行程时间可靠性研究

文章结合已有研究成果,提出了行程时间可靠性的概念,分析了基于供需随机性构建的路径行程时间可靠性、OD对行程时间可靠性及系统行程时间可靠性模型,最后构建了基于最可能状态的行程时间可靠性近似算法。     

基于GPS数据的高速公路行程时间估计与可靠性分析

准确地进行高速公路行程时间估计与可靠性分析对交通规划与缓解交通拥堵具有重要意义。针对目前行程时间估计准确性不高、可靠性分析不够全面的问题,提出基于BP神经网络的高速公路行程时间估计模型,并利用该模型计算的行程时间分析高速公路上车辆行驶的行程时间可靠性。以广州机场高速公路GPS浮动车数据为例进行实例验证,结果表明,与速度-时间积分法和位置-时间内插法相比,本文提出的模型提高了行程时间估计的准确度,同时能多方面地分析车辆行程时间的可靠性。     

基于随机松弛时间的行程时间可靠性计算模型*

提出了基于随机松弛时间的行程时间可靠性动态计算模型。研究了交通系统内部车辆间相互干扰作用对行程时间可靠性的影响。运用交通流动力学理论建立模型,证明了模型的各项异性,并基于蒙特卡洛和欧拉折现法设计相应的求解算法。模型能够较好地反映给定交通供需条件下的行程时间可靠性退化规律,量化交通流内部车辆间相互干扰对行程时间可靠性的影响。算例分析表明车辆间相互干扰程度的加剧会引起行程时间可靠性退化轨迹的明显改变,干扰越剧烈,动态行程时间可靠性的退化速度越快、达到稳定状态时的行程时间可靠性水平越低。拓展了传统行程时间可靠性计算模型仅考虑外部供需的局限性,探讨了交通流松弛时间的随机波动对行程时间可靠性的影响。所建模型和方法可以为高速公路、城市快速路、主干道等大型设施的动态行程时间可靠性预测提供理论依据和实践参考。     

雾天高速公路网行程时间可靠性评价方法

为有效评价区域高速公路网布局的合理性,基于对雾天影响下高速公路网行程时间可靠性的研究,寻求路网中的关键路段,并以此作为改善和优化公路交通网络的依据。通过对网络运行时间可靠性和雾源分布随机性的分析,提出高速公路网路段单元的行程时间可靠性的综合评价模型。并结合用户平衡模型和串并联理论,构建高速公路网络系统的时间可靠度计算模型。利用Matlab工具箱对随机雾源进行模拟仿真,结合MonteCarlo方法求解模型,以评价随机雾天高速公路网的行程时间可靠性,最后通过实例验证说明了该方法可以合理地评价随机雾源影响下路网的行程时间可靠性,并有效地找出路网中受雾影响最明显的关键路段。     

信号控制道路行程时间可靠度计算与实证

首先提出了一天不同时刻下的动态行程时间可靠度计算方法.然后以实际连续若干天的历史行程时间数据为基础,实证分析了信号控制干道行程时间分布、行程时间可靠度在一天中的分布变化情况.实证结果表明行程时间分布存在偏峰和时滞现象,否定了当前行程时间可靠度研究普遍认为的行程时间服从正态分布假设.最后分析了行程时间分布中的可靠系数、峰度统计参量与行程时间可靠度的变化关系.     

城市道路间断流行程时间双峰分布

在传统行程时间单一概率分布研究基础上,提出了城市间断流行程时间概率分布模型.以正态分布和对数正态分布为典型分布,提出了6种不同的双峰概率分布函数,并利用最小二乘法和Frank-Wolfe算法进行建模和参数拟合.研究结果表明,双峰概率分布函数能够很好地拟合并反映城市道路间断流行程时间概率分布特征,突显其与连续流单一概率分布之间的差异性.研究结果为城市路网路径选择问题提供新的路段阻抗确定方法,也能够为交通分配提供新的路段行程时间概率函数.     

基于行程时间可靠度的区域交通控制系统评价方法

在定义行程时间可靠度的基础上,利用浮动车调查数据,得到不同时段路径行程时间可靠度;然后建立了以行程时间可靠度为指标的城市区域控制系统运营效率的评价模型.该模型在武汉市区域控制系统评价中进行了应用研究,结果表明:区域交通控制系统运营后,早高峰、平峰和晚高峰3个时段路网行程时间可靠度显著提高,全日路径行程时间可靠性波动小于实施前,离散程度降低,城市交通系统的运行状态得到改善.相对于传统评价方法,所建模型灵敏度更高,适用性更强.     

交通分配中路段行程时间函数研究

本文讨论了我国混合交通条件下的城市道路路段行程时间函数模型，首先，我们运用交通流理论知识，构造出道路横断面不同路幅形式下的路段行程时间函数模型。其次，我们给出了在现场数据下，用非线性回归分析的方法。标定理论模型中待定参数值的方法。     

基于多源ITS数据的行程时间预测体系框架及核心技术

针对当前城市道路行程时间预测系统性不强等问题,构建基于多源数据的行程时间预测体系框架,阐述预测过程涉及的关键技术.框架的构建以固定式和移动式2类采集方式获得的交通数据为出发点,将预测过程划分为估计和预测两个阶段.提出固定式采集方式获取的速度数据用于行程时间的间接估计和预测的关键技术为空间平均速度的估计;移动式采集方式获...     

基于SV模型的行程时间预测

行程时间的波动性分析及预测是道路交通网络研究的重要内容,为有效预测出行者行程时间,本文基于实际路段行程时间数据构建随机波动率模型,利用马尔科夫链蒙特卡洛方法求解模型参数,使用标准随机波动率(SV-N)模型和厚尾随机波动率(SV-T)模型对行程时间进行预测。结果表明:在刻画对路段行程时间波动率特征的效果上,厚尾随机波动率模型优于标准随机波动率模型;在行程时间预测上,厚尾随机波动率模型更能准确地进行实时预测。本文方法对行程时间预测具有实时性,可对实际路段行程时间进行在线预测及对交通出行者的路线规划提供理论依据。     

基于GPS数据的公交站点区间行程时间可靠性影响因素

为提高公交行程时间预测与信息发布的准确性,借助显著性分析确定影响可靠性预测的主要因素.首先,基于公交GPS数据,采用地图匹配算法建立站点区间行程时间计算方法;其次,针对11组不同路段站点之间的区间行程时间数据,通过拟合优度检验筛选最佳分布模型,并利用最大似然估计获取最优分布模型参数;最后,建立公交行程时间可靠性评价指标体系,分析交通条件、道路条件、采样间隔与行程时间波动指数、延误指数的相关关系.结果表明:三元高斯混合分布模型能以100%的接受率最优地拟合公交行程时间数据,站点区间长度、公交小时流量、采样间隔与行程时间可靠性存在相关关系,而交叉口相对位置则为非关键影响因素.     

蒙特卡罗法在公交线路运行时间可靠性计算中的应用

运用蒙特卡罗随机模拟的方法,计算了公交线路的运行时间可靠性,建立了公交线路运行时间可靠性的数学模型,对服务时间水平进行了评价.其结果对于先进的公共交通系统(APTS)条件下,有固定时刻表的公交线路的时间可靠性分析具有重要意义.     

地震波旅行时二次/线性联合插值法

为了提高地震波旅行时的计算精度,基于Asakawa的旅行时线性插值法(LTI)提出了一种改进的射线追踪法——旅行时二次/线性联合插值法(QLTI),即在震源的近场采用二次插值计算旅行时,在远场仍用LTI算法。QLTI算法改善了近场旅行时的精度,降低了累加误差,进而提高了全场(尤其是远场)旅行时的计算精度。数值模拟和模型实验的结果表明,本文提出的QLTI算法较传统的LTI算法更为精确。     

地铁换乘站交通功能评价指标体系

针对地铁换乘站系统评价难题,建立了地铁换乘站交通功能评价指标体系,提出了各项指标的定义、计算方法与评分标准,构建了基于层次分析法的综合指标评价方法并探讨了权重系数,应用南京地铁7个换乘站开展算例研究,验证指标体系的有效性与实用价值。结果表明：建立的地铁换乘站交通功能评价指标体系能准确反映车站的现状问题,根据指标评分相似度可对车站进行归类,同类车站的共同特征表征明显;采用判断矩阵确定的指标权重系数满足一致性检验,得到的一级指标评分及总评分能够实现对车站整体状况的综合性评价。最后以柳洲东路站为例对车站评价结果提出方案优化建议,证实了成果的应用价值。     

卡车路段行程时间的实时动态预测

分析了建立卡车路段行程时间预测模型传统方法的不足,考虑到高度非线性的露天矿运输系统有别于公路交通系统,针对卡车运行时间的随机性,采用多因子预测,阐述了应用人工神经网络(ANN)原理和方法对卡车路段行程时间预测的可能性和优越性,建立了预测模型的基本结构,描述了行程时间与其影响因素间的非线性映射关系,从而提出了基于人工神经网络原理的行程时间预测模型。     

基于仿真的深埋地铁车站疏散时间研究

随着地铁车站的埋深深度日益增加,车站的安全疏散风险增大。本文从站型结构、疏散安全区、车站疏散设施、客流规模和疏散引导等方面,分析了影响深埋地铁车站人员疏散时间的因素。针对紧急疏散场景,构建深埋地铁车站网络模型和疏散行为模型。以北京某在建深埋地铁车站为例,通过模型校验,利用轨道交通乘客集散仿真系统对该站疏散时间进行测算,并将测算结果与理论计算疏散时间对比,结果显示所有乘客能够在5.5 min内从站台疏散至安全区域,符合规范要求。本文研究结果表明采用的系统能够用于深埋地铁车站的疏散时间研究。     

双核都市圈运输通道旅客分担率模型及应用

为预测双核都市圈运输通道内旅客运输分担率,结合双核都市圈运输通道的旅客运输特性,通过将不同特性的变量引入效用函数,对Logit模型的应用加以改进,以成都—重庆运输通道为例,进行了旅客运输方式分担与线路分配的联合应用。结果表明:改进后的模型能有效地进行双核都市圈运输通道旅客运输方式分担与线路分配的预测;成渝(成都—重庆)运输通道中,成渝(成都—重庆)高速公路、成遂渝(成都—遂宁—重庆)高速公路、成遂渝(成都—遂宁—重庆)准高速铁路的分担率约为29%、33%、38%。