交通流缺失数据处理方法比较分析

针对交通数据的缺失问题,采用基于时间相关性、空间相关性和时空相关性的多种数据修复方法对缺失数据进行处理.基于时间相关性的修复方法包括历史数据法、移动平均法、指数平滑法和线性回归法等.基于空间相关性的修复方法利用相邻车道和相邻检测器所采集的数据对缺失值进行处理.基于时空相关性的数据修复方法结合交通流的时间相关性与空间相关性对缺失数据进行修复.基于美国加州I-880高速公路交通流数据的实验结果表明,平滑系数α=0.1时的指数平滑法和利用相邻车道数据加权平均法得到的缺失值修复结果最优.      

交叉口公交优先通行方案的物元分析评价方法

通过对公交优先通行方案的定量化评价,可避免实施公交优先通行措施的决策失误。对交叉口公交优先通行方案的评价指标体系和评价方法进行讨论,介绍在备选指标集中筛选指标的方法,采用物元分析方法进行公交优先通行方案的比选,并通过一个评价实例说明该方法的应用过程,由此验证了该方法的有效性和可行性。     

短时交通量时间序列智能复合预测方法概述

短时交通量预测是智能运输系统的核心研究内容之一,已成为交通工程领域重点研究课题。对国内外短时交通量时间序列的预测方法尤其是智能复合预测方法进行概述和总结,重点介绍灰色预测模型、模糊预测、遗传算法、神经网络、灰色神经网络、神经网络集成、统计学习理论、混沌预测、小波分解与重构的方法、以及由上述模型互相组合构成的各种智能组合预测模型等,并指出智能复合预测方法是解决短时交通量时间序列预测问题的有效途径和发展趋势。     

驳船运输信息系统BTIS分析与设计

应用软件工程的方法对驳船运输信息系统BTIS进行系统分析与设计，叙述数据库设计中的需求分析、概念设计、逻辑设计，最后给出系统功能模块结构图。     

一种改进的灰色模型在交通量预测中的应用

GM(1,1)模型是灰色系统理论中的核心,已经得到广泛应用。一种改进GM(1,1)模型无论用于拟合或预测,其结果都明显优于常规GM(1,1)模型。结合遗传算法和最小二乘法获得该模型的待定参数,对改进的GM(1,1)模型给出了一种新的求解方法。将此改进GM(1,1)模型用于交叉口交通量的预测,预测结果较好。将等维递推和自适应的思想引入改进GM(1,1)模型,可进一步提高该模型的预测精度和实用性。     

多相位交通信号模糊控制规则的优化

讨论应用遗传算法优化多相位交通信号模糊控制器的规则库，给出编码方案、基于随机模拟的适配度计算方法以及基于适配度比例的选择、均匀交叉、自适应变异算子的具体实现细节，并构造检铡染色体合法性的约束条件。为了比较GA优化所得规则库和人工设定规则库的控制效果，在相同车流状况下，对一个四相位交叉口进行仿真试验，仿真结果表明优化效果比较满意，使用GA优化所得的规则库可以明显提高模糊控制器的性能。     

交通法规知识库系统的设计

章讨论了交通法规知识库系统的设计思想和系统结构。系统采有广泛使用的产生式系统实现，并对基本的产生式系统作了一些改进，知识库由规则库和已定案例库组成，推理采用二级推理。并针对系统实际存在的问题，给出了解决的方法。     

基于超效率数据包络分析的重型车驾驶人驾驶安全绩效评价方法

为解决网联环境下重型车驾驶人驾驶安全绩效评价在指标多样性、模型可靠性、评价完整性和结果可溯性等方面的问题，提出一种基于超效率数据包络分析的重型车驾驶人驾驶安全绩效评价框架，包括驾驶行为指标提取方法、包含零值的超效率数据包络分析方法和基于效率前沿分析的驾驶安全绩效提升方案。基于网联环境下重型车自然驾驶数据特征，提取6个行程级的危险驾驶行为指标作为模型输入项，包括：表征激进驾驶的超速行为、急加速行为和急减速行为；表征分心驾驶和疲劳驾驶的打哈欠行为、使用手机行为和吸烟行为。表征驾驶风险暴露因素的行驶时间和行驶里程作为模型输出项。将每个驾驶人视为独立的决策单元，构建3种驾驶绩效评价模型，分别从激进驾驶、分心和疲劳驾驶以及综合驾驶风险3个维度对驾驶绩效进行评价。进一步利用效率前沿分析准确识别低绩效驾驶人，并量化其达到最佳驾驶绩效所需提升的驾驶行为指标。将该框架应用于南京某重型车车队的34名驾驶人，使用连续3个月的网联数据开展驾驶绩效评价。结果表明：该框架能够准确计算驾驶绩效得分，不同驾驶绩效等级驾驶人之间的驾驶行为特征存在显著差异，超速行为和打哈欠行为是影响驾驶绩效评价结果的关键因素，针对低绩效...