短期交通量预测新探：贝叶斯组合模型

本提出一种新的贝叶斯组合模型并将其应用于短期交通流量的预测。笔介绍了该模型的基本原理及在示范路网中的实际应用，计算结果表明，此模型的预测性能整体上要优于单一的神经网络模型，而且确保了模型精度的稳定性。     

车头时距分布模型及其在山区双车道公路的应用

车头时距是交通流理论中的一个重要概念,是交通流的重要特性之一．国内外对车头时距的分布进行了大量的实地观测,并在概率统计的基础上建立了车头时距的分布模型．本文对各种车头时距分布模型在交通流理论中的应用进行了详细的阐述,并讨论了各种模型的适用范围．然后,对山区双车道公路实测的车头时距数据进行了拟合,得出了在小交通流量(小于500veh／h)时车头时距符合移位负指数分布;阻车时产生的交通流量(大于600veh／h)时车头时距符合对数正态分布,该结果能为进一步研究山区双车道公路通行能力奠定基础．     

高速公路拓宽施工中有关技术问题的探讨

随着公路建设的发展和交通流量的剧增，如何对早期建设的高速公路进行拓宽改造是我们将面临的新课题。本文结合沪杭甬高速公路拓宽工程中遇到的施工实际问题，讨论了在高速公路拓宽工程施工中的一些做法和心得体会，以期能为今后高速公路拓宽提供借鉴。     

计量检定规程《环形线圈车辆检测器》的编制研究

环形线圈车辆检测器的计数精度和测速精度关系到交通流量统计结果的准确性,是计量检定的关键项目.所以编制环形线圈车辆检测器的计量检定规程,规范计量检定的内容和方法,按照规程对其进行计量检定是十分必要的.     

改进的K近邻非参数回归在短时交通流量预测中的应用

针对现有K近邻非参数回归方法的局限,为了进一步提高算法的精度和速度,做出了两方面的改进:利用相关性理论选择状态向量和采用基于聚类分析的变K近邻搜索算法.用仿真实验验证了该方法的有效性,给出了仿真试验结果.实例研究结果表明,预测效果优于传统的非参数回归方法.     

跟车模型

跟车理论是交通流理论的研究内容之一。在论述、分析与评价现有跟车模型的基础上，提出了新的跟车模型，并进行了检验。模拟计算表明，该模型具有良好的稳定性。     

基于时空注意力卷积神经网络的交通流量预测

为充分挖掘交通流量的复杂时空动态相关性以提高交通流量预测精度,引入空间注意力机制与膨胀因果卷积神经网络,提出一种基于时空注意力卷积神经网络的交通流量预测模型（spatio-temporal attention convolutional neural network,STACNN）.首先,由膨胀因果卷积与门控单元构建的门控时间卷积网络模块用于获取交通流量的非线性时间动态相关性,避免在训练长时间序列时发生梯度消失或梯度爆炸;其次,采用空间注意力机制为路网中的交通传感器节点自动分配注意力权重,动态关注不相邻节点之间的空间关系,并结合图卷积神经网络提取路网的局部空间动态相关性特征;然后,通过全连接层获取最终的交通流量预测结果;最后,利用高速公路交通数据集PEMSD4、PEMSD8进行了60 min的交通流量预测实验.实验结果表明：与基线模型中具有良好性能的时空图卷积网络（spatio-temporal graph convolutional network,STGCN）模型相比,提出的STACNN模型预测结果的平均绝对误差（mean absolute error,MAE）在两个数据集上分别提...     

交叉航道内船舶交通流量的混沌特征研究

针对交叉航道管理中需要掌握船舶交通流量的基本特征问题,根据交叉航道的特点,构建交叉航道船舶交通流量时间序列,利用最大Lyapunov指数和递归图分析方法证明了交叉航道船舶交通流量具有混沌特征。递归率(RR)、确定率(DET)和层流率(LAM)三种递归参数的计算结果表明:4个时间片段下船舶交通流量时间序列均表现出混沌特征,但是时间片段2下的时间序列混沌特征最明显;随着时间片段值的增加,系统的混沌特征逐渐减弱。     

基于BP神经网络的船舶交通流量预测研究

在分析船舶交通流量特性的基础上,以船舶交通流量控制为最终目标,建立基于BP神经网络的船舶交通流量预测模型,以长江口深水航道的交通流量数据作为训练样本,进行模拟分析。预测结果与实测加权数据进行对比表明,该模型对船舶交通量的预测是有效的。     

基于视频采集的交通流量检测系统设计

随着道路交通流量的增加,如何有效地获取道路交通流信息,对于改善交通效益和交通安全具有十分重要的意义.采用视频采集的方式对交通流量检测系统进行设计,在说明系统工作原理的基础上,对系统硬件部分的元件选型、软件流程及功能进行论述,可为智能交通诱导系统的构建提供理论参考.