市域公路网规划的相关问题探讨

市域公路网是市域经济发展的重要保障,只有不断的探讨研究规划方法,才能提高规划编制质量,确保规划的科学性.文章从现状路网分析、交通量预测及公路网布局等方面,以实例探讨市域公路网规划中的一些问题.     

县乡公路规划网络优化设计方法研究

从县乡公路网功能特点出发，提出了县乡公路网的合理发展规模和一种简单、实用、操作性强的县乡公路网网络布局优化方法，并对县乡公路网建设项目划分和等级结构优化配置进行了研究     

新型区域公路网交通产生量预测方法研究

以人工神经网络理论为基础，结合归预测和时间序列预测技术，形成一种新型的区域公路网交通产生量预测方法，从而克服了传统预测方法的局限性，提出了预测的准确性与合理性，为该方法在实际工程中得应用提供可能。     

区域交通量预测的优化与应用

本文主要论述了进行区域交通量预测的基本方法和优化原则，通过比较传统的交通量预测三种方法，得出了在进行区域交通量预测时，要把三种传统的预测方法进行有机地结合使用结论。并以实例加以回推，进一步强化了研究交通量预测模型与把预测的结果应用于实践同样重要。     

公路网规划模糊系统方法的探讨

本文利用公路部门每年用大量投放获取的交通量调查资料，把复杂的公路网模糊系统，用交通量和现有公路的通行能力综合表示为一种模糊关系，并用经济状况的收入、输入及规划年经济发展水平来调整公路网的模糊关系，最终达到规划的目的     

基于时间序列与GSVMR模型的短时交通量组合预测

交通流预测是实时控制与诱导的前提,是智能交通系统实现的理论基础,对短时交通量预测方法的研究具有重要意义。分析中国短时交通流预测研究的现状,同时对目前被广泛应用于城市道路短时交通量预测的基于统计理论模型、神经网络模型等几种模型进行了简要概述及评价,最后以南昌市庐山南大道交通量实际数据为例,利用时间序列与GSVMR模型的组合短时交通量预测理论进行了预测。研究结果表明:与时间序列及GSVMR模型预测方法的预测结果相比,组合模型的预测精度有明显提高,结果令人满意。     

基于灰色理论的交通量预测

灰色模型可以在交通量资料缺乏的条件下建立模型进行预测,运用灰色模型对未来交通量进行预测。在灰色预测的基础上,建立了一阶单变量的交通量预测模型,运用灰色GM（1,1）模型来体现交通量的灰色性。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,成功地预测了交通量,预测结果证明了该模型的优点,该模型具有较强的适用性。本方法简便、适用,尤其能够在历史数据缺乏、离散性高、并对影响历史数据的各因素认识不十分清楚的情况下,能够得到较高精度的预测结果,利用灰色理论进行交通量预测是一种行之有效的方法。     

基于TransCAD的交通需求预测研究

基于地理信息系统，研究使用交通规划软件TransCAD进行交通量预测，TransCAD软件在交通规划中简化并完善了交通需求预测的建模过程，介绍了预测系统的创建和编辑，讨论了在TransCAD中进行交通量预测的模型，并结合实际项目进行交通量预测研究，得到部分路网交通量分配结果，并对基于TransCAD的交通量需求预测方法进行分析，总结项目研究过程中遇到的问题，提出在使用TransCAD软件进行实际项目研究时的建议以及在我国使用TransCAD进行项目研究的不足。     

公路网现状综合评价

为了提高公路网现状综合评价在实际应用中的可操作性和有效性，针对公路网现状优劣判断的相对性，探讨了公路网综合评价的相对性，研究了用于横向比较和纵向比较的综合评价体系。以吉林省2002年现状公路网方案综合评价为例，讨论了两种不同评价尺度的公路网现状综合评价体系，并使指标选择、评价结果的表现形式与评价目的相互适应。结果表明，该评价方法用于公路网现状综合评价能够客观反映现状公路网的总体状况，为公路网规划提供有效的决策信息。     

公路建设项目交通量S曲线预测法

公路交通量预测模型的选用是公路建设项目交通量预测的基础，对《公路建设项目可行性研究报告编制办法》中所附的六种预测模型中的S典线预测法作了一些计算方法的探讨，并以工程实例进行了预测比较，可供公路建设项目工程可行性研究交通量预测参考。     

一般公路的交通量预测方法及示例

目前,我国规范中未有明确而成熟的一般公路交通量预测的方法.对此,本文以某四级公路为例,叙述了其交通量预测的过程、方法和结果,可供相关公路工程项目的交通量预测借鉴.     

A Hybrid Forecasting Framework Based on Support Vector Regression with a Modified Genetic Algorithm and a Random Forest for Traffic Flow Prediction

The ability to perform short-term traffic flow forecasting is a crucial component of intelligent transportation systems. However, accurate and reliable traffic flow forecasting is still a significant issue due to the complexity and variability of real traffic systems. To improve the accuracy of short-term traffic flow forecasting, this paper presents a novel hybrid prediction framework based on Support Vector Regression(SVR) that uses a Random Forest(RF) to select the most informative feature subset and an enhanced Genetic Algorithm(GA) with chaotic characteristics to identify the optimal forecasting model parameters. The framework is evaluated with real-world traffic data collected from eight sensors located near the I-605 interstate highway in California. Results show that the proposed RFCGASVR model achieves better performance than other methods.     

卡车路段行程时间的实时动态预测

分析了建立卡车路段行程时间预测模型传统方法的不足，考虑到高度非线性的露天矿运输系统有别于公路交通系统，针对卡车运行时间的随机性，采用多因子预测，阐述了应用人工神经网络(ANN)原理和方法对卡车路段行程时间预测的可能性和优越性，建立了预测模型的基本结构，描述了行程时间与其影响因素间的非线性映射关系，从而提出了基于人工神经网络原理的行程时间预测模型。     

加权几何平均组合预测方法在公路客运量预测中的应用研究

对我国公路客运量进行科学、准确的预测,提前掌握客运量的变化发展趋势及规律,是为职能部门制定公路客运发展规划和配置基础设施的基础。提出基于向量投影法的加权几何平均的组合预测模型,并运用该模型对某城市2003－2015年公路客运量进行了预测,预测结果表明该方法具有较好的预测精度。     

交通量时间序列ARIMA预测技术研究

实时准确的交通流量预测是智能运输系统实现的前提和关键。随着预测时间间隔的进一步缩短，交通流量的不确定性越来越强。作为时域分析方法之一的ARIMA模型，以其理论基础扎实、操作步骤规范、分析结果易于解释的优点，成为时间序列分析的主流方法。文章结合SPSS软件对该预测技术进行研究，并利用某高速公路交通量调查序列进行实证分析。     

基于城市道路卡口数据的交通流量预测

交通流量的预测可以为交通管理部门的工作和车主的出行规划提供很大帮助,如何进行准确且高效的交通流量预测是一个非常重要的问题。传统的交通流量预测数据通常是车速和行车轨迹,研究人员通过在高速上每隔一段距离布置交通传感器获得数据,这些方法应用于城郊地区和高速公路上,取得了很好的效果,但城市道路人口密集且交通情况复杂,不适合大规模布置传感器获得所需交通数据,所以不能使用现有的方法进行预测。笔者提出了一种利用城市道路卡口的交通流量数据进行预测的方法。首先,通过对已有的交通数据分析来总结交通流量周期性变化的特点;然后,基于这些周期性变化的特点来提取相应特征;最后,依据这些特征训练适用于城市卡口的交通流量预测模型。基于真实交通数据集进行了大量实验,结果表明,交通流量预测模型的预测值的RMSE和MAPE分别为15.3和7.3,即预测准确度可以达到92.7%。     

交通量的灰色神经网络预测方法

结合灰色系统思想与神经网络构成灰色神经网络,根据目前灰色模型与神经网络结合的方法,提出并联型、串联型和嵌入型3种预测模型的结构.并联型灰色神经网络首先采用灰色模型、神经网络分别进行预测,而后对预测结果加以组合作为实际预测值;串联型对多个灰色预测的结果使用神经网络进行组合;嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成.对并联型灰色神经网络给出一种根据预测模型的有效度确定加权系数的方法.将上述3种灰色神经网络模型用于对京石高速公路断面机动车实时交通量进行预测,模型精度和预测结果比较理想,优于单一预测模型.实验表明:灰色神经网络可提高预测精度,用于交通量预测方法是有效可行的.     

基于CRITIC-模糊综合分析法的山区公路风险管理

为合理评估山区公路交通安全风险等级,制定安全风险管理对策,有效使用道路安全保障资金,采用CRITIC(criteria importance though intercrieria correlation)方法计算各指标权重,建立基于模糊综合分析法的道路风险评估模型。结合贵州省兴义市山区公路交通安全现状,从道路因素、天气因素、交通运行、交通设施等四个方面进行数据采集并分析评估公路各路段安全风险等级。在分级结果上,对不同风险等级的路段采取相应交通安全改善措施,以提高山区公路风险管理水平与交通安全水平。     

农村公路网布局规划方法研究

针对农村公路网规划的特点,对农村公路网布局规划的方法进行了研究.从路网节点重要度入手,根据路段和路线重要度,求得最优树,并结合专家系统,初步确定公路网规划布局.并根据可达性和绕行系数两个定量指标,对路网进行了优化调整,得到最终的路网规划布局.以新疆伊犁州农村公路网规划作为实例,对方法进行了应用,取得了良好的效果.     

基于运力均衡与价格弹性的公路货运平均成本分析

针对传统公路货运平均成本分析中,不考虑运力结构转移和货运需求量结构性变化的预测方法所存在的不足,提出了通过按轮轴类型划分的公路货运交通量和车辆轴载谱调查,获取基年车辆装载量的概率密度分布函数,由主流车型的短期平均运输成本拟合得到公路货运车辆的长期平均运输成本函数,根据运力均衡的思想,使用长期平均运输成本模型和货运需求价格弹性模型对计划年分批量的公路货运需求量进行修正,在此基础上建立外部环境变化条件下计划年公路货运平均成本的求解模型。结合安徽省某高速公路的实际调查数据进行检验。结果表明,提出的测算方法可行、有效。