基于发生率的高峰小时机动车OD矩阵预测

城市道路机动车交通分配一般使用的是高峰小时机动车起讫(OD)矩阵,提出一种基于高峰小时发生率调查的高峰小时机动车OD矩阵预测方法.直接调查各类用地的高峰小时机动车发生率以及其出行种类,可以进行高峰小时的小区出发到达量(OD)预测以及到出行产生吸引(PA)的转换.在使用高峰小时机动车PA进行出行分布预测之后,利用调查得到的出行种类比例进行高峰小时机动车PA矩阵到OD矩阵的转换,进而得到高峰小时机动车OD矩阵.     

起讫点矩阵与产生吸引点矩阵的相互转换

对起讫点(OD)矩阵与产生吸引点(PA)矩阵的关系做了深入辨析,指出二者经常对应于不同的时间区间.通过对高峰小时系数局限性的分析,明确了出行分类的必要性,并提出了基于出行链与出行目的构成的分类比例推算方法.进而通过分时出发与到达系数,建立全日PA矩阵与高峰小时OD矩阵之间相互的线性变换关系,并在理论上论证了由OD矩阵推算PA矩阵的可行性.为便于实现,编写了由OD矩阵转换为PA矩阵的人机交互程序,最后通过算例检验了理论成果的有效性.     

基于贝叶斯方法的出行产生率预测

基于贝叶斯统计方法的理论分析,结合贝叶斯方法在交通参数预测中的既有应用,提出了贝叶斯方法预测国内出行产生率的具体方法.该方法以大规模居民调查历史数据为出行产生率的先验分布,以最近小样本抽样数据作为新样本数据,近期出行产生率则为需要预测的后验分布期望值,在先验样本与新样本均超过30的前提下,将先验样本与新样本的均值与方差视为正态分布无偏估计,进而应用贝叶斯统计方法计算得到近期出行产生率,从而达到小样本抽样调查即可对出行产生率进行及时更新的目的.以实例验证了该方法的可行性,并指出其局限性与适用条件.     

基于填充函数方法的OD矩阵估计

对现有关于求解OD矩阵估计的最小二乘模型所采用的逐次迭代算法的不足进行了分析,并引进了一种全局最优化算法即填充函数方法来找寻该模型的全局最优解。数值试验表明：所提出的填充函数算法有能力找到问题的全局最优解,且与初始值的选取无关,也有潜力解决较复杂网络的OD矩阵估计。通过数值结果发现,模型的权值选取对数值结果有明显影响。为此,引进了一种确定权值的评价指标RMSE,它能反映估计量与真实值之间的接近程度。利用该指标,可以选取较合适的权值。     

一个基于统计方法的OD矩阵求解算法

在传统的OD矩阵估计模型的基础上,并在路段分配概率是随机变量这一假设的前提下,给出了一个统一的OD矩阵模型基本形式,针对该OD矩阵估计模型给出了一个基本求解算法———混合遗传算法。该算法是在传统的数学规划方法和遗传算法的基础之上给出的。同时通过算例的求解,分析了算法的优缺点。     

矩阵损失下贝叶斯线性无偏估计及其稳健性

证明了,在一般线性模型中,未知参数在二次损失下的贝叶斯线性无偏估计也是矩阵损失下的贝叶斯线性无偏估计.讨论了贝叶斯线性无偏估计关于误差分布的稳健性,给出了未知参数的贝叶斯线性无偏估计是最优估计的充分必要条件.     

信息化条件下的城市交通需求预测

基于信息化社会条件下的城市居民出行信息的可知性及路网交通信息的实时采集 ,根据最大熵原理 ,运用 OD反推技术 ,建立从土地利用到路网流量的组合式预测模型。简化了传统的土地利用到交通需求四步骤的预测模式。实践表明该方法更适合信息化条件下的城市快速发展。     

基于车辆自动识别技术的动态OD矩阵估计新方法

根据车辆自动识别(automatic vehicle identification,AVI)技术检测的新信息,提出了利用AVI检测信息进行动态OD(origin-destination)矩阵估计的新方法.该方法以粒子滤波算法思想为基础,引入AVI检测的部分路径信息、动态行程时间信息以及检测器可测性判据,首先通过贝叶斯估计算法对路径缺失的车辆信息进行缺失路径范围确定和选择概率修正;然后利用蒙特卡洛随机仿真模拟任意车辆对缺失路径的选择,进而获得基于个体车辆部分路径的初始修复OD矩阵;最后运用AVI检测的流量信息校正初始修复OD矩阵,得到最终的OD矩阵估计值.以上海市南北高架快速路网为研究对象,分析了在不同AVI覆盖率和先验精度条件下的动态OD估计精度,结果表明在60％及以上的AVI覆盖率都能获取相当高的OD估计精度;即使在50％覆盖率和60％的先验精度条件下运用本方法进行OD估计,其平均相对误差仅为28.87％.同时本方法对OD先验信息的精度要求较低,能更好地满足我国目前OD基础数据精度不高的现实需求.     

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.     

线性随机不确定系统的满意估计

在随机线性不确定系统中，设计一个满意的状态估计器在工程中有很大的实际意义．首先，根据满意控制思想，针对一类在状态矩阵及噪声矩阵中均含有不确定性的随机系统，设计一种满意估计器，使预测误差系统在模型的参数发生扰动时，依然满足预先给定的设计约束指标，得到了满意估计问题求解的充分条件；然后根据分析给出了满意估计器设计的算法．这个算法表明，线性随机不确定系统的满意估计器的设计是有效可行的。