区域交通模型建设思考——以广东省综合交通模型为例

中国区域交通一体化迫切需要开展区域交通模型研究,而传统交通模型建模方法在数据基础、调查方法上的不适用性造成区域交通模型的研究多停留于理论层面.打破传统的交通建模基础数据需求,明确多层次空间模型体系,依托高速公路联网收费数据,铁路、水运、航空等监测数据构建广东省综合交通模型.阐述在有限基础数据的背景下广东省综合交通模型框架、路网设置特点、交通分区方法、出行频次模型、目的地选择模型、区域货运模型等建模的关键技术方法.     

基于SuperMap GIS公路养护信息系统设计

以SuperMap地理信息系统为基础平台,实现公路养护与施工数据的共享,建立一套管理信息系统,该系统能完成图形、属性、影像、文本高度集成的一体化数据库可视化统一管理,提高公路养护的效率．并能为决策提供支持。     

基于CIM平台的数字化交通规划设计探索——以深研云(SuTPC)平台为例

城市信息模型(CIM)在GIS基础上融合三维物理空间数据、物联网(IoT)数据和出行活动数据于一体,为推进数字化交通规划设计提供了全新思路。以深研云(SuTPC)平台为例,探讨基于CIM平台构建数字化交通规划设计平台的技术路径。以城市交通大数据和三维空间数据为基础底座,整合交通规划设计方案图层与汇报成果,使方案得以立体呈现于一个高聚合的云平台中。SuTPC平台实现了交通规划设计方案可视化表达和汇报,支持多用户视角开展成果协同会商,快速甄别影响敏感区域的交通指标,优化交通规划设计成果的决策流程。深圳、广州等城市重点项目案例的实践表明,该平台可有效提升规划设计人员的成果表达和方案汇报水平、提高交通规划设计方案会商的科学决策效率。     

基于浮动车数据挖掘的出租汽车运营特征研究

为支持出租汽车运营评价和行业规划,科学掌握其运营现状与特点,以深圳市一个典型工作日为例,研究浮动车数据挖掘在出租汽车运营特征研究中的应用.依托对浮动车数据的特征解析,提出面向出租汽车运营特征分析的数据处理流程,针对空驶率、运营速度、载客运营时长、出行需求的时空差异等方面分析深圳市出租汽车行业运营现状与特点.该研究可为出租汽车运营评价提供新视角,从对既有数据深度挖掘的角度提升行业效益.     

基于贝叶斯智能学习OD矩阵估计与网络拓扑优化研究

OD矩阵（Origin—Destination Matrix）是路网规划与评价的基础数据。以往OD矩阵数据是通过交通调查的方法获得，这往往耗费了大量的人力和物力。运用贝叶斯定理的先验分布原理，构造贝叶斯智能学习的网络拓扑结构，提出由各路段交通流量的观测值来推算估计以及预测OD矩阵的一种有效方法。利用此方法可以准确估计出OD矩阵数据，同时在优化网络拓扑中，能对未来交通量的分配进行预测。对比分析表明，此方法能有效地提高交通运输规划的效率以及交通评价准确性。