基于旅游景区的交通量预测比较研究

随着第三产业的迅速发展,旅游成为发展的重点,相应旅游景区交通的规划建设也被提上日程。旅游交通路网的改进、完善都是以交通量预测为基础,从而确定道路规模。＂四阶段法＂是目前应用最为广泛的交通量预测方法之一,但是在四阶段预测过程中,却并没有把景区交通量纳入独立考虑。文中以重庆南山旅游景区为例,比较了旅游交通量考虑前后道路交通量预测的精确度,论证旅游景区交通量的影响程度。     

黄冈至鄂州高速公路交通量预测浅析

以拟建项目影响区社会经济发展统计资料、实地OD调查资料及相关路网历年交通量观测资料为基础,采用四阶段法,借助计算机辅助手段,以项目影响区域的社会经济状况建立了黄冈至鄂州高速公路的多因素交通量预测模型,得到该高速公路的交通量预测结果。     

基于四阶段法的旅游交通量预测

公路旅游交通是公路交通运输业的重要组成部分,随着现代旅游业的发展,公路旅游交通在公路交通运输业中的地位日益显现。然而目前缺乏有效的预测公路旅游交通量的方法。采用四阶段分析理论,以利川和万州地区高速公路建设为分析对象,在分析区域社会经济、旅游人数和旅游产业发展趋势的基础上,预测区域旅游交通总量,在分析基年旅游交通量分布的基础上确定各路段的交通出行量。有效地预测了利川和万州地区高速公路建设中的旅游交通量。     

公路沿线机场集疏交通量预测方法研究

以深圳宝安国际机场为例,在深圳至中山公路过江通道工程可行性研究中,单独对深圳宝安国际机场集疏交通量进行预测。预测首先结合深圳宝安国际机场发展规划对机场客流吞吐量进行预测;然后应用转换模型对机场对外客流生成量进行预测,并应用重力模型进行机场对外交通分布预测;再利用二元Logit模型进行公路和铁路的对外客流分担量预测,从而得到机场对外集疏生成量中的公路分担量;最后通过交通分配模型得到拟建公路项目承担的机场集疏交通量。通过应用本方法进行定量预测,可以大幅度提高公路工程可行性研究中机场集疏交通量的预测精度。     

交通量预测方法的探讨

交通量和工农业产值及时间之间存在比较好的一元线性关系，为使预测达到满意的精度，另外采用交通量的灰色预测，用这三种方法得出同一路段在同一年度三个不同的预测值，将上述三个预测值加权平均得出一个综合值，即为未来某年的预测交通量。权值分别为：０．６，０．２，０．２。     

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。     

基于 QPSO-RBF 的交通量预测方法研究

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础,为了更好的对其进行预测,在分析径向基函数(RBF)神经网络预测模型的特点和标准粒子群优化(PSO)算法缺陷的基础上,将量子粒子群优化(QPSO)算法的全局搜索能力与RBF神经网络的局部优化相结合,克服了标准PSO算法收敛不稳定性和RBF神经网络易陷入局部极小值的缺点,并建立了QPSO-RBF的交通量预测模型.仿真实例结果表明,提出的预测模型预测精度较高,具有较强的学习能力和预测能力,对于交通量预测具有一定的可行性和有效性.     

公路建设项目考虑铁路转移交通量预测的OD处理方法

在新乡-长垣高速公路交通量预测过程中,分析了项目的建设对通道内公路、铁路运量分担所产生的影响,对基年OD表进行处理,以得到可用于进行下一步交通量预测的考虑了铁路转移交通量的基年OD数据。     

基于QPSO—RBF的交通量预测方法研究

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础,为了更好的对其进行预测,在分析径向基函数(RBF)神经网络预测模型的特点和标准粒子群优化(PSO)算法缺陷的基础上,将量子粒子群优化(QPSO)算法的全局搜索能力与RBF神经网络的局部优化相结合,克服了标准PSO算法收敛不稳定性和RBF神经网络易陷入局部极小值的缺点,并建立了QPSO-RBF的交通量预测模型.仿真实例结果表明,提出的预测模型预测精度较高,具有较强的学习能力和预测能力,对于交通量预测具有一定的可行性和有效性.     

基于物流系统的公路主枢纽货运适站量预测

货运适站量的预测是确定公路主枢纽货运站规模和功能的重要依据。传统的预测方法由于统计数据与统计方法的原因，使得预测量与实际需求量有较大偏差。本文提出两种基于物流系统的公路主枢纽货运适量的预测方法，并对两种预测方法的内容和分析预测过程作了详尽的论述，最后根据实际情况给出实例。     

基于径向基函数神经网络的交通量预测

采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点.在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量.     

基于径向基函数神经网络的交通量预测

采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点。在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量。     

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。     

基于交通环境承载力的公路网交通量预测

提出将交通环境承载力相关理论应用到公路网交通量预测中,提出基于交通环境承载力的公路网交通量预测模型。从环境系统污染物的输入输出模型出发,构建基于大气污染承载力的公路网交通量预测数学模型,实现基于大气环境的交通量控制目标,为交通规划部门制定可持续的交通发展规模提供科学决策依据。     

基于扩展卡尔曼滤波神经网络算法的公路货运周转量预测

介绍了扩展卡尔曼滤波的原理,针对人工神经网络神经元之间权值的调整过程,建立了权值调整的状态空间模型,并采用扩展卡尔曼滤波对该模型的状态变量进行递推估计.文中仿真以全国历年公路货运周转量为例,分别采用BP算法和扩展卡尔曼滤波算法对神经网络进行训练,2种训练方法预测的结果对比表明扩展卡尔曼滤波训练算法具有更好的准确性和更高的运算效率.     

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。     

基于灰色马尔可夫链的桥梁荷载随机过程交通量预测

为了克服灰色预测方法的不足,在灰色模型预测方法的基础上,提出灰色马尔可夫链桥梁荷载随机过程交通量预测模型,该模型的灰色预测曲线能反映交通量历史发展趋势,马尔可夫预测可反映随机波动性对交通量预测的影响,从兼顾了趋势值和波动性两方面因素对预测结果的作用,能克服单一预测模型在交通量预测中的局限性,并可结合交通量实际情况,能实现准确、综合预测交通量的目的。在现有交通量统计资料的基础上,对该模型进行了精度检验,并预测出了2007年的交通量。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,利用灰色马尔可夫理论进行交通量预测是一种行之有效的方法。     

基于风险分析的高速公路交通量预测模型

高速公路交通量预测过程涉及众多的输入因素,其中许多因素的不确定性将导致预测结果存在一定程度的风险。该文运用风险分析方法,对影响交通量的风险因素进行了分类和识别,阐述了风险的产生及其特性,估计了主要风险因素的概率分布,并用蒙特卡罗方法对未来交通量进行了模拟,得到了交通量的概率分布曲线,为合理计算高速公路建设规模与制定投资决策提供了可靠依据。     

满洲里货运企业向现代公路物流业转型的途径

公路物流产业是内蒙古自治区满洲里支柱产业之一.文章通过对满洲里货运企业的调查和存在问题的分析,认为满洲里必须将传统道路货运企业向现代公路物流产业转换.在后期发展过程中,应当结合当地市场的实际情况,逐步转型为现代公路物流产业.最终,实现区域现代公路物流产业的整体协调.