基于算法融合的高速公路断面交通量预测

高速公路断面交通量是交通状态分析和管控策略制定的重要数据支撑。本论文对交通流进行服务水平划分,将不同时刻的交通流按饱和度划分成四类服务水平,采用ARIMA、XGBoost、SVR、BP和GRU五种常用的预测模型对高速公路交通量进行了预测,并提出基于SVR、BP和GRU模型的融合预测模型,提高了高速公路断面交通量预测的准确率,为高速公路规划和管理提供信息支撑。     

三支交叉汾河大桥交通量预测研究

为了科学预测三支交叉公路桥交通量,以交通工程学、交通流等理论为基础,通过对省道宁白线、忻黑线的三支交叉汾河大桥的实地交通调查,定量分析其交通组成和交通量的变化规律,借助计算机辅助手段,采用时间序列法构建了三支交叉桥交通量的预测模型,结合实际交通流加权得到三支交叉汾河大桥目标年交通量,并以该区域的社会经济状况建立了多因素交通量模型进行了拟合验证。最终为三支交叉桥交通量的科学预测探索了一种新的思路。     

基于预测的城市交通控制系统设计与开发

针对ITS的交通控制子系统这一热点研究领域,讨论了基于预测的城市交通控制系统的设计与开发.介绍了目前国内外城市智能交通控制系统的发展现状与发展趋势.给出了基于数据挖掘的单点和路网短时交通流预测技术的设计流程.进而提出了基于数据挖掘的网络交通流预测方法.并在此基础上提出了所开发的城市交通控制系统的开发原理与系统结构.     

混合交通流智能相机系统初探

本文研究了混合交通流智能相机硬件体系,从背景模型、摄像机参数、混合交通前景物体识别分类对智能相机检测软件系统进行了具体研究;利用智能相机原型系统采集交通视频图像,利用本文构建的软件算法对不同交通状况下的混合交通流检测实验,并对实验结果进行了分子与总结。     

公路运输货运量预测方法研究

介绍了国内外公路运输货运量的预测方法,分析各种预测方法的优缺点,以及实际的预测效果。针对公路运输货运量受很多相关因素的影响,使得现有的一些预测方法预测精度不高的问题,应用混沌神经网络,建立了公路运输货运量预测的混沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果。     

山区公路交通流特性分析与评价

首先由观测数据确定代表车型的运行速度,采用实际路段调查得到的运行速度作为评价指标,分析山区公路的交通流运行状况,然后通过实地调查采集山区公路典型断面的交通流数据,统计交通量、交通组成以及不同车型运行速度的分布情况,并通过分析交通组成以及车速连贯性和离散性等直接影响道路交通安全的因素,对事故多发路段的交通流运行状态特征进行分析和评价。最后,选取京昆高速公路某典型路段,对该路段的交通流特性进行分析与评价,可为相关工作人员提供借鉴和帮助。     

基于“交通—经济”大系统环境下的交通投资预测研究

交通基础设施实质上是一个非线性的动态复杂系统,这意味着在研究交通基础设施投资预测时,不能局限于交通自身的封闭系统,而是要把它放在"交通—经济"大系统环境下,综合考虑内部和外部影响因素的共同作用。文章通过对影响交通投资因素的定性分析,建立了影响交通投资的层次结构模型,并根据该模型构建了基于BP神经网络的预测模型。结果表明,该预测模型能够较全面地考虑多种因素对交通投资的影响,预测效果较好。     

集装箱港口交通规划研究

以一在建的大型集装箱港口为例．对其后方港区进行了交通规划研究。分析了港区现状交通的特点．预测了规划年集装箱卡车的出行生成量，并采用了TransCAD软件进行交通分配，合理地模拟了路网中实际的交通流情况．为改善港区的变通状况、优化港区的集疏运系统给出科学的建议。     

基于神经网络的智能交通控制系统构建

针对当前智能交通发展的需求,结合当前的智能算法,提出一种基于BP的智能交通控制系统。为实现该系统,实现智能化城市交通控制的价值,首先对该系统的需求进行了分析,然后分别对系统的整体方案、硬件和软件等经了设计。在设计中重点对BP智能交通通行时间进行预测,并采用DSP处理器对BP算法进行运算,以提高运算的效率。最后给出部分实现的界面。     

波动性产品需求预测的神经网络模型

随着市场竞争的日益激烈,消费者的心里越来越复杂,这样导致了产品的需求的波动性大大增加。这种强波动性的产品需求序列中除了随机性外还存在混沌性,根据混沌理论可知,混沌的短期预测是可行的。为了有效的对这些混沌性进行预测,选择了神经网络作为预测模型,因为神经网络对非线性具有较好逼近能力。在网络结构选择中考虑了混沌序列的嵌入维数,并在隐层中加入了径向基以更好的拟合数据。在针对目前很多企业具有数据库和数据仓库的背景,给出了基于数据挖掘的具体预测方法,并通过实例演示了预测的有效性。     

模糊层次分析法优化BP神经网络的交通冲突预测模型

本文通过全面剖析影响交通冲突的原因,以交通流量、道路几何设计和道路环境三方面的因素建立指标层次结构体系。提出基于模糊层次分析(FAHP)法优化BP神经网络(BPNN)的预测模型,应用于交通冲突预测。     

基于Echo State Neural Networks的短期交通流预测算法

在城市交通环境,交通流的正确预测是比较困难,因为多个十字路口,这使得预置的交通控制模型之间的相互作用和intertwinement不能保持始终高性能在所有的交通情况。     

基于序号总和理论的御河大桥交通量预测研究

为了评价公路网设计的可靠性,提高交通量预测的精确度,以交通工程的基本理论为指导,在大量调查数据的基础上,运用时间序列法的线性、二项式、指数等方法进行交通量预测,得到了相应的预测模型,通过序号总和理论得到了精确度较高的预测模型,并通过预测模型计算出未来特征年的交通量,为交通量的预测研究提供了一种新的研究思路。     

城市道路交通噪声预测模式的选择

通过对宝鸡16条交通干道的噪声监测值和预测模值的比较,将预测值同实际测量数据进行比较,分析其误差及其规律性。FHWA预测模式在城市交通噪声预测中总体上优于交通部预测模式。     

交通流数据的采集与数据故障的检验

交通流数据常见问题分为两类：数据缺失和数据异常。针对这些问题,分析了数据问题的原因,研究了北京市数据采集的方法,提出了故障数据的判定方法,最后结合北京市的交通流数据的常见问题进行实例分析,为以后有关交通数据的研究提供借鉴。     

基于“间隙-接受”的环岛十字交叉口优化模型研究

随着我市交通出行量的大幅增长,交通堵塞情况日益加重,这给交通管理部门在交通组织上提出了新的要求,需要完善科学的交通管理方法和模式。城市道路十字交叉路口是交通流汇集的重点区域,在十字交叉口使用环岛的交通组织方式具有自组织性强、车流顺畅的有点,但是环岛内车流与入岛车流的冲突也限制了环岛的通过能力,通过科学研究找到合理、高效的管理方法,可以提高环岛的通过能力,减缓交通拥堵。为了解决这一问题,国内外学者进行了广泛的研究。Zhenke[1],刘会斌[2]等研究了环形交叉口信号灯控制的方法,Brilon[3],Tanner[4],陈晓明[5]等研究了交通环岛通过能力的优化方法,Stuwe[6],廖铄澔[7]等研究了交通环岛信号灯配时方法,为交通环岛综合组织优化做出了贡献,但由于交通环岛组织优化问题收到多种因素的影响,需要考虑多重因素,建立合理的数学模型才能找到更好的组织和管理方法。本文建立了基于"间隙-接受"模型的城市道路十字交叉口环岛数学模型,通过研究交通环岛内车流速度与进入环岛交通流量的数学关系,找出稳定状态下环岛的最大通过能力,分析了模型中进入环岛车道数、岛内车道数与稳态情况下"间歇-接受"通过能力的关系。对于有信号环岛组织模型,又找出了最大通过能力下的环岛内车流密度值,以此将环岛内的车流有序化、规范化、流量固定化,通过将环岛优化策略与交通信号控制相结合,合理优化相位时间缓解入岛车流与环岛内车流的冲突,以求达到最大的通过能力。     

面向港区平面交叉口安全性评价的微观交通仿真模型

本文基于交通冲突技术(TCT),通过建立港区交叉口交通流微观仿真模型,对影响港区交叉口安全性的主要冲突类型进行分析评价。结合港区道路交通特性,仿真模型引入车型参数控制因素,以车辆间冲突制动距离为评价指标,并对大型车辆弯道行驶轨迹及其产生的冲突进行了分析,通过采用改进的二维元胞自动机模型,对车辆在元胞中的加速、减速以及位移规则进行了改进。通过仿真得出,在实验条件下,跟驰冲突是影响平面交叉口安全性的主要冲突类型,侧面冲突是影响交叉口通行能力的主要冲突类型,仿真结果及分析表明了本文交通仿真模型的有效性。     

新的WBO算子及其在城市道路网交通事故预测中的应用研究

以有效提高系统特征数据序列的光滑性为目的,在已有缓冲算子研究的基础上,根据新息优先原理,构建了一个新的WBO(Weakening Buffer Operator),克服了现有算子对新信息利用不充分的缺陷,并通过城市道路网交通事故预测案例与已有的系列WBO进行了弱化效果的比较。研究结果表明,受扰动因素冲击后的系统特征序列经新WBO作用后,建模精度得到了显著提高。