基于运营系统的出租车出行需求短时预测模型

出租车系统作为城市交通运输系统的重要组成部分,其宏观规划和调度管理的合理性决定了出租车服务质量.本文主要研究出租车乘客出行需求估计及预测,为出租车规划和实时调度提供数据支持.首先,分析了出租车定位系统和计费系统,改进了传统出租车需求网格划分方法,考虑了地形、建筑群和道路网络特征,保持了网格自身出行特性的完整性.其次,根据实时收集的出租车数据,建立了易于计算的出行需求估计方法.最后,以实际数据为基础,对影响短时出行量的主要变量进行了相关性分析,提出了基于人工神经网络的短时需求预测模型,根据相关性分析确定了模型结构.以实际获取的出租车数据为例,验证了提出的需求估计和预测模型.结果证明:相比于传统自回归滑动平均模型,提出的人工神经网络模型其平均绝对误差百分比提高了32%.此外,人工神经网络模型的绝对误差百分比超过50%的概率低于10%,而自回归滑动平均模型高达23%.     

长距离干道混合车流路径分割与绿波协调同步优化

城市长距离交通干道中,小汽车和公交车的运行轨迹存在显著差异,合理的信号协调控制策略应统筹考虑两类车型的需求。针对包含大流量公交车的长距离干线绿波协调路口传统分组片面化的问题,分析了带有公交站台的长距离干道上小汽车和公交车时空轨迹特征,提出了差异化路口分组的信号协调方法。该方法将小汽车和公交车的协调路径分割点分别设置在路口和公交站点,构建了两类车型干道行驶的延误和等候时间最小化运筹学模型。实际路网的仿真证明：针对中山市中山路13个灯控路口,提出的长路径差异化分段协调较Multiband模型,其小汽车和公交车平均延误分别减少34.7%和13.7%,平均停车次数减少28.7%和30.0%。此外,针对饱和度、公共周期和公交停站时间3个关键指标的敏感性分析实验同样证明,提出的方法能同时为长距离走廊上的小汽车和公交车提供协调服务。     

基于梯度提升决策树的城市车辆路径链重构

为了提取城市路网中车辆实际的行驶轨迹,支撑交通规划、设计、管理和评价等需求,提出了基于梯度提升决策树的城市车辆丢失路径链的重构方法。首先,根据车牌号码匹配目标车辆,以时间排序提取视频检测器获得的路径链,并结合交叉口邻接矩阵及路段行程时间估计进行路径链初次分离;然后,依据车辆出行特征和交通状况提取影响路径选择的关键特征,并基于此提出了基于梯度提升决策树的局部丢失路径链重构算法;最后,以某市南明区实际视频车牌识别数据为例,根据重构算法准确性和计算效率验证了文中算法与传统算法。结果表明,本文算法的重构准确率达到91%,对比传统算法,梯度提升决策树算法在车辆路径链重构方面有较大优势。     

基于交叉口相位裕量时间的公交准点控制模型

为了提高公交准点率,提出了一种利用上游交叉口信号配时方案调控公交车辆到达下游公交站点时刻的方法.通过引入交叉口相位裕量时间,调节公交车辆实际与计划驶离上游交叉口之间的时间偏差,建立了基于交叉口相位裕量时间的公交准点控制模型;通过优化干线交叉口的公共信号周期和相位差,得到了面向准点率控制的公交计划到站时刻表制定方法.算例仿真实验结果表明,该控制模型可以提升公交到站的准点性,所确定的公交时刻表方案具有较好的控制效果.     

考虑车流通行需求的交叉口绿信比分配模型

为解决多股跨相车流及非关键车流在未饱和信号交叉口的通行时间分配问题,提出了一种基于车流通行需求的绿信比分配目标函数,建立了交叉口绿信比的基础分配模型与多轮分配模型,给出了绿信比与相位时间的分配流程,设计了一种程序化的交叉口绿信比分配方法,并结合算例阐明了模型方法的求解过程.选取广州市某信号交叉口进行案例分析,与现行配时方案和Synchro优化配时方案相比,所提模型优化配时方案的非关键车流及跨相车流整体延误时间在VISSIM仿真实验中分别减少了22.3%和9.1%,在Synchro仿真实验中分别减少了15.4%和4.8%.模型通过对绿信比与相位时间的多轮分配,实现了对非关键及跨相车流通行时间的优化,可以更好地满足信号交叉口各股车流的通行需求.     

城市交通干道上被动式公交信号优先控制

基于传统绿波带控制,提出了被动式公交绿波带协调控制,以降低多数公交乘客在干道上的延误.首先,改进了传统绿波带的设计方法,考虑了初始排队和公交站台对绿波带的影响;其次,基于公交车辆停靠站影响,提出了公交绿波带设计.最后,统筹公交车和社会车辆的综合效益,建立了传统绿波带和公交绿波带的综合控制策略,以降低整个干道上的总人均延误.以济南市经十路为例,利用VISSIM微观仿真进行模型验证,结果证明:相比于传统绿波带,改进的绿波带能够降低社会车辆延误,而新建立的公交绿波带和综合绿波带均能显著降低公交车辆在干道上的延误和停车次数,并减少整个网络中社会车辆和公交车辆的总人均延误.     

基于模糊神经网络的短时公交到站时间预测

研究了中国公交运营特点,利用全球定位系统和电子票务收费系统收集的车辆实时信息,建立了路段和站点补偿模糊神经网络模型,分别预测车辆的路段行驶时间和站点停留时间.路段预测模型的输入是所有重合线路的站点行驶数据,改变了现有预测模型只采用单线路数据的不足.以济南市一条实际公交线路为例,利用VISSIM模拟专用道和非专用道两种道...