公路长大下坡路段小客车运行速度预测模型

为了提高高等级公路长大下坡路段交通安全设施设置的合理性,给出了长大下坡路段小客车运行速度数据采集方案;利用数理统计原理,分析了高等级公路长大下坡路段小客车运行速度与坡长、坡度的关系,建立了高等级公路长大下坡路段小客车运行速度的一般预测模型,利用长大下坡路段实测数据对该模型进行了验证.预测车速与观测车速对比结果表明:各观测断面的预测车速与实地观测车速数值基本相符,高等级公路长大下坡路段车辆的运行速度主要受平均纵坡和坡长的影响;根据实测数据建立的车速预测模型能够反映高等级公路长大下坡路段小客车运行速度的分布规律.     

一种高速公路隧道交通流元胞自动机模型

针对高速公路隧道交通瓶颈,通过分析高速公路隧道区域通行环境特性,研究车辆行驶在高速公路隧道路段时的换车道、加速、减速等微观交通现象,在双车道元胞自动机模型STCA模型基础上,引入车辆速度控制条件和车道控制条件,提出了一种高速公路隧道交通瓶颈元胞自动机模型,分析了不同长度高速公路隧道对区域路段交通流的影响。研究结果表明：建立的模型能够模拟车辆在高速公路隧道区域的时空变化特征;高速公路隧道瓶颈会对紧邻瓶颈下游的特定长度路段的交通流产生缓冲作用;隧道路段区域的最大流量以及平均车速与无隧道路段区域相比,将会随着隧道长度的增加而逐渐降低。     

基于数据挖掘的高速公路行程时间预测

以高速公路上路段行程时间历史数据集作为研究对象,以交通数据实际特征作为行程时间历史数据集分类的依据,建立基于数据挖掘的高速公路行程时间预测模型.采用山东高速收费站记录实际数据,以实例数据验证模型并计算平均绝对误差.为对比分析预测强度聚类预测模型的有效性,采用多种算法对测试集行程时间预测,对预测结果误差进行了对比.结果表明:预测强度修正的k-means法可以提高高速公路路段行程时间预测的准确性,模型在降低数据采集成本的同时可为高速信息服务提供可靠的预测行程时间,为出行者提供有力的决策依据.     

隧道群路段运行速度特性分析

以西安—汉中高速公路某隧道群路段的实测速度数据为基础,利用分车型的自由流速度累积曲线分析得出各观测点的运行速度,分析了隧道群路段运行速度的变化规律,重点分析了隧道长度、隧道不同位置及平纵线形变化对运行速度的影响。研究结果表明：不论大型车还是小型车,为了适应隧道内行车环境,在进入隧道时有约50m的减速过程,减速最大幅度大型车为4km/h,小型车为9km/h;隧道出口处速度高于入口处的速度,短隧道对隧道出入口的运行速度影响较大,隧道连接段的长度对运行速度也有明显影响,连接段长度对运行速度的影响比较大;平纵线形组合路段运行速度变化幅度大,小型车达到26km/h,大型车为7km/h;根据隧道群路段运行速度特性,可以有针对性的设置诱导标志,对交通流进行引导,以弥补隧道群线形设计的不足。     

长大下坡路段货车运行速度特性及预测

为研究长大下坡路段货车运行特征,提高运行速度预测模型的有效性,确保车辆在长大下坡路段安全行驶,收集西南地区某高速公路连续长大下坡路段断面车速数据,对货车速度时空分布特性及车速离散程度进行分析,并通过Q-Q概率图和单样本K-S检验对长大下坡货车速度分布特征进行检验,得到长大下坡路段货车行驶速度分布特性,根据分布特性进行运...     

高速公路隧道运行环境安全评价指标

根据高速公路隧道运行环境特性,提出了隧道路段长度研究范围.依据隧道运行环境风险影响因素和评价指标选取原则,运用德尔菲法和聚类分析法提取隧道运行环境主因素,从道路环境指标和气候环境指标两个方面建立了三层次六个子因素集的高速公路隧道运行环境安全评价指标,并对各指标进行了分析和对比.高速公路隧道运行环境安全评价指标的建立为隧道运行环境的分析和评价提供了理论基础.     

隧道围岩收敛变形的改进GM(1,1)预测模型

为了有效提高隧道围岩变形的预测精度,对传统GM(1,1)预测模型进行了改进。改进模型通过对原始监测数据列优化重构,降低了量测误差、外界因素等噪声干扰造成的监测数据随机突变和离散性,提高了模型预测效果,并结合梅花山隧道典型监测断面对改进GM(1,1)预测模型进行了检验。研究结果表明:改进GM(1,1)预测模型增强了环境适应能力;预测结果与实际监测数据吻合程度明显提高,具有较好的实际工程应用推广价值。     

基于平纵组合线形的理论运行速度预测模型

针对理论运行速度预测模型研究中平纵组合速度与实际偏差较大的问题,分析了公路平面、纵面线形对汽车行驶速度的影响机理,建立了平纵组合线形的理论运行速度预测模型。结果表明:在分别预测得到平面和纵断面理论运行速度的前提下,可以根据平、纵面理论运行车速的大小来判断影响汽车行驶速度的主次要线形因素,以平、纵面理论运行车速中较小者作为主速度,车速较大者作为影响主速度的次要因素;并用次要因素对主速度分车型进行折减修正,从而得到与实际情况更为接近的基于平、纵组合线形的理论运行速度模型。     

隧道围岩变形经验模态分解灰色系统预测模型研究

基于经验模态分解降噪原理,建立了EMD灰色系统GM(1,1)预测模型,使EMD方法与灰色系统GM(1,1)预测模型很好地相结合,有效地降低了原始监测数据内噪声干扰对预测结果的影响;并结合梅花山隧道工程实际,对EMD灰色系统GM(1,1)预测模型进行了检验。研究结果表明:EMD灰色系统GM(1,1)预测模型环境适应能力较强,预测结果与实际监控数据吻合程度较高,是隧道工程围岩变形动态预测较为有效方法,具有较好的工程实用价值。     

基于驾驶模拟实验的山区高速公路运行速度建模

提出以连续变化的道路上下游设计参数为自变量的运行速度曲线建模方法.研究基于高仿真驾驶模拟实验采集山区高速公路自由流车速,提取运行速度曲线,以当前位置上下游的坡度、曲率、超高和动态视距值为模型自变量,构建通用的运行速度预测模型.模型结果表明路段的平均坡度、平均曲率、最大超高值以及是否存在反向曲线会显著降低当前位置的运行速度,且下游路段越曲折,驾驶员越倾向于提前减速.通用运行速度回归模型的R~2为0.74,模型训练集和测试集的预测平均绝对误差均小于3 km·h~(-1).研究提出的运行速度曲线建模方法充分利用驾驶模拟器高精度速度数据的优势,提供了一种面向连续车速数据的建模思路,验证了通用运行速度预测模型的有效性.     

地铁运行诱发的环境振动数值模拟与模型预测

通过建立列车、轨道、隧道和地基土三维振动仿真模型,分析了列车速度、地基土特性和隧道埋深3个因素对地面环境振动的影响规律,并与部分实测值进行了比较.基于回归分析,提出了多因素影响下的地面环境振动简化预测模型.研究表明:建立的数值模拟方法和预测模型能够较真实地反映地铁运行引起的地面环境振动的实际情况;随着列车速度增加,地面竖向振动加速度增大,且距离地铁线路越远,速度的影响越显著;距离地铁线路越远、地基土的卓越周期越大或隧道埋深越深,地面竖向振动加速度均越小,且地基土的卓越周期越大,振动在地基中的衰减越快.     

基于变加速度的高速公路平直路段运行速度模型优化

通过研究典型路段车流的运行速度规律,分析汽车在平直路段上的实际行驶方式,提出了平直路段变加速度的运行速度测算方法和预测模型.该模型很好地描述出汽车在平直段上的实际加速状态,动态反映加速度与速度、加速度与期望速度间的变化关系,经与汽车直线路段速度距离加速曲线图表对比,速度预测模型精度较高.平直路段变加速度法优化、完善了现有平直路段的运行速度预测模型,为公路运行速度的合理取值提供了理论支持.     

隧道围岩变形EMD灰色系统预测模型研究

基于经验模态分解降噪原理,建立了EMD灰色系统GM(1,1)预测模型, 使EMD方法与灰色系统GM(1,1)预测模型很好地相结合,有效地降低了原始监测数据内噪声干扰对预测结果的影响,并结合梅花山隧道工程实际,对EMD灰色系统GM(1,1)预测模型进行了检验。研究结果表明：EMD灰色系统GM(1,1)预测模型环境适应能力较强,预测结果与实际监控数据吻合程度较高,是隧道工程围岩变形动态预测较为有效方法,具有较好的工程实用价值。     

基于聚类灰色预测模型的沥青路面车辙研究

文章以合六叶高速公路历年车辙检测数据为分析对象,建立了高速公路沥青路面车辙聚类灰色预测模型。通过聚类分析方法,将车辙发展相似的路段进行归类,从而减少影响因素考虑不全对模型精度的影响;然后针对聚类分析结果,采用灰色模型,建立沥青路面车辙预测模型,从而解决数据量少和不确定性高的问题。研究结果表明:建立的聚类灰色预测模型精度高,能反映沥青路面车辙的发展规律,满足高速公路沥青路面养护工程的需求。     

互通立交单车道入口小客车运行速度模型

为了确定高速公路互通式立交单车道入口小客车运行速度特征,计算小客车在高速公路互通式立交入口处的运行速度模型,确保车辆在衔接段运行速度之间的协调,使车辆安全运行,在分析高速公路互通立交单车道入口处小客车运行速度实测数据基础上,得出小客车在入口处运行规律。使用链式开普勒雷达测速仪对入口处小客车速度进行实时采集,选取8条匝道特征点(合流鼻、合流点以及加速车道终点)处自由流状态下小客车速度作为分析样本,采用K-S检验对所取样本进行正态分布检验,在满足检验要求并分析三角区段和加速换道段速度及加速度特性后,确定自变量参数。最后利用SPSS软件进行回归分析,分别建立了小客车在合流点及加速车道终点处运行速度预测模型,并用4条匝道对模型进行了验证。研究结果表明:合流点处车辆运行速度与合流鼻速度及三角区段长度呈正相关,与平曲线半径倒数呈负相关;加速车道终点处运行速度与合流鼻速度及加速换道段长度呈正相关,与平曲线半径倒数呈负相关;模型通过了回归等式及回归参数显著性和平均相对误差检验,模型预测值与实测值相对误差平均值均小于10%,所建模型满足精度要求。研究结果对《公路项目安全性评价规范》(JTG B05—2015)中车辆运行速度相关规定进行补充说明,为高速公路安全性评价及设计提供理论支撑与参考。     

高速公路小修保养工程量的预测模型

为了科学合理地预测高速公路小修保养工程数量,分析了影响高速公路小修保养工程量的主要因素,提出了基于Matlab的BP神经网络高速公路小修保养工程量预测方法;以沥青路面年小修保养工程量历史统计数据为样本,将路面质量等级评分值、路面使用性能指数、年均日交通量、年均日重车量、计算使用年限、年均降雨量、年平均温差、路面厚度、路面宽度确定为影响沥青路面小修保养工程量的量化指标,建立了预测沥青路面小修保养工程量的多元非线性模型;以调研路段沥青路面实际破损维修数量为样本,分别用BP神经网络模型和多元线性回归模型进行预测分析。研究结果表明：将预测结果与实际维修量数据进行比较,BP神经网络模型预测误差为5%,多元线性回归模型预测误差为14%,说明BP神经网络模型是预测高速公路沥青路面小修保养工程量的一种较为合理可行的方法。     

基于驾驶行为需求的长大纵坡界定

考虑到山区高速公路的设计中长大纵坡路段的设计,且现行路线设计规范中没有针对长大纵坡路段给出界定标准的问题.本文从驾驶需求出发,将车辆运行速度作为驾驶行为的宏观表现,对长大纵坡路段驾驶行为特性进行分析.采集20名大货车驾驶员在长大纵坡路段实车试验数据,分析得到驾驶员在长大纵坡路段运行速度与平均纵坡坡度和坡长之间的互动关系,建立了大货车运行速度预测模型.分析得到设计速度为60 km/h的山区高速公路在不同平均纵坡条件下最大坡长.      

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

基于曲率变化率的运行速度模型

针对目前运行速度预测模型误差较大、准确度不高以及普适性不强等问题,提出了曲率变化率的概念,并论述了单曲线曲率变化率与运行速度之间的关系;通过统计分析双车道二级公路大量观测的运行速度后,得到了不同曲率变化率值下的汽车运行速度的特征规律,利用SPSS软件进行回归分析,建立了曲率变化率K值与弯道内稳定运行速度V85的关系模型。模型经过检验和验证后表明:模型的准确性和精度满足要求,模型预测值与实际观测值拟合良好;利用曲率变化率预测运行速度简便、有效;该方法的提出能有效突破目前预测运行速度方法的局限。     

高速公路隧道交通事故严重程度的影响因素分析

根据京珠高速公路韶关段4个隧道的交通事故资料,从时间因素、隧道环境因素和交通动态因素3个方面选取9个输入变量,以交通事故严重程度为输出变量,建立高速公路隧道交通事故严重程度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析.研究结果表明,日交通量与年平均日交通量之比和大型车混入率对交通事故严重程度的影响最大,天气、线形、坡度和事故发生地点在隧道中的位置对交通事故严重程度的影响基本相等,事故发生时段对交通事故严重程度的影响可以忽略不计.