智能交通中动态OD矩阵估计研究概况

介绍了智能交通中动态OD矩阵估计的研究概况,将动态OD矩阵估计方法进行了分类,并分别进行了综述。同时指出了各自的缺点与不足,指明了以后的发展方向,以期后续工作在此基础上得到突破性进展。     

大型交通网络OD矩阵推算方法研究

ＯＤ矩阵是进行交通规划及管理的基础数据。本文首先研究了ＯＤ矩阵所需基本信息的获取方法，详细评述了现有ＯＤ矩阵推算模型，针对极大熵模型对践段交通量完全置信的不足，提出了极大熵修理模型，使模型能考虑交通调查产生的误差及交通分配引起的误差，极大提高了推算结果的精度。     

基于出入口明细表的高速公路OD矩阵推算

基于我国高速公路统计数据的特点,提出了一种准确性高、方便实用的高速公路出入口OD矩阵推算与检验的方法.实例验证了其准确性和可行性,为实际项目中交通数据分析处理提供了一种较为简单易行的高速公路出入口OD矩阵推算方法.     

基于时空矩阵分解的路网交通数据修复方法

针对城市路网交通数据缺失问题,综合考虑交通数据客观存在的时空特性,本文提出一种基于时空矩阵分解(spatial-temporal matrix factorization, STMF)的路网交通数据修复方法。首先依据路网时空属性,将多维交通数据处理为二维矩阵形式,将其分解为空间特征矩阵和时间特征矩阵,并通过低秩近似的方式重构不完整交通数据矩阵,实现缺失数据的基本修复。然后,利用图拉普拉斯(graph Laplacian, GL)和门控循环网络(gated recurrent network, GRN)分别作为空间和时间正则器,进一步挖掘路网交通数据的空间结构关联特性和时间依赖特性,有效提高路网交通数据的修复精度。最后,采用洛杉矶交通速度数据集(Metr-LA)和广州交通数据集(Guangzhou-D)对STMF模型的性能与GAIN、BGCP、BTMF、LRTC-TNN和HaLRTC等基准模型进行对比,实验结果表明,本文提出的基于时空矩阵分解STMF模型相比基准模型,能更好地适应不同的缺失场景和不同的缺失率,缺失数据修复性能具有更好的鲁棒性。     

基于IC卡数据估计交通小区的公交OD算法

公交客流OD是公交线网优化、评估的基础数据;也是公交运营管理不可或缺的重要信息,而公交站点OD是区域公交OD客流的基本单元。在分析利用IC卡数据挖掘公交站点OD客流原理的基础上,梳理公交站点OD推算小区OD的影响因素,引入公交站点至小区之间的距离权重系数以及地块用地分配权重系数,构建了公交站点OD推算交通小区OD的模型算法;并对比分析不同参数构建模型的优劣。同时,以广州市为例进行实证研究,算例表明了模型的可行性和算法的有效性。     

基于大数据的智能交通综合信息应用平台设计

智能交通是目前交通领域研究的主要问题之一,它涉及多种技术的综合运用,主要采用大数据、云计算技术研究如何高效地利用各种信息,为智能交通提供支撑,提出以大数据技术构建智能交通综合信息应用平台,探讨了其可行性,给出了平台基本体系结构、总体框架、不同类型的数据存储策略、不同引擎的应用场景等,并对平台的功能进行了设计,对性能进行了分析.     

基于大数据架构的智能交通可视化平台设计

利用大数据技术、地理信息技术、数据可视化技术等,构建智能交通可视化平台,给出平台的总体架构、技术架构,并对平台的功能进行了设计.文章基于地理信息系统的大数据可视化、多源异构海量数据融合、地理信息专用引擎、大数据引擎、多源数据分析等技术深入的研究,对利用交通管理大数据、时空大数据建立分析研判模型进行了设计,可为公安机关建...     

基于OD船舶交通模拟的研究

根据船舶交通工程方法论研究交通流的生成与发展规律以及交通网络的时空分布,提出了基于ＯＤ的船舶交通流模型,并对船舶交通进行模拟,运用电子海图新技术,实现了船舶交通动态显示,开发研究了一个基于Ｗｉｎｄｏｗｓ ９５／ＷｉｎｄｏｗＮＴ的船舶交通模拟软件包。     

汽车交通OD调查方法简化

本文主要介绍两种在公路建设项目前期规划及工程可行性研究中简化汽车交通OD调查的方法。     

双一流新工科背景下交通类通识课程“大数据与智能交通”的多实验教学设计

为响应创新驱动发展、“交通强国”等一系列国家战略号召,实现新工科、双一流教学改革目标,交通运输领域亟须培养一批实践与创新兼优、具备国际竞争力的高素质复合型新工科人才,交通运输专业传统课程体系亟待调整。以新型交通类通识课程“大数据与智能交通”为例,以提升交通运输专业学生实践能力、创新能力、计算机能力等素质为目标,对课程提出新要求,为培养交通运输行业需要的高素质复合型新工科人才建立坚实基础。将传统交通运输工程与大数据技术有机结合,开展多实验教学,每组实验均采用实际案例,并使用多源数据,包括列车旅行时间估计的时空数据、轨道扣件状态分类的二维图像数据以及地铁内噪声的一维音频数据等,有效提高学生创新实践能力。     

剩余最短路径算法应用于起迄点交通调查统计

从研究旅行者的出行行为特征出发，并结合道路网拓扑关系，提出一种全新的剩余最短路径算法，用于起迄点交通量调查统计．对于每个起迄点对，先找到连接这个起迄点对的最短路径，再把这个路径上调查到的交通量从路段上转移到该起迄点对上．再寻找剩余的下一个最短路径，也把相应的路径调查交通量从路段上转移到起迄点对上．这样重复下去，直到该起迄点对的交通量全部从调查路段上转移至起迄点对．该方法可以有效解决交通出行被重复统计和被遗漏的情况，还可以为今后的起迄点调查提供更合理的测点．     

基于效用的大型综合客运枢纽智能交通出行链技术

近年来,基于效用理论的大型综合客运枢纽智能交通出行链受到广泛关注。提出旅客交通出行效用模型,基于数据挖掘技术、用户画像技术精准识别枢纽旅客出行需求,并给出典型用户优先过滤推荐算法和信息动态更新策略;针对大客流情景建立交通系统效用模型,提出基于交通系统效率最优的智能交通出行链,均衡各交通方式;当交通系统服务正常运行时,为了避免交通系统共振,建立旅客端与交通系统端效用均衡最优的双层规划模型。最后,经“畅行虹桥”APP测试验证,采用智能交通出行链后,总体交通方式转变率约0.050,出行链满意度总体得分提升率为0.160,出行时间变化率减少0.056。     

考虑不确定因素的多模式城市交通网络路径决策

由于时间的波动性与突发事件的影响,多模式城市交通网络的运行时常伴随着各种不确定性情况的发生。通过考虑多模式交通网络的出行特点与交通网络不同的运行状态,建立了基于马尔可夫决策过程的多模式交通网络的路线决策模型与算法,所提方法应用到北京市多模式城市交通网络。结果显示,不同出发时间需要不同的路径决策以达到最小出行时间。基于马尔可夫决策过程的路径决策方法的有效性得到验证,它可以为出行者路线选择提供更合理的指示。     

基于智能交通卡数据的城市轨道交通乘客个体路径选择模型

在分析城市轨道交通乘客旅行时间组成要素的基础上,提出了一种基于智能交通卡数据的乘客个体路径选择模型,克服了传统路径选择模型只考虑群体路径选择的弊端。通过分析轨道交通刷卡出行的特点,建立了乘客旅行时间模型,确立了各旅行时间要素并分析了其独立性。对出行要素进行了估计,计算出路径旅行时间,提出了乘客个体的出行路径选择模型。以北京地铁网络为案例,分析了乘客个体的路径选择,并用实际数据验证了模型的有效性。     

智慧城市的基本单元：边缘服务器的功能定位及其深度应用

分析了中国智慧城市的发展现状与瓶颈、当前城市交通面临的问题与挑战,从顶层设计的角度,探讨了智慧城市的发展思路及其与智能交通发展的关系;提出了作为智慧城市基本单元的边缘服务器的主要功能和核心优势;展望了智慧城市与智能交通建设背景下未来边缘服务器的深度应用展望。     

基于最短路径算法的用户最优动态配流模型

建立了描述路段交通量变化的状态方程及相关约束,在最短路径算法的基础上,给出了多起点多讫点以及Ｏ－Ｄ量随时间变化路网的动态用户最优配流解（ＤＵＯ）算法．仿真结果验证了模型及算法的有效性．     

多模式交通网络下的城市交通出行链行为模型

针对已有城市交通出行链行为分析模型的不足,分析了城市交通出行链的基本概念与简单出行链的可能路径,并基于起讫点限制条件与多模式交通网络下的交通距离限制条件,推导构建了基于最大熵模型的多模式交通网络下城市交通出行链行为模型,给出了参数估计与先验概率选择方法; 将模型应用到成都市中心城区居民出行样本数据中,通过出行链距离、出行链中交通小区间的出行量、出行链到达小区的数量、出行链小区的到达发生量、各类出行链的出行量等 5 个指标对模型进行了检验．结果表明: 模型值与实际值拟合度较好,说明模型是有效的,可做为全面分析城市交通出行的一个有效模型工具．     

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。