城市交通信息智能播报显示系统

介绍一种集城市交通信息智能化管理、无线寻呼传输技术、单片机控制技术及LCD点阵图形显示技术于一体的城市交通信息智能播报显示系统。它比较好地解决了城市交通智能化管理和消除拥塞堵车等现象，为城市交通的高速发展提供了保证。该系统技术成熟、可靠性高、成本低廉及易于推广，具有显著的经济、社会效益和广阔的推广应用前景。     

OD估计模型的发展

本文对ＯＤ估计模型的研究历史进行了回顾。主要沿着重力模型－熵模型这个主线讨论了各模型之间的关系，并对一些模型作了简要评述。目的在于通过回顾与总结，对各模型有所深刻地认识，对理论研究和实际应用起到一定的指导作用。     

一种城市交通管理方法

针对现有城市路网结构和已知ＯＤ分布，通过交通流和交通仿真分析，确定了城市交通系统的管理措施，该管理措施使得城市交通系统的整体性能得到改善。     

城市中央商务区停车问题调查及解决方案

以郑东新区中央商务区为例,对城市中央商务区停车难题的现象进行了调查,并分析其原因.提出可以按照停车需求与机动车出行关系为核心的出行吸引模型来对近期和远期的停车需求进行预测,在此基础上,提出短时期内通过加强管理,中期范围内加强停车设施建设,尤其是立体车库的建设,及在相当长的时期内大力发展公共交通和绿色交通等各项措施来解决...     

基于移动支付的交通违章通知和罚款缴纳系统研究

基于GPRS和移动支付结合的管理平台,实现了交通违章信息的自动短信通知和车主自主通过移动支付平台短信缴纳违章罚款的功能,系统采用面向服务的松耦合架构,连接了银联、移动短信、交通管理中心等多个应用系统,实现多系统互动处理业务的模式。     

关于车辆行驶速度影响因素的综述

综述了车辆速度的影响因素,针对每种因素分别阐述了其作用机理和量化影响.将车速的影响因素分为道路因素、交通设施因素、道路环境因素和交通管理因素四类.道路因素包括道路平面线形、纵断面和横断面.交通设施因素包括道路标志、道路标线和控速设施.道路环境因素包括视野和路侧景观两方面因素.交通管理因素涵盖了交通法规和交通管理措施两方面因素.研究结果表明,各因素主要是通过影响驾驶人的视觉特性、心理特性和驾驶舒适性等方式来实现的,并且各种影响效果具有可叠加性.     

Multi-Dimensional Traffic Flow Time Series Analysis with Self-Organizing Maps

The two important features of self-organizing maps （SOM）, topological preservation and easy visualization, give it great potential for analyzing multi-dimensional time series, specifically traffic flow time series in an urban traffic network. This paper investigates the application of SOM in the representation and prediction of multi-dimensional traffic time series. Ffrst, SOMs are applied to cluster the time series and to project each multi-dimensional vector onto a two-dimensional SOM plane while preserving the topological relationships of the original data. Then, the easy visualization of the SOMs is utilized and several exploratory methods are used to investigate the physical meaning of the clusters as well as how the traffic flow vectors evolve with time. Finally, the k-nearest neighbor （kNN） algorithm is applied to the clustering result to perform short-term predictions of the traffic flow vectors. Analysis of real world traffic data shows the effec- tiveness of these methods for traffic flow predictions, for they can capture the nonlinear information of traffic flows data and predict traffic flows on multiple links simultaneously.