短时交通流量两种预测方法的研究

实时、准确的完成短时交通流量预测是实现交通控制与诱导的关键。采用基于L-M算法的BP神经网络预测方法和基于混沌时间序列的预测方法对短时交通流量时间序列进行了预测研究,给出两种方法的基本原理及具体的预测步骤,并对一组实际的流量数据进行了预测。仿真结果表明:两种方法都能较准确的预测交通流量,但混沌时间序列方法的实时性更好一些,更适合于预测短时交通流量。     

中关村西区的单向交通干线协调控制

针对中关村西区单向交通干线的交通状况，根据大系统理论的分解协调思想，提出一种干线协调控制方案，可根据交通状况的变化，在决策切换开关的作用下，分别实施绿波协调控制和分散协调控制，并在Paramics平台下进行仿真。仿真结果验证了算法的有效性。     

公路路缘石滑模施工质量控制措施

结合巴布亚新几内亚首都莫尔茨比港政府大道施工成果,路缘石滑模施工工艺在本项目使用,加快施工进度缩短了工期,浇筑出质量优良,线性优美,外观漂亮的路缘石。     

核函数法与最邻近法在短时交通流预测应用中的对比研究

以北京三环路的一个区间路段作为短时交通流预测的背景,利用实际检测数据将非参数回归预测模型中核函数法和最邻近法2个不同的权函数方法进行了仿真对比研究,结果表明在相同的预测精度下,最邻近法更适合时间间隔比较短的交通流预测.将传统的最邻近法加以改进,依次加入前一时刻的交通流量、当前时刻的车辆平均速度和车道平均占用率作为搜索元素.通过对仿真实验结果的研究分析得出结论:前一时刻交通流量的引入保证了预测值和真实值具有相同的切线方向,使得预测精度得到了显著提高;车辆平均速度和车道平均占用率与交通流量具有一定的对应关系,其作用和当前时刻的交通流量相似,所以不能有效的改善最邻近法的预测精度.