基于BP神经网络公路交通噪声的预测

由有限的公路交通噪声实测数据类比估算其它环境敏感点噪声值是公路建设项目环保验收和环境后评价的重要基础工作之一,为探讨科学有效的类比方法,根据人工神经网络理论,针对高速公路交通噪声预测的特点,提出了基于大、中、小车交通量、预测点距离及道路结构5个参数的高速公路交通噪声预测BP神经网络模型。通过对BP模型预测结果与实测值和FHWA模型预测值的比较表明:在某一特定公路环境下,由有限噪声实测数据预测其它环境敏感点的噪声值,BP神经网络不失为一种简便而有效的方法,且可得到比用FHWA模型预测更为精确的结果。     

����OLAM�ĸ��ٹ�·��ͨ����άԤ���о�

OLAM是联机分析处理与数据挖掘的有机结合,本文以高速公路收费数据为基础,提出一种基于OLAM实现高速公路交通量多维预测的方法.该方法构建了多维数据雪花模型,建立起收费数据的数据仓库并得到交通量多维统计结果;在构建季节ARIMA预测模型过程中,检测出因节假日、恶劣天气导致的交通量异常值并对模型进行修正;最后利用修正后的模型实现了交通量的预测.与一般季节ARIMA模型相比,修正后模型的白噪声方差和AIC值显著降低,数据拟合程度明显提高.实验结果表明,该方法具有较高的预测精度,其中MAE和MAPE分别为50.43和1.59%,能够满足高速公路管理部门利用收费数据分析、预测交通量时空变化趋势的要求,从而为制定各项政策提供理论依据和决策参考.     

基于路网规划的道路立体交叉交通量预测方法

道路立体交叉远景交通量预测是道路立交规划和设计的重要环节，根据交叉口交通流特性和规划路网的路段交通量，构造了立体交叉远景交通量预测模型。此模型通过迭代计算预测立体交叉口进口和出口之间的转向交通量，同时对模型中参数的计算进行了讨论。通过某一实例对模型进行了验证，结果表明该模型误差较小。     

时空因素影响下在线短时交通量预测

考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对模型参数进行优化;最后,构造时间-空间状态向量,通过不同的状态向量对时间和空间维度的影响进行了分析.利用高速公路检测器数据,对比不同模型的精度,对在线短时交通量预测模型的有效性和可行性进行了验证.结果表明：在线模型精度优于传统的支持向量回归模型,考虑时空因素影响后交通量预测模型具有更高的精度和稳定性.     

基于混沌时间序列的道路断面短时交通流预测模型

为了提高道路断面短时交通流预测的精确性,本文对道路断面的短时交通流数据进行混沌时间序列分析,并对多维交通流时间序列数据进行了相空间重构,建立基于混沌时间序列分析的道路断面短时交通流预测模型,利用粒子群优化算法优化模型的参数选择．最后应用本文的方法对城市快速路采集的断面交通流数据进行分析,对道路断面短时交通流建立预测模型并验证其有效性．     

ʵʱ��ͨ��Ϣ������Ԥ��ϵͳ�������ķ�չ�ſ�

介绍了美国联邦公路局（FHWA）支持的动态交通分配（DTA）研究项目的发展概况。FHWA启动DTA项目的目标是研发一套可实际应用的实时交通信息估计与预测系统(TrEPS)，其中提供的交通估计与预测信息可用于动态交通管理，以满足智能交通系统（ITS）的信息需要。讨论了DTA项目，ErEPS在FHWA的战略规划和美国国家ITS体系结构中的地位，ErEPS的用户，以及其研究、开发、实施概况；提出了在我国发展类似系统的一些建议，包括实现ErEPS原型的本地化、引入各向异性交通流模型及混合交通仿真法以改善TrEPS的性能等。     

���ڷ������۵Ķ�ʱ��ͨ��Ԥ���㷨

城市交通诱导与控制需要短时交通流预测作为依据,当预测时间小于5 min时,常用的短时交通流预测方法往往难以满足精度要求. 为了提高短时交通流预测的精度,针对短时交通流的非线性特征,采用基于分形的方法可以缩短预测时间、提高预测精度. 在G-P算法基础上,本文利用欧式模定义相空间任意两点间的欧式距离,并采用筛选法计算备选点的欧式距离,以此提高计算速度,使预测2 min内的交通流成为可能. 以北京西直门至阜成门段一天的断面交通量为实例,应用基于分形的短时交通量预测算法,对712个有效数据点的后30点进行预测,预测精度达到92％以上.     

一种结构优化的深度信任网络短时交通流预测

针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,增强预测的时空关联性,克服训练数据过于依赖时间序列的缺陷;同时,优化深度信任网络短时交通流预测模型结构,提出一种改进的花朵授粉算法对预测模型的隐层结构参数进行优化,避免因模型结构参数选取形式过于固定所导致的模型预测结果陷入局部最优解及实用性降低的问题。通过采集福州市两个交叉口的相关交通量数据,分别对预测模型的可行性进行评估。同时,将MFPA-DBN模型分别与不同隐层结构的深度信任网络模型及GA-LSTM、CNN-SVR、TGWO-BP 3种模型进行对比。实验结果表明：在相同训练数据的条件下,结构优化的深度信任网络(MFPA-DBN)短时交通流预测方法可行、有效,预测精度优于其他深度学习预测模型,实时性能也能满足实际要求。     

南昌市八一广场改造后交通流变化研究

根据南昌市八一广场周边道路路段交通量调查来进行机动车O-D矩阵推算,进而进行八一广场改造后机动车交通流变化研究．为提前做好广场改造后的交通组织提供了基础数据依据。     

�����е��͵�·��ͨ����״̬������Ԥ���о�

对城市的道路交通运行状况进行全面分析评估并实时监控、预测,可以有效地消除交通隐患,增强城市交通管理部门对城市交通的管控能力.本文基于北京市典型道路交通流特性分析及已有的道路交通流预测模型,提出道路交通运行状态组合预测模型,确定了非参数回归模型作为预测模型的核心,组合使用傅立叶历史估算模型、非参数自回归模型和非参数邻域回归模型对北京市典型道路的交通运行状态进行预测.针对北京市道路交通流信息采集系统实际情况及未来预测信息图形化发布的需要,提出了道路交通流预测系统的异构数据融合方法及道路编码模型及方法.     

道路交通噪声评价及预测新方法

在分析既有环境噪声评价方法的基础上,根据交通噪声非稳态性的特点,提出了交通噪声综合影响指数的概念。基于概率论和交通流理论,考虑到影响道路交通噪声的主要因素是车流量、车型和车流速度等,建立了用交通噪声综合影响指数来评价道路交通噪声的预测理论模型。以某城市道路交通噪声在一天内24h的A声级变化为实例,计算了其交通噪声综合影响指数为79．7dB。计算结果表明,可以用交通噪声综合影响指数合理地评价道路交通噪声污染对人体健康和社会经济发展的影响。     

����“ռλ��ͻ”���ٶȱ�׼��Ĺ�ϵ�о�

超车是交通流中不可避免的现象,超车和追尾,一个是正常行驶,一个是交通事故,但他们具有一个共同的原因,即都是由速度差引起的“占位冲突”。本文利用微观交通流仿真软件VISSIM,通过交通流仿真试验,研究在给定路段上车辆“占位冲突”与速度标准差的关系,论文还分析了交通流量对“占位冲突”的影响。仿真结果表明“占位冲突”与交通流速度标准差成正比关系;与交通流量成二次函数关系;最后根据以上研究提出单位时间和单位里程的占位冲突次数模型,该模型可以用来估算道路上的交通冲突问题,为评价道路安全提供一定的依据。     

VISSIM在城市道路平面交叉口的应用

城市道路平面交叉口是道路系统中重要的组成部分,一旦交叉口发生堵塞,会影响交通的有效运行。因此,如何提高交叉路口的通行能力对城市的交通有重要意义。以南稍门十字交叉口为研究对象,借助VISSIM交通仿真软件,调查其高峰时段的现状交通量、信号配时方案及车道功能的划分,研究交叉口优化配时方案和改善交叉口车道划分方案,并对方案进行评价。结果表明该方案能有效的减少车辆延误,提高平面交叉口的通行能力,证明VISSSIM仿真软件在城市道路平面交叉口的应用达到良好的改善效果,为解决目前城市平面交叉口日趋严重的拥堵现状提供有效的参考。     

港湾式爬坡车道路权分配研究

针对近些年爬坡车道出现的＂大车道小车用＂的现象,利用VISSIM仿真模型对不同货车比例情形下爬坡车道路段的路权方案进行试验,模拟过程中记录延误、前后车辆速度差、车速等数据,提出不同方案的适用范围。分析结果表明：在特定交通流条件下,爬坡车道路权的分配与货车比例有关,其中方案分界点货车比例为40%。     

基于遗传算法的交通仿真模型参数校正方法研究

参数校正是交通仿真模型应用中的重要环节。基于遗传算法设计的交通仿真模型参数校正方法，可以在交通仿真软件VISSIM平台中结合实际交通调查数据对其进行验证。结果表明，采用该方法校正后的仿真模型参数能够更好地符合实际道路交通状况．且能有效地减少参数校正的仿真试验次数，同时该研究结果也可以推广应用于其他类型的交通仿真模型中去。     

基于改进灰色预测法的乌鲁木齐市道路交通事故预测

交通事故预测是交通安全研究的重要内容,是提高道路交通安全水平的基础。为研究乌鲁木齐市道路交通事故发展趋势,在分析交通事故灰色特性的基础上,以乌鲁木齐市道路交通事故统计资料为基础,运用改进的灰色预测模型进行交通事故伤亡人数预测。结果表明,改进的灰色预测模型比传统灰色预测模型精度提高了74.98%。     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

基于VISSIM仿真的主干道支路接入控制方式研究

选取VISSIM交通仿真软件,根据实测的主干道交通数据,对软件的交通模型参数进行标定及验证,在此条件下以主路延误及支路延误为控制指标,以双向六车道中央分隔带主干道为对象,可得出在不同流量条件下支路接入的最佳控制方式。     

基于VISSIM仿真的城市道路交叉口优化设计

城市道路交叉口是各类交通汇合、转换的地点,是组织道路交通的控制点。通过对平面交叉口存在的主要问题的分析,提出了以交叉口渠化以及信号控制为重点的优化设计方案,并以案例研究为依托,结合VISSIM软件仿真,对交叉口改善前后的通行效率进行对比,论证了平面交叉口优化设计内容的可行性。     

K近邻短期交通流预测

从分析短时交通流特性入手,利用非参数回归中K近邻的方法,对道路交通流量进行短期预测;采用贵阳市道路交通流量的实际数据进行验证。结果表明:K近邻非参数回归预测模型能较为准确的进行道路短期交通流预测,该方法可用于短期交通流预测。