一种基于深度学习的离散化交通状态判别方法

在智能交通信号控制和交通流诱导系统中,交通环境状态的有效判别是影响交通控制决策的先决条件,本文针对交通流产生的大数据信息,结合深度学习算法提出一种离散化交通状态的判别方法.给出了包括交通状态数据采集、状态数据描述、状态深度学习和判别等功能模块的系统架构,构建了一种离散交通状态编码方法,为深度学习交通状态特征提供了数据基础.模型训练阶段,对采集到的二值和连续值交通状态数据,分别构建了两种不同的深度置信网络实现交通状态特征的无监督学习;模型微调阶段,在整合形成的高层抽象特征向量顶端增加softmax分类器,采用反向传播算法实现参数微调.最后,该方法基于VISSIM微观交通软件进行仿真,实验结果表明,离散交通状态编码方法可有效表达交通状态,基于深度学习的交通状态判别方法相对传统方法具有较高的准确度.     

基于SDSS的高速公路养护管理系统结构

现有高速公路养护管理系统仅仅是简单的决策支持系统,以模型来驱动决策,决策的智能化程度不高,因此为了提高公路养护决策的能力和智能化水平,提出了基于SDSS的高速公路养护管理系统,结合智能决策支持系统和商业智能技术,在决策过程中以模型、知识、数据共同驱动决策。综合决策支持系统由数据仓库、联机分析处理、数据挖掘、模型库、知识库和数据库组成,其中数据仓库能够实现对决策主题数据的存储和综合;联机分析处理可以实现多维数据分析;数据挖掘可以挖掘数据库和数据仓库中的知识;模型库可以实现多个广义模型的组合辅助决策;数据库可以为辅助决策提供数据;专家系统可以利用知识推理进行定性分析。它们有机集成的综合决策支持系统将相互补充和依赖,能发挥各自的辅助决策优势,实现更有效的辅助决策。     

城市路口交通状态判别方法研究

为客观、有效地评价城市路口交通状态,选择平均最大排队长度、饱和度、平均车辆延误、速度比等4个对城市路口交通状态变化最为敏感且容易获取的参数作为评价指标,选取Relief F算法对所选取的评价指标进行权值判定,设计了基于模糊FCM聚类的综合判别模型,并借助VISSIM交通仿真软件对路口交通流状态进行了仿真。结果表明:改进的W-FCM判别方法相比于传统的神经网络判别法,总体误判代价降低了47.5%,判别精度提升至96.7%,改进的判别方法具有较强的可行性。     

交通节能减排智能化分析技术--北京市实践

基于大数据的智能化监测分析技术为消除城市交通在节能减排领域决策判断的模糊性、解决交通节能减排问题提供机遇。通过分析交通节能减排宏、中、微观工作对智能化监测分析的需求,总结现有统计监测体系存在的问题。提出车辆能耗排放多维感知、高分辨率仿真及多尺度评估、海量数据分析挖掘等交通节能减排智能化分析技术。具体阐述北京市在交通节能减排统计监测体系建设、交通能耗与排放清单编制、交通节能减排规划和政策研究、驾驶行为矫正、节能减排标准研究制定等方面的实践应用效果。最后指出,交通节能减排智能监测体系应构建本地化的模型及关键参数,同时需要法律法规和体制机制的协同保障。     

大数据环境下的城市交通综合评估技术

伴随城市蔓延、轨道交通成网、用地开发等发展条件,大城市综合交通环境日益复杂。如何拓展评估边界、深化评估技术、提升评估频率和延伸评估视角成为传统城市交通评估技术体系面临的四个关键问题。首先介绍交通领域大数据的组成、特征及应用情况。通过深度挖掘交通运行产生的多源异构数据,建立集统计、关联、预测于一体的交通大数据分析平台和专题评估子系统,形成面向多层次、多领域应用需求的一体化综合交通模型体系。最后,基于深圳市的应用实践情况,阐述城市交通综合评估技术从城市到区域、从宏观到微观、从静态到动态、从土地到环境的转变。     

城市区域交通优化仿真与评价

城市区域交通拥堵形势日趋严峻,如何有效地评价城市交通运行状态,为交通控制提供决策支持,是城市交通管理面临的迫切需求.旨在通过建立城市区域交通优化仿真模型,从模型构成、参数标定、指标评价等方面对城市区域交通进行分析.最后以上海市五角场核心区域为例,在交通仿真软件Synchro中对五角场核心区域道路网进行模型仿真,并对仿真结果进行评价.分析结果显示,该研究对于城市区域交通优化改善评价具备一定的合理性和有效性.     

大数据环境下上海市综合交通特征分析

20世纪80年代上海市已经开始建设智能交通系统,开展交通数据采集工作.历经2010年世博会,上海市交通信息化快速发展,交通大数据的种类越来越多,为基于大数据挖掘的综合交通调查与分析提供了良好的基础条件.基于2014年上海市第五次综合交通调查结果,综述上海市交通大数据资源现状和基于大数据的城市综合交通特征挖掘分析技术方法及主要成果.提出进一步拓展运用大数据分析城市综合交通特征的应用领域、优化大数据挖掘技术方法和完善大数据采集处理机制的相关建议.     

基于投影寻踪动态聚类的快速路交通状态判别

为了提高快速路交通运行状态的判别精度,利用地点交通参数与交通状态之间的映射关系,提出了基于投影寻踪动态聚类模型的快速路交通状态判别方法.该方法综合投影寻踪技术和动态聚类方法构造投影指标函数,采用混合蛙跳算法优化投影指标函数的投影方向获得最佳投影方向,并利用仿真数据标定了交通状态判别阈值.结合仿真数据和实测数据进行了实验验证和对比分析.实验结果表明,投影寻踪动态聚类模型能够有效提高快速路交通状态判别精度,平均判别率为97.01%,平均误判率为0.86%,平均判别精度分别比BP神经网络模型和模糊C均值聚类模型方法提高了8.9%和4.5%.      

基于大数据的交通规划技术创新应用实践——以深圳市为例

深圳市长期坚持数据和模型驱动的交通规划理念,经过20年的积累,建立了面向规划决策支持的综合交通大数据应用体系,在多元数据融合与大数据挖掘应用方面进行了探索。总结深圳市交通大数据平台包含的三类数据:偏静态的城市空间数据、传统调查数据、偏动态的交通多元数据,阐述大数据对交通规划技术创新的影响。基于大数据对交通模型和运行仿真的影响,深圳市积极推动交通规划技术创新,建立区域–宏观–中观–微观一体化的交通仿真模型体系、融合实时数据的交通运行和评价系统,也使得绿色交通优先等规划理念更易实施。最后,对车联网、智慧交叉口、交通主动控制、个性化信息交互等影响交通规划创新的技术进行展望。     

“城市多模式交通网运行仿真”专栏征稿启事

正交通仿真是支撑智能交通发展、优化城市交通运行的关键技术。我国在交通仿真技术和软件开发方面虽有一定积累,但研发力量分散、技术短板待补,缺乏功能强大且具有完全自主知识产权的仿真应用软件,软件市场长期被国外垄断。同时,基于国外交通环境的国外软件并不完全适合我国国情,在实际应用中存在"水土不服"、决策支持能力差等缺陷。随着道路网、公交网、轨道网等多模式交通网络的协同运行,宏观、中观、微观多尺度交通紧密融合,以及交通领域大数据、移动互联、智能网联等技术的蓬勃发展,给交通仿真系统开发和应用注入了新的内涵。近年来,依托国家重点研发计划项目"城市多模式交通网运行仿真系统平台开发"的实施,涌现了一大批有代表性的技术成果。     

广州市交通规划决策支持平台构建实践

为更好地促进城市交通规划数字化转型,提升规划编制、评估与实施水平,传统交通规划模型需要转向规划决策支持平台。总结广州市交通规划模型发展历程和转型过程中面临的挑战,认为顺应精细化、通俗化的数据服务是定量交通分析的重要发展方向。围绕交通要更好统筹满足人的美好生活、生态可持续和为城市提供新的发展动力的需求,广州市交通规划决策支持平台以WebGIS和大数据技术为支撑,开发了高效的交通地理信息数据获取、处理、分析以及可视化算法,形成多源数据融合、大数据挖掘分析、推演决策等典型支撑技术。同时,协同传统交通规划模型,构建了空间与基础设施统计分析、人口活动分析、道路交通系统运行分析、公共交通系统运行分析、多维度方案决策评估、业务分析智能化系统等六大核心功能模块,较好支撑了广州市交通规划的编制、实施和评估。     

基于SENSYS地磁检测器的城市道路交通状态分析

近年来,地磁检测器逐步取代环形线圈检测器,成为城市智能交通检测设备的主流趋势。基于SENSYS地磁检测器获取的交通信息数据,通过拥挤量化指标的确定、数据的处理、等效通行能力的标定、模型的构建,分析识别路段各个车道的交通状态,进而确定整个路段的交通状态,为交通管理者决策提供合理有效的交通状态信息。     

基于FCD技术的城市智能交通诱导系统研究

阐述城市智能交通诱导系统的基本架构和建设的关键技术,并通过对城市FCD交通大数据的分析和挖掘,总结了城市智能交通诱导系统的建设方案,提出了基于FCD建设智能交通诱导的创新点,并以实际案例进行应用,可有效缓解城市交通的拥堵状况。     

自主式IVTIS模型及路网拥堵信息扩散效果评价

针对集中式交通信息系统存在的基础设施投资过大、信息处理过于集中,以及自主式交通信息系统较多侧重安全信息,而较少涉及路网拥堵信息的采集与发布等相关问题和不足,提出了一种基于车载自组网(VANET)、面向城市路网的自主式智能车载交通信息系统(IVTIS)及相应模型。为验证和评价IVTIS的合理性及有效性,基于交通仿真二次开发平台及相关评价指标,分别对路网拥堵信息的采集融合及动态传播效果进行了仿真评价,进而对路网车流量、信息传播丢包率对整体传播效果的影响进行了综合分析。仿真结果表明:IVTIS模型较为合理,其在面向城市路网的拥堵信息实时采集与动态传播方面表现出良好的自主性及扩散传播效果。     

城市区域路网交通状态分析与评价方法

为提高区域路网交通状态判别的准确性,需要考虑不同路段、交叉口对路网交通整体运行状态影响作用的差异性。通过构建路网结构模型,建立路段和交叉口的交通状态模型,根据路网中各路段间拓扑结构关系,建立路网交通状态矩阵,用它来表示路网时空状态信息;考虑路网元素在路网中的道路等级以及影响作用的重要程度,建立路段和交叉口的权重系数模型。在此基础上建立反映区域路网交通状态指数的综合判别模型,确定路网交通状态级别。通过对区域路网的仿真,以平均行程速度为评价指标对路网交通状态进行分析,结果表明了该方法对区域交通拥堵状态判别的实用性和有效性。     

北京市道路交通仿真平台建设及应用

为最大限度挖掘北京市城市道路供给能力,特别是交叉口及重点区域的道路通行能力,北京市交通管理部门设计并建设了北京市道路交通仿真平台。该平台采用Browser/Server模式,在VISSIM仿真软件基础上进行二次开发。平台支持北京市大范围的区域路网和重点交叉口的交通组织优化仿真,能对交叉口渠化、信号灯协调控制、出入口控制、大型活动车辆和人员疏散、交通勤务路线设计、道路施工影响评价等交通组织与管理方案进行仿真评价。通过对单个交叉口的交通组织方案进行设计与仿真,验证了平台的准确性和可靠性。结果表明:该平台能够对交通管理进行科学评估和优化,实现交通需求分析从定性到定量的转变,并能够提高交通决策的科学化和精细化水平。     

大数据时代新技术在智能交通中的应用

为探索大数据时代人工智能、大数据等新技术如何应用到交通运输领域中,实现智能交通的重大变革,首先,从信息资源整合、数据智能分析决策、大数据全生命周期的新技术应用、信息主动推送、智能网联汽车等方面提出智能交通的痛点及需求。其次,总结智能视频分析、交通信号控制、智能交通平台应用及智能网联汽车等业务领域研究现状。再次,围绕自然语言处理、计算机视觉、智能化交通信号控制、汽车电子标识、数据湖蓝光存储等新技术,分别从技术突破、业务应用两个方面阐述新技术突破在智能交通领域的应用。最后,提出了大数据时代新技术 在智能交通领域研究方向的建议。     

基于模糊推理的区域路网交通状态分析方法

为准确判别区域路网的交通状态,对区域路网交通流的宏观特性进行了详细分析,建立了路网交通状态评估指标体系。结合区域路网的拓扑结构与交通流特征,基于模糊推理技术提出了路网交通状态分析方法。以城市主干道路网为例,验证了路网交通状态分析方法的有效性。该方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供基础信息。     

城市路网交通状态分析方法研究

城市路网交通状态分析是智能交通系统中具有理论和实际应用双重性的基础问题,是涉及多尺度、多变量、高度随机和时变的复杂系统分析问题。其难点在于如何建立交通路网模型、如何定义交通状态变量和如何分析路网交通状态。本文对这些问题进行了研究,从中观角度把交通路口参数归入到路段参数,从路段的角度再定义新的路段交通状态系数,并建立用于交通状态分析的路网交通模型。提出了基于可达矩阵的路口分层方法,使用该方法能够得出在不同路段拥挤程度之下的路口层次,得出路口可达性、路段连通性以及整体路网交通状态的判别结果,可以找出路网中关键路口、关键路段,可以得到交通状态的演变方式, 进而为研究交通拥堵形成机理奠定基础。这种分析方法可以直接应用于交通状态分析中,对交通诱导、旅行信息发布也有重要价值。     

基于时空地理大数据分析的交通精准扶贫管理平台设计

构建了由一个数据库(交通精准扶贫专项数据库)、一个平台(交通精准扶贫管理平台)组成的基于时空地理大数据分析的交通精准扶贫体系。通过大数据分析形成的海量信息而进行资源分配,达到精准定位、精准落实、精准管理的目的,从而实现真正意义的交通精准扶贫,为交通精准扶贫提供决策、评估和信息管理服务。