城市交通需求预测组合模型的研究

分析了交通需求预测组合模型的应用，重点研究了适用于城市交通需求预测的两种组合模型。给出了基于熵最大化原理的交通分布与交通分配组合模型的求解算例，并且构造了各种客运交通方式的广义出行费用模型，提出了基于广义出行费用和动脉多路径概率分配的交通方式划分和交通分配组合模型。     

交通分布-交通分配组合模型研究

在交通规划实践中，交通分布和交通分配问题作为“四阶段预测模型”各自独立，尽管两个问题紧密相关．因此，有必要建立交通分布-交通分配组合模型，来反映这种反馈．文中介绍了Evans模型，并说明了逐次平均法求解模型的步骤，最后用算例说明了具体算法．这种方法完全可以用Microsoft Excel计算，计算方法简单，可以为组合模型的求解提供新的思路．     

TransCAD在四阶段交通需求预测中的应用

TransCAD是一款基于地理信息系统的宏观交通需求预测软件,能够简化和完善交通规划中四阶段交通需求预测过程。结合长沙市滨江新区交通规划项目,探讨TransCAD在出行生成、出行分布、交通方式划分和交通分配四阶段中的应用,进而提出该软件在中国城市交通规划应用中的建议。     

TransCAD在交通评价中的应用

根据已规划地块出行量和吸引量的预测值,利用TransCAD进行分析,预测该地块的OD分布及各个道路的交通流量,分析各个道路的饱和度,从而对规划地块的路网进行交通评价,得出相应的交评结论.     

动态交通控制—交通分配组合模型的求解算法研究

介绍了动态交通控制-交通分配组合模型(DTCA),在此基础上研究了动态交通控制-交通分配组合模型算法,即DTCA算法,并通过计算机编程根据所给算法思想求解了一个设有交通控制信号的简单网络,并通过对算例结果的相关数据分析,说明了动态交通控制-交通分配组合算法的合理性。     

重力模型在TRANSCAD中的应用研究

论述了重力模型在TransCAD软件中的工作原理,针对云南省中小城市的交通特点,探讨了利用TransCAD重力模型进行重力模型参数标定和交通分布预测的整个流程。     

重力模型在TRANSCAD中的应用研究

集GIS与交通模型功能于一体的TransCAD软件为交通规划者提供了完善的交通分布模型。而重力模型是交通分布模型中最为完善和应用最广泛的模型之一。论述了重力模型在TransCAD软件中的工作原理,针对云南省中小城市的交通特点,探讨了利用TransCAD重力模型进行重力模型参数标定和交通分布预测的整个流程。     

交通仿真技术在城市交通诱导评价中的应用研究

采用TransCAD宏观交通仿真软件,对经过诱导后的交叉口交通流量进行模拟,并对杭州市城市交通诱导项目实施前后路网的行程时间、通行能力的变化情况进行对比分析,得到交通影响评价结果,这为交通诱导影响效果评价分析提供了一种新的思路。     

重力模型在交通分布预测中的应用

研究了公路建设工可研究中的交通分布预测方法问题,介绍了重力模型法的原理及其在交通颁预测中的应用前景,并通过实例比较了Ｆｕｒｎｅｓｓ法和重力模型改进法的运用差别,有助于目前应用较多的工可研究中交通预测方法的正确使用。     

组合预测模型在交通量预测中的应用

对当前组合预测模型进行分析,在已有交通量预测模型的基础上,建立基于预测有效度的组合预测模型,应用规划方法求解各单一预测模型的最优权重系数。实测数据验证表明,该组合预测方法具有比回归分析和神经网络预测模型具有更高精度,组合方法为交通量预测提供一种可靠而有效的新途径。     

通过性交通需求预测方法研究

在分析通过性交通需求量影响因子的基础上,得到通过性交通需求量与道路等级、道路长度和道路负荷度（V／C）的关系,即通过性交通需求预测模型。研究结果表明,随着道路等级的提高、道路长度的增加以及道路负荷度的增大,通过性交通需求量增大。该结论可为交通影响评价过程中的背景交通需求预测提供理论依据和数据支撑,完善了交通影响评价方法。     

城市大型活动中的交通需求与疏散分析

应用交通规划理论对举办大型公共活动期间的武汉市交通进行研究。以四阶段法为理论依据,利用Trans CAD交通仿真软件建立公共活动交通需求模型,得到路网上的交通分配情况。分析路网上的交通负荷,根据疏散特征采取交通管制措施,进行重新分配。对比重新分配后的路段服务水平与无管制情况下的路段服务水平,看出交通路网压力有所缓解,从而得到所采取措施为有效措施的结论。     

基于GM-GRNN的能源需求预测模型研究

建立了基于GM-GRNN能源需求预测组合模型,确定了网络输入向量集合和输出向量集合,对影响能源需求的相关数据进行了仿真分析。结果表明,相对于GM模型和GRNN模型,该组合模型具有较高的预测精度,具有较强的实用性。     

用于模拟无车日的交通需求预测模型

无车日活动是在有限的时间内,在城市规定区域里限制非公交机动车辆的通行,以减少拥堵、污染和噪音,并鼓励人们使用有利于环保的交通方式.介绍了一个专用于模拟无车日活动的交通需求预测模型,以对无车日期间的交通网络状况作量化分析.模型运行结果表明,在整个城市范围内,无车日措施使公交和非机动出行比例大幅增长,特别是自行车.同时,城市道路的拥堵情况和机动车废气排放量明显减少.缺点是除步行外,各类交通方式的平均出行时间有所增加.     

短时交通流组合预测模型研究

短时交通流预测是目前智能交通领域的研究热点,文中从实际应用的角度出发,提出了用于流量和速度预测的组合预测模型.该模型包含傅里叶历史估计模型、自回归模型和邻域回归模型三个子模型.详细介绍了组合预测模型的预测机理、模型细节以及用以实现模型实时更新的迭代回归算法.该模型被实际应用到北京市道路预测预报系统中,实际预测误差不超过15%.     

交通需求管理在新加坡的应用

美国、日本、新加坡等国家实施交通需求管理（TMD）的结果表明,TMD能有效解决城市交通拥堵问题。新加坡政府采用的拥车证制度、限制区收费制度、有偿停车制度以及征收注册费、附加注册费、汽油税等都是行之有效的措施,对我国有很好的借鉴意义。     

灰色理论及其组合模型在交通运量预测中的运用

在灰色预测理论与方法中,由于利用累加生成手段和微分方程描述的灰色模型,在一定预测时段内具有良好的预测精度和实用性,为将误差降到最小,本文以误差平方和最小为目标函数,利用拉格朗日乘数,确定出灰色模型与一元线性回归模型的最优组合权数,结果表明其组合模型比灰色模型与一元线性回归模型单独使用时有更高精度,故对交通运量预测工作有较强的应用价值。     

道路交通事故预测中的灰色预测GM(1,1)模型

针对交通事故发生的特点，探讨了灰色模型GM(1，1)在道路交通事故预测中的具体应用，介绍分析道路交通事故的灰色性的基础上，建立了基于灰色预测理论的GM(1，1)模型，并用其分别对道路交通事故的死亡人数、交通事故量进行了预测，其结果是可信的。GM(1，1)模型是最常用的一种灰色模型，它对于“不确定问题”的研究的主要意义是通过信息覆盖，构造生成序列的手段来寻求现实现象中存在的规律，可以相对减少对历史数据的依赖性和“少数据建模”的特点。它尤其适合于交通事故预测这样“小样本”的随机不确定问题。