新的角度考虑城市交通拥塞风险分布迁移规律，将污染质迁移数值模拟模型运用到城市道路交通拥塞风险迁移中。首先对贵阳某区域2020年6~7月的城市交通调查数据及爬取的部分高德地图数据进行处理，并将研究区域以交通联通边界、交通隔断边界、区域分区边界划分为区域1和区域2。在此基础上考虑交通联通边界并建立基于城市交通拥塞风险分布及迁移数值替代模型，并运用Monte Carlo方法对贵阳某研究区域的输入输出结果进行统计分析，并将实际路网数据值输入替代模型，将结果与路网真实情况和高德地图情况进行对比，所建立模型 的预测精度比高德地图高3.7%，且模拟交通拥塞风险迁移规律较高。结果表明，交通联通边界对城市交通拥塞迁移数值模拟模型预报有很大影响，统计分析研究区域模拟模型的结果，可以有效评估不同交通联通边界条件对研究区域交通拥塞风险分布情况和准确预报研究区域内遭受不同 交通拥塞程度的风险。综上可知，本文建立的模型能高效精准分析城市交通拥塞的风险分布迁移规律，可为城市路网分区分段分点治理交通拥塞提供新的参考。     

利用传染病模型研究空中交通拥挤传播规律

为避免以往研究中主要集中在拥挤传播网络分布和现实数据观察等表象环节,发掘空中交通拥挤传播演变的科学规律,以空中交通拥挤传播与传染病传播过程的相似性分析为切入点,参考传染病SIR 模型,建立空中交通拥挤传播模型,并利用相轨线分析和参数分析等方法,得到拥挤传播趋势及阈值,解释了拥挤传播影响因子和消散因子对拥挤传播过程的影响.结合亚特兰大和白云机场实际延误数据,发现所建模型能够恰当地表述基本拥挤过程,但各类因子需根据运行实际调整而无法形成固定值,且对较复杂的拥挤过程需要引入新的参数.     

基于实测数据的终端区空中交通流特性分析

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据.本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度-密度模型、流率-密度模型和流率-速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验.研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值.     

����ʵ�����ݵ��ն������н�ͨ�����Է���

研究机场终端区空中交通流时空特性,为揭示交通流内在相互影响及拥堵机理,优化终端区管控策略提供科学依据。本文根据实测的空管雷达信息,首先确定目标航段上空中交通流参数的时序分布;然后从交通流参数关系基本图出发,结合终端区空中交通运行方式与管制规则的分析,将空中交通流状态划分为自由流、弱管制干预流和强管制干预流三个阶段;最后,在状态划分的基础上,采用线性回归分析建立空中交通流的速度—密度模型、流率—密度模型和流率—速度模型,并以F和T检验对回归模型及回归系数的显著性进行检验。研究结果表明,本文建立的交通流模型能够较好地反映空中交通流特性,且对终端区空中交通时空态势的评估具有应用价值。     

城市核心区主干路交通拥塞演变规律分析

以昆明市为例,通过实地调查的方式,分析了城市核心区主干路的交通区域拥塞交通流特性,运用烟羽模型对交通拥塞的时空变化规律进行了定量化分析.定性分析了驾驶员行为特性对道路交通拥塞影响,提出首次交通拥塞与二次交通拥塞的概念,并结合道路状况,借鉴蚁群模型的理论,对首次交通拥塞到二次交通拥塞演变规律进行了分析,总结出基于驾驶员行为特性的演变规律.     

基于网格交通状态分类的行程时间规律挖掘与计算

在出租车轨迹数据挖掘的基础上，本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上，利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图，并对宏观基本图的流量-密度关系进行拟合；进而使用高斯混合聚类法，将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析，发现3类交通状态下网格行程时间表现出不同的分布特征，畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布；通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一 定可靠度条件下的行程时间，对不同线路和时间内的案例分析结果表明，该方法对路径行程时间估计的平均绝对误差在1%~16%，可以为交通诱导与未来导航提供技术方法支撑。     

基于排序选择模型的游客拥挤感知分析

基于游客拥挤感知机理和影响因素分析,采用意愿调查法对游客旅游线路特性、拥挤感知度和不同拥挤状态下的游客时空分布意向进行调查,定量分析不同旅游阶段信息、客流密度等因素对游客拥挤感知度的影响,基于排序选择模型,建立游客拥挤感知模型,并进行局部效应分析.结果表明:出行前(查询旅线信息方式等)、景区游览阶段(拥挤信息发布内容、景点停留时间等)的旅游信息变量对游客的拥挤感知度具有显著影响;景点停留时间每增加1 min,游客拥挤感知度为2、3、4的概率分别增加0.3%、增加1.1%、减少1.3%,研究可为旅游信息合理发布和游客合理分流提供基础数据.