基于终点的路径交通量求解方法

为求解用户均衡交通分配问题,提出了一种可以避免穷举网络中的所有路径的路径交通量求解方法。该方法是基于路段算法的扩展,利用改进的F rankW o lfe算法求解出满足用户均衡规则的基于终点的路段交通量,并通过最短路算法确定出此时交通网络中各个OD(orig in destination)对间的最短路集合,再运用所确定出的路段交通量及最短路集构造出一组满足用户均衡规则的路径交通量。通过算例说明了该方法的有效性,并通过比较分析说明了该方法所需计算内存比其他算法要少,且计算速度要快。     

事故影响下走行时间及择路概率的动态分析

为描述交通事故影响下路径走行时间与用户择路概率的相互作用及其演变规律,建立了基于路段传输模型和LOGIT选择模型的拟动态模型,给出了事故影响下路网各时段行程时间和交通流密度的计算方法,分析了事故影响下路段的排队扩散及消散过程.结果表明:事故持续期到排队完全消散期内,路径走行时间和路径选择概率呈现此消彼长并持续震荡的状态;事故持续期和事故清除后,事故路段上的排队位置发生转移.     

基于K-短路径的路网关键路段集合的辨识与分析

为了提高高速公路网络化运营监管与公众服务的水平,需要准确可靠地辨识出综合多种因素的关键路段,采用交通分配理论及K-短路径算法研究了路网运行关键路段集的辨识问题。综合考虑路网结构、交通需求影响、出行行为特征等多方面因素,以系统内所有用户的旅行时间为交通网络性能度量指标,建立了路网运行关键路段评价模型;考虑多路段失效的联合效应,提出了路段集的重要度评估模型及其求解算法。该模型相对于传统的结构可靠性模型,考虑了出行者路径选择行为影响和多路段失效的联合效应,更符合路网运行管理的实际需求。研究结果表明:在相同交通需求的OD对之间,结构密度较低的区域,被选中为关键路段集的概率大;合理的K取值得到的关键路段集与全路网分配所得结果相近,可有效提升计算效率;多路段失效情况下,路段的联合效应明显。     

考虑路径冗余和出行效率的路段重要性排序

为合理评估交通网络中路段的失效对出行者路径选择及路网运行效率的影响,提出了一种综合考虑路径冗余度指数和出行效率指数的路段重要性排序方法。在路段失效前后两种情形下,采用基于可行合理路径的随机用户均衡模型进行流量分配和路径搜索,流量只能够在可行合理路径集上进行加载,当路径阻抗超过最短路径的容忍倍数时,路径流量为零,最终可得到路段失效前后可行合理路径数量的改变程度指标和个体出行时耗的变化程度指标。对指标进行z-score标准化处理后赋予相应的权重,得出路段重要性的综合评价值。采用Nguyen-Dupuis网络开展了测试分析,结果表明:该方法能够模拟路段失效后路网的变化情况并实现对路段重要性的排序,其结果可作为交通管理者拥堵防控策略的制定提供理论支撑,也能够为关键路段识别、道路封闭影响评价等提供理论依据。     

基于OOPN的穿村镇路段交通安全设施作用研究

针对穿村镇路段交通事故多发的现状，利用面向对象Petri 网（OOPN）作为建模工具，基于穿村镇路段现存的交通干扰类别及特性，构建作用于交通安全设施的事故推演模型，用以分析在穿村镇路段上各类安全设施对于事故发生过程产生的影响。利用该模型可定性分析各部分设施间的共同作用与事故发生间的关系，同时可利用已建模型计算某类设施的缺乏导致事故发生的概率，以定量分析各设施的重要度。研究结果表明，交叉口标志、支路上停车让行标志、限速标志以及人行横道标线为穿村镇路段优先考虑设置标志。     

考虑信号控制影响的低频浮动车路径估计

针对低频浮动车中相邻GPS匹配点跨越多个路段的路径估计问题,考虑信号控制以及其他影响绕行的因素,建立最优路径的层次分析模型。首先,选取评价指标进行模糊等级划分;其次,利用各指标间的判断矩阵和权系数向量得到各路段阻抗因子;最后,以路段阻抗代替路段长度,利用Dijkstra搜索算法找到最"短"路径,判定为浮动车驾驶者最可能的行驶路径。以北京市石景山区实际车辆GPS数据为例,选取其中跨越多路段的GPS点进行分析,所得路径估计结果与该车实际行驶路径相一致。     

基于GPS轨迹数据的拥堵路段预测

基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.     

基于路段流量相关性的检测器优化布设

根据路网中路段间流量的相关性,提出了一种路网交通检测器优化布设方法.通过路径-路段发生矩阵得到关键路段数量,并分析了网络规模、网络连通性、OD对数量及路径数量对关键路段数的影响;综合考虑路径覆盖率、道路等级、道路长度以及配套设施等因素,建立了最优关键路段组选择的多目标优化模型;提出了通过线性组合由关键路段流量推算其他路...     

分区分层的动态最优行车路径算法

结合自适应信号控制系统和Internet的路由策略研究了动态行车路径算法,定义了路网结构图中的连线及其交通阻抗,介绍了根据实时交通数据预测连线交通阻抗的方法,提出并举例说明了分区分层的动态最优行车路径算法.连线交通阻抗包括行驶时间、停车线延误和拥塞延误3部分:以平均车速预测行驶时间;根据车辆到达率和信号参数分析停车线延误;根据交通调查结果估算拥塞延误.将路网分成若干区域,利用Dijkstra算法计算区域内从任一节点到另外任一节点的最优路径,在此基础上计算路网范围内从任一节点到另外任一节点的最优路径.     

动态最佳交通路径的一种高效算法

基于建立交通网络图区域的概念，为简化地图的复杂度，提出了一种高效的最佳交通路径的计算方法．在该算法中，依据特征点远小于内点的原则，将地图分成若干个地理位置上的区域，并同时建立额外的特征点区域．利用该特征点区域，可将整幅地图中各个区域的信息进行关联．通过对地图进行区域划分和区域处理，并预先存储各区域边界特征点间最佳交通路径的耗费总值，以及特征点区域上各点间的最佳交通路径，该算法就可以满足动态计算实时性的要求．     

城市企事业人群出行链提取及出行特征分析

居民出行特征分析是研究交通需求和探寻交通拥堵症结的基础手段.为研究居民出行特征,基于企事业单位人群出行特征调研数据,改进经典DBSCAN聚类算法,识别出居民出行停留点,进而结合关联规则提取出居民出行轨迹数据;根据出行轨迹数据的时空特征,分别从时空角度和功能区划分角度,挖掘出企事业人群出行时空分布规律,以及不同功能区企事...     

面向行程时间预测准确度评价的数据融合方法

提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数据提供,并且给出选择这四个参数的依据与原因.最后选择杭州市的一条主干道作为目标路段,采集该路段上的406组数据对该模型进行验证,试验结果表明模型对准确度评价的相对误差仅为4.86％.     

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...     

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.     

动态路径诱导交通阻抗优化方法与实现

基于实时交通采集数据,获取合理动态规划最优路径,提出了考虑驾驶员出行行为因素的交通阻抗优化方法.研究了基于实时交通状态因素的动态路网优先等级指数的确定方法,重构了动态路径诱导交通网络模型,大大降低了路网的复杂度;基于多源实时数据,研究了动态路径诱导交通阻抗优化的计算方法,实现了路网的动态路径诱导,并通过GIS平台进行了仿真分析.该方法更符合驾驶员行为习惯,对于改进Dijkstra算法在动态路径诱导中的应用具有操作优势和显著意义.     

多速率码分多址系统中反向链路的爱尔兰容量

提出了玫中在多速率环境下分析码分多址系统的爱尔兰容量的方法，与单速率系统相比，给出了系统容量降低的比率。 与传统的假设用户都具有等同数据速率的方法所不同，这种分析是在基于系统中产生呼叫和得到服务的用户具有不同数据速率的基础上进行的，并考虑了数据业务的比例数据业务的激活因子和业务速率的分布等因素。这种方法可以获得给定业务模型下的系统反向链路的爱尔兰容量，还可以获得由业务速率、业务比例以及业务激活因子等统计参量决定的数据业务模型与爱尔兰容量之间的制约关系。     

诱导信息下驾驶员路径选择行为建模研究

为定量分析可变信息标志(VMS)对驾驶员路径选择行为的影响,采用SP调查进行调研,使用SPSS 20.0分析数据,建立了VMS诱导信息下驾驶员改变路径频率的有序多分类Logit模型。同时针对有重叠路段的路径选择,构建了考虑VMS显示状态的C-Logit模型。有序多分类Logit模型计算结果表明,影响驾驶员改变路径频率的主要影响因素为性别、学历、车辆类型、出行活动、VMS准确率。C-Logit模型计算结果表明,驾驶员对路径的理解时间与实际行驶时间存在较大差距,导致驾驶员选择路径比较集中,没能实现交通流在路网中的合理分配。     

自行车流影响下的网络交通流均衡分析

使用实际可变旅行时间风险度量方法,考虑了旅行时间长短与旅行时间波动性两方面因素对路径选择行为的影响,并建立了存在自行车流的混合交通流网络交通平衡分析模型.该模型能恰当地描述机动车驾驶者对劣化出行路段的筛选行为,再现网络交通流趋于实际可变旅行时间风险度量下的交通平衡过程.实例研究表明：通过单幅道路自行车与机动车使用空间组织优化,在保障自行车交通出行者安全的同时,能提高25%以上的交通效率.     

基于二元分割检测分段线性趋势中的多变点

变点检测问题一直是统计学中的热点研究之一,在实际的数据中,通常会在某一段具有线性增长或减少的趋势,这种趋势的起始点位置是未知的,因此针对此种具有分段线性趋势的一维数据,提出了一种多变点检测方法。该方法根据广义对数似然比所构造出的统计量,将二元分割方法、阈值准则和s SIC三者相结合,能快速有效地检测出数据中的多变点。数值模拟结果表明,对具有分段线性趋势的数据,检测变点的位置及数量很准确,检测结果令人满意。最后以深圳市北环大道新洲立交的车流量数据为例,分析出该区域在工作日和非工作日的变点分布特征,分析结果符合实际情况,可为交管部门的相关工作提供参考意见。     

城市交通流状态估计中探测车采样量的计算方法

讨论了用GPS探测车数据计算路网平均速度的可靠性.在综合考虑了车辆速度、道路类型以及GPS空、重车数据发送周期差异等因素的基础上,提出了一种新的探测车采样量的算法,用于计算城市交通流状态估计所需要的最小GPS探测车的数量.对上海市内环道路网进行了实地检验,结果证明了该算法是有效的.