生长曲线模型在高速公路诱增交通量预测中的应用

诱增交通量是新建高速公路项目交通量的重要组成部分，是高速公路项目前期可行性研究中交通量预测分析工作的重点和难点。本文在总结分析诱增交通量的形成机理、内在特点和增长规律的基础上，以罗定至岑溪高速公路（粤境段）为例，着重介绍了生长曲线模型在高速公路项目诱增交通量预测中的应用。     

TransCAD在公路诱增交通量预测中的应用研究

分析公路建设项目可行性研究中诱增交通量常用的计算方法。建议采用公路建成前后车辆出行条件的变化来计算诱增的交通出行分布,进而计算出各OD小区诱增交通出行量。研究表明,基于重力模型的思想,借助TransCAD在路网建模、矩阵计算等方面的优势,及其提供的多种重力模型和标定软件包,为定量计算公路尤其是高速公路诱增交通量建立新的途径。计算结果符合公路诱增交通量的特点和发展规律,并与定性分析结论相吻合。     

基于重力模型预测诱增交通量方法研究

针对诱增交通量产生的最直观原因是交通阻抗的降低,通过分析诱增交通量的组成及特点,提出了一种基于交通生成的重力模型预测诱增交通量的方法,并以沪蓉国道宜昌至利川段高速公路交通量预测为例,对诱增交通量的预测进行实证研究。     

诱增交通量的变化规律和预测模型

路网变化将引发诱增交通量，诱增交通量不同于趋势交通量，其产生到发展中所表现出来的特征决定了诱增交通量的发展将要经历3个阶段：逐步形成、快速增长和相对稳定，而且在不同的影响区域内，诱增交通量产生的方式、增长的程度也各有不同。本文通过对诱增交通量变化规律及表现特征的分析，讨论研究诱增交通量的预测模型。     

生长曲线模型在高速公路诱增交通量预测中的应用

诱增交通量是新建高速公路项目交通量的重要组成部分,是高速公路项目前期可行性研究交通量预测分析工作的重点和难点。在总结分析诱增交通量的形成机理、内在特点和增长规律的基础上,以罗定至岑溪高速公路(粤境段)为例,着重介绍生长曲线模型在高速公路项目诱增交通量预测中的应用。     

生长曲线模型在高速公路诱增交通量预测中的应用

诱增交通量是新建高速公路项目交通量的重要组成部分，是高速公路项目前期可行性研究交通量预测分析工作的重点和难点。本文在总结分析诱增交通量的形成机理、内在特点和增长规律的基础上，以罗定至岑溪高速公路（粤境段）为例，着重介绍了生长曲线模型在高速公路项目诱增交通量预测中的应用。     

大型购物中心诱增交通量预测方法研究

近年来，随着人们生活水平的提高和消费观念的改变，shopping mall正在中国越来越热。shopping mall由于体量庞大，它的建设无疑会对城市道路交通体系产生较大的影响。本文在对北京mall交通影响分析实践的基础上，根据购物(休闲娱乐)出行需求的特点，提出了大型购物中心诱增交通量预测的思路，并重点阐述了商圈分析法和非集计模型在诱增交通量预测中的应用，取得了较好的效果。     

公路诱增交通量预测方法综述

本本文首先讨论了诱增交通量的概念,并按不同的发展阶段对其分类。结合不同类型诱增交通量的特性,分析总结了各种诱增交通量预测方法的适用范围,并用实例验证。     

诱增交通量对公路建设项目效益影响研究

目前诱增交通量产生的经济效益在公路建设项目经济评价中常被忽略,但其产生效益对全面评价项目效益至关重要。分析了诱增交通量产生效益的机理,并给出了其可具操作性的效益计算模型。     

综合运输网络中的公路交通量分析与预测探讨

在综合运输网络中,公路与铁路、水运等运输方式间的竞争与协作关系日益复杂。而传统公路项目交通量预测往往从公路交通系统自身的角度出发,割裂了公路交通与其他运输方式之间的复杂关系,因而影响了预测结果的可靠性。本文以国道主干线上海至成都高速公路(沪蓉高速)麻城至武汉段为例,站在综合运输的全局角度,在全面分析公路、铁路运输特性及其对综合运输分担的影响的基础上,提出了综合运输网络下的公路项目交通量分析与预测方法,并在方式分担预测过程中创造性地引入了LOGIT模型修正系数以提高其可靠性,从而保证了交通量预测的精度和准确性,以利于客观反映出公路项目在综合运输网络中的客货运地位和作用。     

基于季节ARIMA模型的公路交通量预测

为了提高公路交通量季节性预测的精度,在介绍一般ARIMA模型的基础上,推导出一种具有周期的季节ARI—MA模型的一般表达式,以及使用这种模型进行建模和预报的一般过程。在实证分析中,先用傅立叶周期分析法检验时间序列的周期性并求出周期长度,然后用Eviews软件对时间序列作平稳性检验以及实现模型的识别、建立、选择与预测过程。与三个常用季节预测模型：分组回归模型、可变季节指数预测模型和季节周期回归模型相比,季节ARIMA模型的预测精度最高。研究结果对于更为科学准确地预测公路交通量具有一定意义。     

短时交通量时间序列智能复合预测方法概述

短时交通量预测是智能运输系统的核心研究内容之一,已成为交通工程领域重点研究课题。对国内外短时交通量时间序列的预测方法尤其是智能复合预测方法进行概述和总结,重点介绍灰色预测模型、模糊预测、遗传算法、神经网络、灰色神经网络、神经网络集成、统计学习理论、混沌预测、小波分解与重构的方法、以及由上述模型互相组合构成的各种智能组合预测模型等,并指出智能复合预测方法是解决短时交通量时间序列预测问题的有效途径和发展趋势。     

专用公路交通量预测方法的研究

分析了专用公路交通量预测的影响因素,把专用公路交通量预测分为3类:A类机械变化交通量、B类园区诱增交通量及C类趋势交通量。提出了3类交通量的预测方法,并通过实例应用,验证了预测方法的可行性。     

城市道路交通量短时预测的GSVMR模型

在分析现有城市道路交通量短时预测方法缺陷的基础上,针对目前广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,结合遗传算法容易寻找全局最优解与支持向量机回归法具有结构风险最小化的特点,提出了将两种算法相结合的GSVMR预测模型,该模型同时具有结构风险最小和容易寻找最优解的双重特性,并对某城市四车道主干道路8：00,8：45的交通量进行了预测,结果表明用该模型进行城市道路交通量短时预测所得结果误差较小,依此验证了用GSVMR模型进行城市道路交通量短时预测的有效性。     

基于预测有效度的组合模型在交通量预测中的应用

在已有交通量预测模型的基础上,建立了基于预测有效度的组合预测模型,应用规划方法求解出各单一预测模型的最优权重系数。通过实测数据的验证表明,该组合预测方法具有比回归分析和神经网络预测模型更高的精度,组合方法为交通量的预测提供了一种可靠而有效的新途径。     

基于偏最小二乘回归法的城市土地利用与交通发生量关系模型研究

以实际调查得到的建筑容积率、建筑密度、总建筑面积、交通小区面积以及各类型土地利用面积等14个土地利用指标作为直接变量,建立交通发生量预测模型.相关分析的结果表明土地利用指标间存在着严重的多重相关性,普通的回归分析方法很难有效解决这一问题.采用偏最小二乘回归方法,通过构建主成分.采用交叉有效性检验确定成分个数,最终建立的...     

基于车辆噪音时域特征的交通量统计方法

针对现有交通流数据采集设备存在造价高、采集精度不够及难于后期分析等实际问题,提出了一种利用车辆音频时域信号特征进行交通量检测的方法。该方法根据车辆噪音信号的波形特点,通过提取车辆噪音时域特征参数短时能量和过零率,进行端点、特征跳变点检测及车型辨别、分类,统计出交通量数据。试验结果表明,结合音频信号时域能量分布和过零率能够实现交通量信息的有效检测,同时为保证音频信息采集的有效性,数据采集设备应安装在车辆加速行驶路段或凸形竖曲线顶部附近。该检测方法具有检测方便、设备投入少的特点,统计精度能够满足工程实际需要,适用于一般公路交通量的调查。     

基于交通量演变模式检索的高速公路交通量预测方法

通过交通量预测的方法,可以在突发事件情况下评估事件对高速公路网的交通影响。各种预测算法的共同特征,需要一定的历史数据支持。在同一算法中,对历史信息吸收得越多,其预测往往越准确。作者借用图像压缩的原理,从历史交通数据中抽象出历史交通状态演化模式,并用压缩码表示该演化模式。通过对压缩码的检索,可以快速提取与当前演化模式相近的历史数据,通过这些演化模式相近的历史数据,预测交通状态的变化趋势。试验证明,预测数据与真实数据具有良好的拟合度。     

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。