基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

基于自监督学习的交通数据补全算法

区域高速公路网收费站数量众多,每日产生海量收费数据,但由于设备、网络等因素,部分站点数据传输存在延迟现象,在此情况下已传输的数据往往不能满足实时流量预测的要求。为了实现实时交通数据补全和动态交通流量预测,文中首先提出了一种基于自监督学习的用于高速公路交通流量数据缺失补全的方法,该方法采用了基于注意力机制的时间序列模型（Seq2Seq-Att）;然后使用自监督学习方式对模型进行训练;最后,以广东省高速公路网的80个收费站为例,验证方法的可靠性。结果表明：文中的数据补全方法能够灵活捕捉交通数据中的缺失情况,并根据数据自身的内在关联性,给出合理的补全值;该方法总体优于其他方法,且在不同缺失率下都有较好表现,总体MAPE约为17.7%、WMAPE为12.8%;在高缺失率情况下,该方法相比于其他补全方法有明显的优势。交通量预测结果表明,使用该方法补全的数据进行交通流预测的预测精度接近使用完整数据的情况。     

改进的元胞自动机交通流模型

在Nagel-Schreckenberg模型(简称NS)的基础上,提出一种可应用智能交通系统(ITS)信息的新的交通流元胞自动机模型。其中考虑了有效间距及刹车灯的作用,并引入了可变安全间距的新概念。数值模拟表明:对于这种改进的ITS元胞自动机模型,道路交通量有了显著提高,体现了智能交通的优越性———有效地扩大交通流量,减少阻塞生成。当考虑快车和慢车的混合交通流时,发现即使少量的慢车也会导致交通流量大幅度下降,说明了严格实施快慢道行驶的必要性。     

公路交通流车速-流量实用关系模型

针对常用的公路交通流车速-流量关系模型不能进行交通流超饱和状态下交通分析的不足，本文首先应用大量的交通观测数据建立了各级公路车速-流量关系理论模型，通过对公路高峰小时超饱和状态下交通流消散过程的机理分析，研究了各级公路在不同交通负荷条件下的车速-流量关系通用模型的结构，并通过与大量观测数据的拟合，建立了各级公路在任何交通负荷条件下的车速-流量关系通用模型的函数表达式，提出了各级公路在不同设计车速下的实用模型参数．该模型成功地解决了高峰小时超饱和状态下的交通流速度预测问题，为公路网络规划类、终济分析类项目的开展提供了理论基础．     

天津市中心城区道路交通问题及其出路探讨

针对天津市存在的道路交通问题，从研究道路交通的现状特征入手，通过实地调查和对1993～2002年的统计资料分析，发现城市道路交通问题产生的原因是道路发展不平衡，自行车过多以及交通管理相对滞后等。通过对城市道路交通问题的诊断，探讨解决问题的途径和措施，为天津市道路交通的科学规划与管理提供参考。     

主干道十字交叉路口交通流研究

在开放边界条件下，利用改进的Nagel—Schreckenberg模型，对城市干道中心十字交叉路的交通流进行了数值模拟，并对中心交叉路口的交通管理与控制进行了讨论。     

A PARTAN FRANK-WOLFE ALGORITHM FOR A SORT OF MULTICLASS EQUILIBRIUM ASSIGNMENT PROBLEM

基于ＰＡＲＴＡＮＦｒａｎｋ－Ｗｏｌｆｅ方法提出了关于一类确定性多交通方式平衡分配的算法。然后在这个算法中修改加入了有关选择分配的部分用来获取附加的信息——局部区域的交通流矩阵。     

一维DCA交通流模型分析

利用ＤＣＡ交通流模型模拟了单线路单速的效能情况，利用演化规则表达式推导出速度及流量的解析表达式，并分析了二粒子最近邻关联随密度的变化情况。     

用微分方程方法研究红绿灯控制下的交通流模型

红绿灯模型是交通流动力学模型研究中一个重要而困难的问题，首先给出交通流模型，然后给出红绿灯交通流模型与特征线的求解，根据红绿灯模型与特征线意义，对交通流的红绿灯转换周期的设置具有重要意义．