动态路线行程时间研究

路段出行时间函数或路线行程时间函数在交通工程中已得到广泛应用,但现有模型在动态交通分配的实际应用中存在着不少问题。本文针对连续和间断两种不同交通流形式,借助于Ｇｒｅｅｎｓｈｉｅｌｄｓ模型和排队延误原理,建立了适用于动态交通分配的显式的动态路段出行时间函数表达式,从而进一步获得动态路线行程时间函数,为动态分配提供了一个重要的输入函数。     

基于乐观值和悲观值的不同风险态度行程时间预算

研究3种风险态度出行者的行程时间预算。首先从随机变量的α乐观值和α悲观值出发,对比收益函数和成本函数的乐观值和悲观值的概念及特征。然后从行程时间可靠度基本概念引出行程时间的机会约束规划(CCP)minimin和minimax模型,通过假设路段行程时间服从正态分布,求出了路段和路径行程时间的α乐观值和β悲观值,又根据Hurwicz乐观系数准则建立2种极端情况的综合平衡模型。最后提出行程时间可靠度指标,并进行了算例分析。研究结果表明方法正确指标合理,可以进行不同风险态度的行程时间预算,并针对具体情况可采用不同的可靠度指标预算出行时间并评价道路性能。     

城市道路间断流行程时间双峰分布

在传统行程时间单一概率分布研究基础上,提出了城市间断流行程时间概率分布模型.以正态分布和对数正态分布为典型分布,提出了6种不同的双峰概率分布函数,并利用最小二乘法和Frank-Wolfe算法进行建模和参数拟合.研究结果表明,双峰概率分布函数能够很好地拟合并反映城市道路间断流行程时间概率分布特征,突显其与连续流单一概率分布之间的差异性.研究结果为城市路网路径选择问题提供新的路段阻抗确定方法,也能够为交通分配提供新的路段行程时间概率函数.     

基于时空贝叶斯模型的行程时间可靠性预测

为了全面、准确地分析路段行程时间的时空分布,将路段的时间序列和空间关联关系纳入两个邻近路段的行程时间可靠性预测过程.在时间维度上,通过广泛使用的卡尔曼滤波预测行程时间;在空间维度上,根据离散马尔科夫链构建上下游路段行程时间的关联模型.进而构建了时空贝叶斯模型(ST-BM),将时间维度和空间维度的行程时间分布进行融合,从而预测路段行程时间可靠性.实例分析结果表明,相比于先验分布数据,文中模型将两个实测邻近路段的可靠性预测误差分别降低了45.7%和29.2%,验证了ST-BM模型的有效性.     

基于灰色关联分析的路段行程时间卡尔曼滤波预测算法

为改善卡尔曼滤波用于时间序列预测时的自适应性能，提出基于灰色关联分析的路段行程时间实时预测算法．首先，利用灰色理论对行程时间序列的各影响因素进行灰色关联分析，根据灰色关联度的大小来选取路段行程时间的主要影响因素，由此建立相应的动态方程．在此动态方程基础上，通过卡尔曼滤波递推进行路段行程时间预测．文中利用深圳某交通干道上的实测行程时间进行仿真实验，结果表明该算法的综合预测性能优于常规卡尔曼滤波方法，可应用于正常交通流状况下的路段行程时间预测．     

雾天高速公路网行程时间可靠性评价方法

为有效评价区域高速公路网布局的合理性,基于对雾天影响下高速公路网行程时间可靠性的研究,寻求路网中的关键路段,并以此作为改善和优化公路交通网络的依据。通过对网络运行时间可靠性和雾源分布随机性的分析,提出高速公路网路段单元的行程时间可靠性的综合评价模型。并结合用户平衡模型和串并联理论,构建高速公路网络系统的时间可靠度计算模型。利用Matlab工具箱对随机雾源进行模拟仿真,结合MonteCarlo方法求解模型,以评价随机雾天高速公路网的行程时间可靠性,最后通过实例验证说明了该方法可以合理地评价随机雾源影响下路网的行程时间可靠性,并有效地找出路网中受雾影响最明显的关键路段。     

基于SV模型的行程时间预测

行程时间的波动性分析及预测是道路交通网络研究的重要内容,为有效预测出行者行程时间,本文基于实际路段行程时间数据构建随机波动率模型,利用马尔科夫链蒙特卡洛方法求解模型参数,使用标准随机波动率(SV-N)模型和厚尾随机波动率(SV-T)模型对行程时间进行预测。结果表明:在刻画对路段行程时间波动率特征的效果上,厚尾随机波动率模型优于标准随机波动率模型;在行程时间预测上,厚尾随机波动率模型更能准确地进行实时预测。本文方法对行程时间预测具有实时性,可对实际路段行程时间进行在线预测及对交通出行者的路线规划提供理论依据。     

基于对数正态和分布的路径行程时间可靠性模型

建立合理的路径行程时间可靠性评价模型,对于准确评价路网运行状态具有重要意义.根据对数正态随机变量之和的概率分布特性,建立了路径的行程时间可靠性评价模型.首先,通过曲线拟合,建立了路段行程时间的概率分布模型,结果表明对数正态分布的拟合效果最佳;其次,利用统计学理论,分别考虑路段相关和路段独立两种情况,建立了基于对数正态和分布的路径行程时间可靠性评价模型;在此基础上,对北京市西三环路径进行了实例分析,以检验模型的准确性.研究结果表明:模型能够准确的评价路径的行程时间可靠性;且路段之间存在弱相关关系,最合理的路段相关系数取值为0.2-0.3.     

面向浮动车取样偏差修正的数据融合方法

考虑到浮动车取样偏差会给路段平均行程时间估计值带来很大误差这一事实,提出了一个融合模型,该模型是在真实路段平均行程时间计算模型的基础上推导出来的,其融合了线圈数据和浮动车数据,减少了浮动车取样偏差对路段平均行程时间估计值的影响.最后利用仿真实验对一条具有连续5个交叉口的主干道进行仿真实验,实验证明,相对于浮动车法,融合方法无论在平峰期和高峰期都可以得到精度更高的平均行程时间估计值.     

基于PEMS的高原城市道路交通状态评价及排放相关性实验研究——以西宁市为例

应用PEMS技术测试了西宁市典型道路及其路段的交通状况,提出了基于PEMS的路段、行程、行程时间、行程平均车速、自由流行程时间、行程时间延误率及行程平均速度延误率等概念和计算方法,研究了基于行程时间延误率、行程平均速度延误率的城市道路路段交通状态判别方法,并对典型道路及路段交通拥堵进行分析判别.同时,研究了城市道路路段交通状态与车辆排放量之间的相关关系.     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

微观车辆仿真模型分类对比研究

车辆跟驰模型是微观交通流仿真的一个基本模型，它是构成许多重要研究领域的基石．把车辆跟驰模型分为基于交通工程的跟驰模型和基于交通心理学的跟驰模型以及基于二结合观点的跟驰模型．从交通工程、交通心理学及二相结合的角度对几个常见的车辆跟驰模型进行了比较研究，介绍了各车辆跟驰模型的建模原理以及它们各自的特点，重点阐述了它们在微观交通模拟中的应用．     

基于流中前 5 个包的在线流量分类特征

针对在线流量分类所面临的特征计算复杂和分类性能不稳定问题,利用流开始的前 5 个数据包（排除三次握手数据包）,计算数据包大小、负载大小和到达间隔时间等网络流量的统计特征,通过分析 3 种机器学习算法（C4. 5、BayesNet 和NBTree）分类的结果,研究可用于在线流量分类的特征以及这些特征应该满足的条件。实验结果表明,所提特征计算简单,能快速有效地区分不同的流量,对于不同的机器学习算法,均取得了较高的分类准确率（92%以上）,适用于在线流量分类。     

考虑排放因素的城市交通信号配时建模

针对传统交通信号控制方法忽视环境效益的不足,研究考虑排放因素的城市交叉口信号控制方法. 根据城市道路机动车行驶过程,考虑不同行驶工况下污染物排放特点,分别建立了城市道路污染物和标准污染物排放模型;分析了交通信号评价指标的相关性,选取面向排放因素的性能指标,并采用相对评价指标体系,建立考虑排放的交通信号的配时模型;利用基于黄金分割的改进粒子群算法对配时模型进行求解;在不同交通状态下,采用3种算法对实例进行大量的数值计算和仿真验证. 结果表明所设计的算法求解精度高,且提出的模型在降低排放、提高路口通量方面具有良好的控制效果.     

基于IOWA算子的短时交通流预测方法研究

本文首次将诱导有序加权平均（IOWA）算子应用到短时交通流预测中,建立了以整体预测误差平方和最小为目标的组合预测模型。在分析短时交通流预测模型的基础上,本文选取了指数平滑法、季节自回归求和移动平均模型（SARIMA）、BP神经网络模型对短时交通流进行预测,再用IOWA算子将这三种模型进行组合预测。最后进行实例验证,通过MAE、MSE和MAPE三项指标比较分析四种模型的预测效果。结果证明,IOWA算子组合预测模型明显优于其他的预测模型,有效地提高了短时交通流的预测精度。     

网络流量监测技术及性能分析

网络流量数据对网络的资源分布、容量规划、服务质量分析、错误监测与隔离、安全管理都十分重要，文中论述了网络流量监测技术的模型与实现，然后对3种主要网络流量监测技术的特点和功能进行了比较和分析。最后，给出了3种技术的不同适用场合。     

路段多车型混合车流通行能力

利用概率论方法,通过对由多种车型构成的混合车流不同跟驰序列,不同组合概率的研究,得到了跟驰车头时距路段多车型混合车流通行能力模型.基于经典车头间距模型,通过对混合车流不同跟驰序列下最小车头间距的研究,得到了多车型混合车流的组合车头间距,进而得到了跟驰车头间距路段多车型混合车流通行能力模型.推广了由大、小2种车型构成的混合车流的通行能力模型.研究表明,路段多车型混合车流通行能力不仅与反应时间、车辆速度、车辆长度、制动性能等有关,还与混合车流的车辆组成状况及跟驰序列相关.最后实例分析了不同小型车混入率情况下路段通行能力的变化状况.     

一种基于局部加权学习的自适应交通流预测机制

结合交通流的特征, 提出了一种自适应的交通流预测机制。首先根据训练数据特点, 按三相交通流理论对交通状态进行分类, 从每个分类对应的训练数据集内提取相应的最佳邻域。在基于局部线性回归模型的预测中, 根据邻域中数据点所处状态分别选择相应局部模型进行预测, 最终预测结果为各局部模型预测值的加权平均。根 据各模型误差确定当前数据所处状态, 增量加入训练数据集。基于真实交通数据的实验证实该方法能够有效提高预测的准确率。     

基于贝叶斯分析的道路交通系统可靠性模型

针对灾变事件下重大公路交通基础设施所在路网运营安全管理实时决策的需要,提出了基于贝叶斯分析的道路交通系统可靠性计算模型.以系统工程理论对道路交通系统进行建模和分类,以可靠性工程理论对道路交通系统可靠性的概念进行定义,并逐级建立4类道路交通系统的可靠性计算模型.为了满足路网交通系统可靠性模型的应用需要,引入贝叶斯网络理论...