一种短时交通流组合预测模型

为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。     

装配式梁桥横向协同工作性能度量指标的研究

为了表征运营期间装配式梁桥的横向协同工作性能,提出了一种间接度量指标——相邻预制梁间的应变相关系数;同时建立了装配式梁桥的简化力学模型,通过推导建立了该指标的解析表达式。理论分析和数值仿真研究表明,在保证足够的样本长度条件下,交通流荷载趋向统计稳定,此时结构特性成为该度量指标的唯一影响因素,证明了该指标具备表征装配式梁桥横向协同工作性能的条件。     

一种交通量检测设备布设方法的研究

针对目前交通流检测设备布设中出现的一些问题，借助均匀设计方法，结合神经网络处理观测交通流数据，在设置数量有限制条件下，开展布设方案优化设计研究。方案设计力图在人力、物力投入最小的前提下，通过典型路段、交叉口等交通基础设施的组合，可以更多的获取交通流参数信息，全面、准确的反映城市交通流分布情况。选用了67的均匀设计表作为方案设计基础表，经过拟水平处理后设计优化方案，运用BP神经网络构建交通量推断模型，判定设计方案的优劣，进行了实地交通流检测设备优化布设研究。通过研究可知，采取优选布设方案采集的交通量对检测路段交通量进行预测，相对偏差可以达到0．006。     

信息融合技术在交通流量预测中的应用

交通流量预测是智能运输系统的一个重要组成内容，但传统的数学方法一直未能取得令人满意的预测效果。信息融合技术是最近十多年来新兴的技术。它通过合理协调多源数据，充分综合有用信息，在较短的时间内，以较小的代价获得对未来交通流量的预测。实验证明，借助信息融合理论建立的聚类分析模型和神经网络模型对未来交通流量的预测比较准确，有实际意义。     

堵车一分钟舒展操

因为经常开车．你的神经高度紧张颈部容易僵硬．后背时常酸痛．两条腿偶尔会出现水肿现象头部缺氧造成哈欠不断．其实．只要抓紧堵车的那几分钟活动活动身体．小动作一样可以解决大问题。     

信号交叉口右转机动车与行人和非机动车冲突研究

研究的主要内容为:未设置右转专用相位的信号灯控制道路交叉口右转机动车流与行人和非机动车的冲突行为,包括冲突数据的采集和提取、右转车流受到干扰前后速度与过街时间对比分析以及机非冲突速度-距离模型。以现实交通数据为基础,通过软件提取右转机动车与行人和非机动车冲突数据,建立标准统一的冲突数据库,以此为基础对比分析右转车流正常行驶状态和受到干扰情况下通过道路交叉口时的车速和过街时间,并建立右转车辆距离机非冲突点不同位置时所对应不同速度的统计模型。研究结果对右转专用相位设立标准的建立和相应信号配时方案的设计具有一定的工程指导意义。     

无信号十字交叉口交通流冲突模型研究

无信号十字交叉口的交通流冲突,不仅体现在机动车与机动车之间,行人和机动车之间的冲突也很明显.建立了一个能体现机动车流之间,以及和行人流之间的冲突特性的模型,并运用较排队论和概率论更准确、形象的图形法对模型进行分析计算.     

道路多源交通流信息融合分析技术研究与应用

多源交通流信息融合是多源信息融合在交通领域的应用,其可以获得准确的交通状态和参数估计.简单介绍了多源交通流信息融合的原理和基本模型,并着重讲述了其关键技术和应用.     

基于约束卡尔曼滤波的短时交通流量组合预测模型

为了克服单一的交通流预测模型性能不稳定的问题,提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量,交通流量为观测变量,预测结果是单一预测模型的加权和,加权系数由约束卡尔曼滤波方程递推动态确定,最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明,在不同预测步长情况下,约束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平,并且不受某一较差的预测模型影响,具有较高的鲁棒性。