基于居民出行时耗与出行比例关系的OD矩阵估算新方法

建立了基于居民出行时耗与出行比例关系的OD矩阵估算新方法，该方法依据出行时耗分布规律进行，将小区出行量离散为不同出行时耗区间的出行量，并根据出行时耗区间所覆盖的交通吸引小区的面积及吸引量进行交通分布，方法运用中还可根据城市不同区域交通特征调整区域居民出行时耗分布，从而克服了重力模型OD估算结果与出行时耗特征不一致及模型参数全局不变等缺点。实例证明了该方法优于重力模型OD矩阵估算精度。     

OD矩阵估计在区域交通分析中的应用

OD矩阵是交通运输规划的基础资料,是城市交通规划、控制与管理等工作的基础,而通过观测到的路段交通量和先验OD矩阵来估计未知OD矩阵,是一种效率高、周期短的OD矩阵获取技术。该文在深入研究国内外OD矩阵估计成果和实践经验基础上,提出了双层规划OD矩阵估计模型,并应用于区域交通分析中,取得了比较好的效果。     

基于MicroFIP的WorldFIP从节点研发

随着WorldFIP列车控制网络的引进,为了消化吸收国外机车技术,在分析了WorldFIP网络的基础上,采用MicroFIP设计了WorldFIP从节点,运用CPLD对PC/104高位地址进行译码,并实现了与ALSTOM公司的同类产品完全互换,系统间完全兼容。     

Joint Distortion Model for Progressive Image Transmission Using Error Correcting Arithmetic Codes

A novel joint source channel distortion model was proposed, which can essentially estimate the average distortion in progressive image transmission. To improve the precision of the model, the redundancy generated by a forbidden symbol in the arithmetic codes is used to distinguish the quantization distortion and the channel distortion, all the coefficients from the first error one to the end of the sequence are set to be a value within the variance range of the coefficients instead of zero, then the error propagation coming from the entropy coding can be essentially estimated, which is disregarded in the most conventional joint source channel coding (JSCC) systems. The precision of the model in terms of average peak-signal-to-noise has been improved about 0.5 dB compared to classical works. An efficient unequal error protection system based on the model is developed, and can be used in the wireless communication systems.     

有序样本聚类方法在城市轨道交通运营时段划分中的应用

为合理划分轨道交通运营时段并指导其开行方案,提出一种基于有序样本聚类技术的运营时段划分方法。根据统计时段内客流数据,引入单向OD(origin-destination)概率矩阵,并给出单向OD概率矩阵的时序模型和提取方法;利用有序样本聚类方法,以最优分割法量化站间客流转移规律,求解聚类方案。最后以某一轨道交通线路为例,提取时间间隔为20 min的上行OD概率矩阵时间序列,以最优分割法进行聚类,将站间客流转移规律相近的统计时段归为一类,提出目标线路运营时段划分方案。     

Exploiting floating car data for time-dependent Origin–Destination matrices estimation

The study evaluates the added value generated by estimating dynamic demand matrices by information gathered from Floating Car Data (FCD).

Firstly, adopting a large dataset of FCD collected in Rome, Italy, during May 2010, all the monitored trips on a specific district of the city (Eur district) have been collected and analysed in terms of (i) spatial and temporal distribution; (ii) actual route choices and travel times. The data analysis showed that demand data from FCD are usually not suitable to retrieve directly demand matrices, due to a strong dependence of this information from the penetration rate of the monitoring device. Instead, origin–destination travel times and route choice probabilities from FCD are a much more reliable and powerful information with respect to FCD origin–destination flows, since they represent the traffic conditions and behaviors that vehicles experiment along the path.

Thus, several synthetic experiments have been conducted adopting both travel times and route choice probabilities as additional information, with respect to standard link measurements, in the dynamic demand estimation problem. Results demonstrated the strength and robustness associated to these network based data, while link measurements alone are not able to define the real traffic pattern. Adopting both the information of origin–destination travel times and route choice probabilities during the demand estimation process, the spatial and temporal reliability of the estimated demand matrices consistently increases.     

一种基于开源软件的 OD 反推求解算法

针对开源的中观交通分配软件 NEXTA-DTALite 中 OD 反推模型求解方法的不足,对 NEX-TA-DTALite 软件 OD 矩阵反推模型进行变换,构建新的目标函数,使用开源的线性规划软件 GLPK进行求解。利用开源数据格式文件 CSV 文件的通用读取和输出的特点,实现两个软件在数据交换方面达到无缝衔接。提出了利用 NEXTA-DTALite 和 GLPK 进行 OD 反推模型求解的算法步骤,解决了NEXTA 软件中利用 Excel 求解遇到的维数爆炸问题,同时提高了 NEXTA-DTALite 软件中 OD 反推模块的开源程度。     

手机定位数据获取出行OD：现状及展望

手机定位数据可以用于获取交通信息。近年来利用这种数据获取路段速度已经成为研究热点,但在获取OD方面研究较少。通过总结手机定位获取OD方面的研究现状,分析目前研究存在的主要问题,指出未来的研究重点。     

交通网络中动态OD矩阵估计模型研究

动态起点-迄点（OD）矩阵为智能交通系统提供所需的基础数据。为了提高交通网络中动态OD矩阵估计的精度,在最小化路段实际交通量和分配交通量之间差值以及最小化历史OD矩阵和待估计OD矩阵之间差值的基础上,将浮动车采集信息融合到OD矩阵估计过程中;在动态网络加载过程中,OD矩阵估计值如果大于加载车辆数会使网络中的定点问题求解发散。为了避免该情况的发生,基于广义最小二乘模型并引入容量约束,提出1种带不等式约束的动态OD矩阵估计方法。仿真实验表明,该方法对于OD矩阵估计的精度较好,优于带滑动窗的广义最小二乘算法。     

基于影响因素可靠度的改进OD反推算法

通过4组测试方案，采用敏感性分析、数理统计分析方法分析了先验矩阵总量、分布结构以及观测OD对数量对OD反推结果的影响程度；提出了考虑先验矩阵和观测路段流量可靠度的改进极大熵算法。研究结果表明：先验矩阵总量基本不影响OD反推结果；先验矩阵分布结构决定着反推结果的准确性；OD反推要求观测路段包含所有OD对，且OD对数量越多，反推结果越准确，基本不会出现OD信息冗余；在反推过程中考虑先验矩阵和观测路段流量可靠度，有助于提高反推精度。