基于递归框架的高速公路交通流量实时预测方法

实时与准确的断面交通流量预测是实现高速公路智能化管理与控制的基础。高速公路交通流量预测要求对数据噪声进行有效处理,且需要满足实时性需求。然而,少有研究从实时性的角度对高速公路交通流量预测的准确性进行改善。研究了结合自适应卡尔曼滤波与长短时记忆神经网络（long short-term memory,LSTM）自编码器的高速公路交通流量递归预测框架,可以满足智能交通系统的实时性与准确性需求。收集高速公路的交通流量和速度等历史数据,应用卡尔曼滤波方法进行数据平滑,以提高原始数据的可预测性能;引入无监督机器学习算法LSTM自编码器对交通流量的时变特征进行建模,以提高模型的运算效率;考虑到高速公路交通流量预测的实时性需要,进一步提出递归预测框架,用LSTM自编码器的预测值代替卡尔曼滤波值;根据获取的实时数据,执行自适应卡尔曼滤波算法以修正当前的最佳状态值,并将该修正值输入LSTM自编码器进行迭代预测。选取美国明苏尼达双子城高速公路的实测交通数据进行案例分析,结果表明：所提出的高速公路实时交通流量递归预测框架在计算成本与预测精度2个方面具有相对竞争优势,模型预测的平均绝对百分比误差为5.0%,优于...     

基于广义线性模型的高速公路交通事故预测

为分析高速公路交通流状态参数对交通事故的影响,建立了基于广义线性模型的高速公路交通事故预测模型。采用美国8号州际高速公路的实时交通流数据和交通事故数据,建立了实时交通流状态下的高速公路泊松分布预测模型和负二项分布预测模型,并给出了模型变量弹性系数的计算方法,用以确定高速公路交通事故的突出诱导因素。研究结果表明:广义线性模型能够很好的拟合高速公路交通事故,并且负二项分布预测模型的预测精度高于泊松分布预测模型;交通量、占有率、大车比例和速度标准差是高速公路交通事故的显著影响参数,并且与之呈正向关系;交通量是诱导高速公路交通事故发生最突出因素,交通量增长1%,可导致交通事故增长5.8%。     

广佛高速公路交通量分析

通过广佛高速公路通车四年多来交通量情况的统计分析，叙述了次通量的月不均匀系数Ｍ，交通量周不均匀系数Ｗ，交通量方向不均匀系数Ｄ，车型比例统计计算，交通量的增长预测，公路交通量转移向新路的推算等的计算，比较，分析与探讨，最后通过统计数据得出了两点启示。     

基于滑动窗口动态输入LSTM网络的铁路运输系统碳排放量预测方法

铁路运输的低碳发展对交通系统实现“双碳”战略目标有着重要意义。针对当前铁路运输碳排放预测研究较少、预测精度不高的问题,考虑碳排放时间序列数据中历史信息和当前信息间的相关性,引入滑动窗口,结合长短期记忆（LSTM）网络,构建铁路运输碳排放量预测模型。采用灰色关联分析法计算铁路运输碳排放量各影响因素的关联度值,筛选铁路运输碳排放量的关键影响因素,使用高关联性数据作为预测模型的输入变量,提高预测精度;应用LSTM网络为基础预测模型,通过引入滑动窗口改进神经网络的数据输入;考虑未来减排政策变化对铁路运输碳排放量的影响,融合基于动态政策的情景分析,构建铁路碳排放预测模型,并利用多项式误差拟合方法进行误差修正,提高预测结果准确性。以1980—2019年铁路运输碳排放相关数据为例,从现有文献中总结出17个铁路碳排放影响因素,利用灰色关联分析法从中筛选出6个关键因素,通过滑动窗口对筛选出的数据进行子序列分割,测试不同长度窗口下的预测精度,选择最优窗口参数,建立改进LSTM模型进行预测,并将预测结果与原LSTM、BPNN和RNN模型进行对比,结果表明：改进LSTM模型将相对误差平均值降低至0.392%,...     

基于触发点机制的高速公路改扩建时机和交通量标准研究

为了提高高速公路的服务水平，减少施工对交通的影响，对高速公路改扩建时机与交通量标准进行了研究。从高速公路服务水平和改扩建施工交通组织保障两个方面分析了高速公路改扩建时机选择要求，基于触发点机制理论建立了高速公路改扩建时机选择模型；以高速公路交通需求为触发变量，给出了改扩建工程启动交通量标准计算模型；以施工交通组织保障为条件，考虑施工区通行能力、分流条件，对改扩建启动交通量标准模型进行了修正，并提出了四车道和六车道高速公路改扩建交通量标准。在高速公路改扩建交通量标准的基础上，给出了改扩建启动时机计算方法。     

基于改进GA-BP的模糊神经网络在高速公路交通量预测中的研究

科学准确预测运营期高速公路通行量能够对运营决策提供关键性支撑,同时,对高速公路路网建设规划、国民经济评价及投资效益分析也至关重要。人工神经网络算法能够映射高速公路交通量产生与变化的非线性和复杂性规律。为了提高传统BP网络高速公路交通量预测精度,提出了改进算法,通过遗传算法优化网络初始权重,引入峰值理论和模糊算法提高网络模型对较大流量的预测准确度;将优化算法应用于网络模型,建立了基于改进GA-BP的模糊神经网络高速公路交通量预测模型;模型应用于太原市绕城高速公路长风东收费站交通量预测,将预测值与实际统计值进行对比;应用结果验证了改进神经网络模型的有效性和准确性。     

基于联网收费数据实时滑动校核的高速公路交通量预测平台的应用研究

为改变传统交通量预测工作中交通量数据及路网状况无法实时动态更新的状况,基于联网收费系统数据构建了实时滑动校核的高速公路交通量预测平台,并将该平台应用于深圳市高速公路网的交通量预测中。应用的结果表明,该预测平台能有效提高交通量预测结果的精度,并使得预测结果保持动态更新。     

基于EMD聚类与ARMA的交通流量预测方法

为了准确掌握未来交通流量的变化趋势,提高高速公路路网的管理效率,采用经验模态分解(EMD)和自回归滑动平均(ARMA)模型,提出了一种短时交通流量预测方法。根据高速公路收费站数据,使用EMD将统计的时间序列分解为有限个固有模态分量,对固有模态分量使用模糊C均值聚类,再采用ARMA将聚类后的固有模态分量进行预测,最后把每个分量预测值求和得到交通流量预测值。实例仿真计算表明,该算法比直接使用ARMA模型进行预测具有更高的预测精度,是一种有效的短时交通量预测方法。     

高速公路大修期交通量预测方法

依托高速公路联网收费数据,以"四阶段法"理论为基础,研究了一种适用于大修期的高速公路交通量预测方法,并构建了该方法中涉及到的交通阻抗模型,然后借助TransCAD软件,得到大修期高速公路交通量预测结果,由此计算出大修对交通量的影响值。最后,通过昆玉高速大修实例对该方法进行了验证。结果表明,大修里程会对交通量产生不同程度的影响,运用该方法可较为准确地评估大修的影响。     

联网高速公路有效路径伸展系数的标定

采用启发式搜索算法标定联网高速公路路径伸展系数的值,确定高速公路路网有效多路径搜索范围,利用改进的标号法算法搜索给定路网上任两站点之间的有效多路径。提出联网高速公路多路径交通量计算模型和各路段流量偏差计算模型,分别按最短路法和实际行驶路径（调查取得）在有效多路径集合上进行流量加载,得到有效多路径上交通流漂移量。利用上述模型,对山东省高速公路车辆行驶路径调查数据进行统计分析,标定得出山东省高速公路网路径伸展系数为0．3,出行有效多路径交通量占所有路径总交通量的比例为6.1‰。     

基于TL-Conv LSTM-AM组合模型的薄平板抖振响应预测

针对大跨度桥梁等工程结构在紊流场作用下的抖振响应预测问题，以薄平板为例，将数值模拟的薄平板抖振响应时程结果作为训练与测试数据，选用风场时程数据作为输入，并将薄平板的横向位移、竖向位移以及扭转角响应时程数据作为输出，分别采用带外部输入的非线性自回归(NARX)、长短期记忆(LSTM)、卷积长短期记忆(Conv LSTM)、注意力机制长短期记忆(LSTM-AM)神经网络模型预测薄平板的抖振响应。进一步地，将迁移学习(TL)方法与上述神经网络模型相结合，提出基于Davenport准定常抖振理论获取大量源任务数据的方法。通过筛选出的可用源任务数据，训练上述神经网络模型并经共享权重、微调参数后完成对薄平板目标任务数据的预测，并最终构建了TL-Conv LSTM-AM组合模型来预测薄平板抖振响应的思路。研究结果表明：在薄平板抖振响应预测中，LSTM模型的预测精度要高于NARX模型；引入卷积计算和注意力机制均有利于时序数据的预测，因此Conv LSTM和LSTM-AM模型的抖振响应预测精度相比单一的LSTM模型的预测精度要高；当上述神经网络模型结合迁移学习方法后能有效提升抖振响应的预测精度，但在局部...     

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。     

高速公路工程可行性预测交通量与实际交通量差异研究

为提高高速公路工程可行性研究预测交通量的准确性,以重庆市11条已运营高速公路为例,以联网收费交通量数据为基础,研究各高速公路工程可行性预测交通量与实际交通量的差异,分析影响交通量预测准确性的因素主要有国民经济及交通运输的发展、路网结构变化、项目交通量在通道中的占比、沿线产业园区发展、收费政策等,据此提出提高交通量预测准确性的措施。     

城市连绵区高速公路交通量建模预测研究

高速公路交通量预测对其规划设计、投资建设、控制管理都具有重大意义,是高速公路管理决策定量化依据。针对城市连绵区高速公路不同于传统高速公路对外通道的功能与特征,采用城市交通建模的思想预测高速公路交通量,实现精细化、大区域的交通建模,提出了实时滑动、动态校核的预测方法,通过基于联网收费数据动态校核、多指标控制、多年份验证,显著提高模型的预测精度。采用该方法实现了对深圳市高速公路的建模预测、交通量预测。      

高速公路城区段交通量组合预测方法研究

目前高速公路交通预测方法侧重分析跨区域间的公路交通需求,难以有效反映高速公路进入城市连绵建成区后,其承担的城市交通对交通量的影响,既有公路交通量预测方法不大适用于城区段高速公路交通量预测。对公路交通量预测方法进行改进,建立了适用于城区段高速交通量预测的传统公路交通量预测方法和城市交通预测方法相结合的组合预测方法。组合预测方法以成熟的城市交通预测流程为基础,交通生成和交通分布阶段采用两种方法分别平行进行预测。在交通分布/交通方式划分阶段,利用公路交通量预测方法预测所得项目影响区车辆OD矩阵,对城市交通规划模型获得的分车型OD矩阵进行校正。最后利用校正后的OD矩阵在城市交通规划模型中进行分配得到预测结果。该预测方法已应用于广深沿江高速沙井互通工程可行性研究交通量预测。     

融合多相关收费站数据的高速公路交通流预测

经济间的紧密联系使城市群区域间多相关收费站交通数据间存在空间关联,准确描述该联系对提升高速公路交通流预测的精度具有积极作用。然而,由于受诸多不确定性的影响,该关联性难以捕捉和量化。针对这一缺陷,该文提出一种ATGCN-Res GRU深度学习高速公路交通流预测方法。通过结合注意力机制构建高、中、低注意度的3个GCN拓扑网络,并根据各个网络的注意度加权获得空间学习数据,将多相关收费站的联系进行量化和分级;同时,为了避免过平滑问题,将两个GRU(Gated Recurrent Unit)模块通过残差连接,进一步提升算法捕捉时间规律的能力;最后,使用特征融合层和全连接层输出预测值。利用该算法预测广东省某高速收费站的交通流量,试验结果表明：该文提出的方法能够有效提升预测精度,与经典模型多元集成CNN-LSTM、CNN-Bi LSTM和DL-SVR相比,平均绝对误差(E_MAE)分别减小了7.95、4.52、12.88,均方根误差(E_RMSE)分别减小了12.03、6.12、19.05。     

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。     

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。     

高速公路交通量预测差异原因分析

高速公路交通流量预测是可行性研究、投资评估的重要内容，其预测结果的准确性将对项目技术标准、工程规模、运营收益和投资决策产生重大影响。通过对交通量预测方法和模型的分析，构建了分析交通量预测产生差异原因的分析体系框架，并依托30余条高速公路工可报告预测交通量与实际交通量的差异对比，分析了交通量预测产生差异的原因，并提出减少差异的对策和措施。     

高速公路短时交通流预测方法对比分析

高速公路短时交通流预测对于高速公路智能管控具有重要意义。通过总结不同文献中关于高速公路短时交通流预测的研究内容，发现了目前高速公路短时交通流预测研究存在的不足，给出了高速公路短时交通流预测的流程，对高速公路短时交通流预测模型进行了分类比较，明确了不同模型的适用场景和优缺点，通过具体案例数据分析比较了KNN模型、SVM模型、LSTM模型的预测精度，研究发现KNN模型的预测精度最高，明确了数据质量和算法精度是交通流预测的关键。本研究可以为高速公路短时交通流预测发展提供借鉴。