上海市高架路非高峰时段拥堵状态与成因分析

为缓解上海市高架路非高峰时段的拥堵,对上海市高架路非高峰时段拥堵状况与成因进行研究.首先,基于百度地图实时数据识别拥堵常发路段及其拥堵特征;其次,基于上海高架路小时流量数据、土地利用数据以及建筑物普查数据,采用线性回归等方法,通过分析上海南北高架路东侧出入口匝道小时流量与其影响范围内土地利用的关系,发现匝道车流量与其影...     

数据驱动的偶发拥堵时空建模及传播分析

为研究实际的道路交通路网中偶发拥堵的传播和演化特性,充分发挥海量交通流数据的潜在价值,克服现有基于模拟仿真的拥堵分析方法因理论假设和参数设置所导致的 “失真”问题,本文在交通流实测数据的基础上,建立改进的 PLS-STAR模型对偶发拥堵的时空传播结构进行描述,并提出偶发拥堵的直接和间接时空传播效应两种概念对拥堵的时空传播影响进行刻画,从而构造了一种数据驱动的偶发拥堵时空传播效应评估方法.通过北京路网的案例研究发现,路网服务水平的降低,更大程度来源于拥堵传播的间接影响而非直接取决于突发的交通量增加,因此,通过控制拥堵传播来提升城市路网的服务水平仍具有巨大潜力.     

基于实时路况数据的拥堵评价方法研究

针对现有的交通拥堵评价方法均值法存在对拥堵变化不敏感的情况,提出了基于实时路况数据的拥堵占比率评价指标。首先采用GIS分析处理软件对实时路况数据进行分类提取路况信息,根据路况变化分级值判断某时段内各道路的变化状态。以南京市五个工作日内不同时段的路况数据为基础,计算道路趋向于拥堵变化状态下的拥堵占比率。根据计算结果,分析评价了南京工作日内拥堵路段的时空分布特征,并提出了可行的避堵、缓堵建议。给出的评价方法可在城市交通运行分析、道路拥堵变化分析中应用。     

基于GPS的常规公交拥堵路段识别与分析

常规公交拥堵路段识别对于科学分析公交运营状况、改善公交服务水平具有重要意义。首先分析了公交拥堵指标,构建了基于公交GPS的站点区间运行状态评价标准。在此基础上,将大数据技术和公交GPS信息相结合,开发了常规公交拥堵路段查询系统;基于公交拥堵识别指标,设计了拥堵识别模型和拥堵原因判别模型;最后,以武汉公交数据为基础对系统和模型进行了实际应用。应用效果表明,该系统具有较高的准确度和较强的实用性。     

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．     

基于数据可视化的区域交通状态特征评价方法

引入交通拥堵时空累积指标对区域交通运行状态进行判别与定量分析, 建立拥堵源与拥堵评价点之间的函数关系以构建可视化模型, 利用梯度方向直方图与主成分分析法对交通运行状态数据进行特征提取, 并利用高斯混合聚类方法对特征数据进行聚类, 划分区域交通拥堵的空间分布模式。选择了广州23 478辆出租车, 得到了509 376个数据样本, 并对交通路网拥堵模式进行识别和划分, 分析和评价了城市交通拥堵分布特性。试验结果表明: 3个样本的拥堵强度平均值分别为0.558、0.559、0.559, 交通拥堵聚集度指标分别为3.518、3.121、2.800, 3个样本的整体路网拥堵强度相同, 但是空间拥堵分布有较大差异; 广州在拥堵等级为6时的3种拥堵模式的主要聚集区域数分别为2、4、3个, 符合实际调查结果。可见, 本文提出的方法能更科学直观地描述区域交通拥堵程度和分布情况以及空间层面上的城市区域交通运行规律。     

高德城市交通报告出炉：上海最堵 北京第三

高德发布了第二季度的城市交通报告,以“拥堵延时指数”为基础建立数据体系。拥堵延时指数=交通拥堵通过的旅行时间／自由流通过的旅行时间,拥堵延时指数越高表示拥堵越严重。报告显示,第二季度全国重点城市拥堵排名上海居首,上海、杭州、北京、重庆、深圳、广州、福州、沈阳、成都、济南成为最拥堵的前十个城市。     

基于GPS轨迹数据的城市路段交通拥堵时序分析

随着城市化进程在我国的加快和机动车数量猛增,交通拥堵也成为大中城市面临的主要"城市病"之一。因此,要想有效缓解拥堵问题,一个有效的方法就是利用载有GPS的车辆来实时监控道路拥堵情况。利用武汉市30 d的出租车GPS数据和武汉市道路数据,针对出租车的交通运行特性,分析原始出租车GPS数据,对其进行预处理,包括对据误差处理、路网匹配几个方面。在此基础上,建立了基于速度的拥堵路段提取方式,并具体分析了处理结果,涉及到对1 d内上下班高峰期的研究、工作日和非工作日城市路网拥堵情况的对比、城区主干道路与非主干道路在不同时间段拥堵情况的对比,以及道路拥堵情况的相关性分析。     

广东省高速公路拥堵时空特征探析及对策研究

近年来,高速公路交通拥堵问题逐步凸显,尤其是节假日等高峰通行期间,局部路段拥堵已常态化。文中利用从百度实时路况平台采集的交通路况数据,从拥堵发生频次、持续时间以及排队长度3个维度深入分析高速公路拥堵的时空特征,阐述了广东省高速公路拥堵的规律,并相应分析了高速公路拥堵产生的原因及改善措施,为全省高速公路改扩建和路网优化提供有益建议。     

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.     

我们能从道路交通拥堵中学到什么

随着高速公路监测手段的完善,高速公路运行数据日益丰富。通过深入挖掘、分析加州高速公路运行监测系统5年来收集的数据,从不同角度定量理解拥堵产生的原因,包括拥堵动态分析、交通瓶颈识别、匝道控制效益评价、出行时间预测等。此外,基于上述数据,以加州湾区HOV车道为例,通过分析通行能力损失、对比路段相同位置HOV限制与非限制时段车道流量及速度变化,定量评价了HOV车道的实施效果及其给其他车道带来的拥堵后果。上述各项研究均衡量了拥堵的严重程度及产生原因,并给出了相应的缓堵方法。     

可变信息屏对北京市交通拥堵缓解的评价研究

可变信息屏（VMS）为缓解大城市交通拥堵提供了一种有效途径,它通过发布诱导信息来均衡路网上的交通需求.为了评价VMS对缓解交通拥堵的效果,本文通过数据挖掘方法建立了一种通用评价模型.所用数据包括由北京市VMS系统和道路检测器得到的VMS历史发布信息和道路交通流数据,这些数据能够真实地反映路网中的交通状况.通过比较诱导信息和提示信息下的拥堵缓解效果,并对不同道路状况下拥堵缓解效果进行时间和空间分析.结果表明,诱导信息能够更加有效地提高拥堵路段的服务水平,特别是严重拥堵路段,诱导信息比提示信息更加有效.     

城市交通拥堵治理决策仿真平台构建及应用

传统的城市交通拥堵治理手段以人工经验为主导,大数据和信息技术不断发展为城市交通拥堵治理提供了智慧化的方法与手段。运用“多层式”技术框架和“数据—仿真—服务”的技术流程搭建城市交通拥堵治理决策仿真平台。在佛山市禅城区的应用案例中,详细阐述平台搭建过程中三大关键技术的应用：融合互联网导航和电子卡口数据获取动态车流OD的技术;治堵决策辅助模块定制化开发技术;仿真结果自动化输出技术。结果表明,该仿真平台能够为城市交通拥堵治理提供智慧化、快捷化和直观化的决策支撑。     

基于交通大数据的快速路下匝道与地面衔接区域拥堵点识别研究

为更好解决快速路下匝道顺畅疏散车流,避免拥堵上溯造成快速路主线受阻,研究快速路下匝道与地面衔接区域的拥堵点识别问题。在综述国内外研究现状的基础上,分析快速路与地面衔接区域的不同下匝道类型以及各自的适用情况,并梳理一般下匝道拥堵原因清单以备拥堵点成因确定;进而,建立基于交通大数据的衔接系统拥堵识别模型;最后,通过现场调研验证由该模型识别出的拥堵点-上海市内环内圈宛平南路下匝道与地面衔接区域,并对照拥堵原因清单确定了该拥堵点的成因,进而针对这些问题给出解决方案,为之后实际工程实施奠定了理论基础。     

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.     

中、美城市交通拥堵评价排名体系比较研究

在城市化、机动化大潮下,准确、及时的城市交通拥堵评价具有重要的现实意义。首先,对比了国内外主流机构的交通拥堵评价排名指标体系,归纳得出了"交通拥堵指数"这一核心概念的含义及其延伸。接下来,对比了美国和中国城市交通拥堵评价年度数据,分析了评价结果和评价方法的差异性,揭示了中美城市交通拥堵特征的差异性。最后,提出了当前城市交通拥堵评价方法的局限性和改进方向。     

上海市中心城区关键道路拥堵治理可行性评估方法

城市中心城区快速路和周边地面道路常发性拥堵是实现交通排堵保畅、解决百姓出行难重大民生问题的"硬骨头".科学筛选拥堵核心道路和节点,量化评估主动交通管理技术实施的可行性,是精准施策的重要前提.基于真实交通数据,筛选上海市中心城区"口子形"常发性拥堵区域内关键道路和节点,进行拥堵成因分析与溯源,结合周边地面道路实地调研和交...     

拥堵指数自适应调节的交通运行状态识别方法及应用研究

拥堵指数是客观评价城市交通运行状态的有效指标。针对当前拥堵指数模型中对交通畅行速度时空特性考虑不足的问题，本文在车辆定位与路网时空匹配数据的基础上，引入概率密度分段原理对车辆速度进行距离和时间分段，建立了具有自适应调节能力的拥堵指数模型，用于城市交通运行状态的分类与识别。以厦门市节假日浮动车辆定位数据为例，仿真分析了拥堵指数模型在复杂道路和城市交通中的适用性，并揭示了城市交通运行状态的变化规律。分析结果表明：拥堵指数模型能有效区分道路的空闲和繁忙时段，并依据对应时段的畅行速度进行自适应调节；针对复杂互通立交和专用共线道路，拥堵指数计算结果相较传统方法平均提升了 6.5%和3.2%；厦门市交通为单一晚高峰拥堵形态，平均拥堵指数介于 1.0~3.0 之间，拥堵时间为16:10- 21:00，空间分布集中在厦门市进出岛方向的主干道枢纽位置，以及厦门岛内东西走向主干道。该项研究对于快速建立不同城市及具有特殊时段需求的交通运行识别方法起到积极作用。     

城市道路交通拥堵状态时空相关性分析0

城市交通拥堵的形成和消散实际受多周期的交通流冲击波影响,产生来源非常复杂,建模也很困难.正因如此,有关拥堵时空扩散性的研究多停留在定性层面.基于直接采集交通数据可进行定量分析,但数据的细粒度特性使信号不够平稳,在多时间尺度上甚至表现出相反特征,缺乏有效的知识挖掘思路和方法.针对拥堵区域交通参数时空相关性问题,在皮尔逊相关性指标的基础上提出并采用了一种新的分析方法,它将道路实测速度轨迹分解为多时间尺度的趋势和细节分量.应用该方法提出的相关性指标和数据分段算法,对典型交通拥堵扩散算例进行了分析,借助相关性状态变化刻画了拥堵在时空中扩散的定量特征.     

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.