基于时空融合图卷积的交通流数据修复方法

为了解决现有时空相关修复法挖掘交通流特性不充分的问题,提出基于时空融合图卷积网络的缺失数据修复方法. 该方法在分析交通流时空特性的基础上,采用2类函数分别计算交通流数据的时间自相关系数和空间关联度系数. 将交通检测器的部署位置作为节点构成几何拓扑图,通过线性融合规则构建时空融合矩阵,替代图卷积输入层的邻接矩阵,捕获交通流细粒化的时空关系. 利用轻量级一维卷积层学习多通道时序向量的时间特征,加快模型的收敛速度. 利用图卷积层学习交通流数据的空间特征,构建时空融合图卷积网络修复模型. 实验结果表明,与其他修复方法相比,该方法在多检测器场景中的修复精度和模型收敛速度均有所提升,可以有效地修复交通流缺失数据.     

基于流量与占有率模型的交通事件检测器布设研究

为了解决在不同的交通运行状态下事件检测器布设间距的问题,在理论推导的基础上,考虑交通运行状态与交通流模型的适用性,结合道路实测数据,得到分阶段的流量-占有率函数模型;应用标定的流量-占有率,结合交通波传播模型与交通事件检测原理,通过仿真的方法确定事件发生后道路占有率,分别确定道路处于高占有率和低占有率运行状态下,交通事件检测器的布设间距.检测器响应时间为1 min,在低占有率状态下检测器布设间距为1.0km,在高占有率状态下间距宜为0.5km.     

城市主干路拥挤路段基于地点交通参数的行程速度估计

以提高基于地点交通参数估计主干路拥挤交通流平均行程速度的精度为目标,通过分析信号控制主干路的交通流特性及地点交通参数与平均行程速度之间的相关关系,以路段下游停车线前的截面平均速度为基础,提出了城市主干路拥挤交通流路段平均行程速度的3种估计模型,并采用仿真手段进行了对比分析。结果表明,所提出的全状态行程速度估计模型明显优于对比方法,所提出的两种分状态平均行程速度估计模型可以进一步改善全状态模型的估计效果,尤其是基于模比系数的分状态估计模型可显著提高拥挤条件下的行程速度估计精度。     

基于时空分析的复杂交通流数据挖掘算法

为了建立一种易于计算机实现的线性算法来进行交通流数据挖掘,同时建立更加精确的路段交通流模型,通过分析复杂交通数据所特有的流特征和时空特征提出了一种新的交通流数据挖掘算法。首先采用时空滑动窗口数据模型降低了算法的时空复杂度,并实现了动态挖掘;通过对数据流进行聚类分析发现彼此间相似的数据流,并按时段分簇;对每一簇通过主成分分析法剔除非关键变量,最后使用分时段多元线性回归方程构建兴趣模式的表达式,该算法为动态算法,交通实测数据实验证明模型的拟合精度较高,拟合值与真值的平均绝对误差值控制在9秒以内,平均相对误差值控制在5%以内,综合各个时段来看,预测的准确度都在90%以上。     

城市快速路交通事件影响范围预测模型

为研究交通事件对城市快速路交通流的影响,在对MCTM模型进行改进的基础上,建立快速路交通事件影响范围预测模型.该模型针对城市快速路交通流的亚稳态现象,模拟亚稳态区域的交通流状态;同时考虑交通事件对元胞主要特征参数的影响,并结合事件发生的不同位置,对元胞设置进行调整;最后提出事件影响长度的概念,并将其作为交通事件影响范围的评价指标.以北京市局部道路网为研究对象,结合交通事件的相关数据,对该模型进行了参数标定和实例分析.结果表明,仿真数据的变化趋势与实测数据基本一致,且误差在可接受范围内.模型能清晰地反映出不同时刻各个路段的交通流状态,可有效地确定城市快速路交通事件的影响范围.     

基于多源数据融合的高速公路路网短时交通流参数实时预测

针对高速公路路网交通数据中存在大量噪声数据与缺失数据,数据完整度较低,导致预测精度下降的问题,提出一种基于多源数据融合的高速公路路网短时交通流参数实时预测方法。采用小波分析阈值法对高速公路路网交通数据进行去噪处理,在最小二乘支持向量机基础上采用组合阈值填补方法填补交通数据序列中存在的缺失数据,提高交通数据的完整度。结合小波神经网络和遗传算法建立短时交通流参数预测模型,采用遗传-小波神经网络处理多源检测器采集到的交通流参数,通过最小二乘动态加权融合算法融合多个检测器的交通流参数,将交通流参数输入预测模型中,得到高速公路路网短时交通流参数实时预测结果。实验结果表明,采用本文方法处理后的交通数据序列中不存在缺失数据,数据完整度较高,且所得预测结果与实际车流量变化曲线较为贴近,预测精度高,可以广泛应用在交通流预测领域。     

基于交通状态估计的快速路交通联合控制

采用模糊C均值聚类方法将快速路交通状态划分为畅通、轻度拥挤和拥挤状态。将快速路二阶宏观交通流模型与粒子滤波算法相结合,实现对快速路交通状态参数的估计,并将交通状态参数估计结果划分到对应状态中,得到交通状态估计结果。在交通状态估计的基础上,考虑3种交通状态下的交通运行特性,结合可变限速控制和入口匝道控制建立快速路联合控制模型。采集吉林省长春市东部快速路交通数据进行实例验证,结果表明:联合控制模型的应用减少了快速路交通流总时间费用消耗的4.55%,降低了交通流密度,在一定程度上缓解了交通拥挤。     

速度梯度模型的高速公路交通流状态估计方法

为改进高速公路交通流状态估计方法,采用速度梯度模型作为交通流的系统状态方程构建交通流状态估计模型.通过对速度梯度模型参数的敏感性分析,发现模型估计误差对自由流速度和阻塞传播速度两参数较为敏感,需在线估计.然后分别给出了速度梯度模型与扩展卡尔曼滤波以及无迹卡尔曼滤波相结合的高速公路交通流状态估计方法,并应用实测数据对两类交通流状态估计方法的性能进行了评估.结果发现:两类交通状态估计的精度均可达85%左右,无迹卡尔曼滤波算法精度略好于扩展卡尔曼滤波,但计算时耗大.基于速度梯度模型的交通流状态估计方法能有效估计和跟踪交通流状态的变化,且相较于同类方法,所需标定的模型参数更少.     

一种基于交通大数据驱动的行车仿真软件实现方法

提出一种基于交通大数据驱动的行车仿真软件实现方法,该方法利用大数据计算模型Spark提取交通流状态信息驱动行车过程,利用交通模拟器SUMO仿真行车过程。提出的方法可以为基于交通大数据驱动的行车仿真软件实现提供良好借鉴。     

高速公路动态交通流支持向量机预测模型

为了提高高速公路的交通运行效率,需要实时预测各路段交通流参数状况,通过对高速公路宏观动态交通流模型的分析,以及对SMO支持向量机参数选择的研究,提出了高速公路动态交通流支持向量机预测模型.以西安-宝鸡高速公路交通流信息采集数据对模型进行训练、测试和仿真,预测平均相对误差小于3.84%,表明了模型的有效性.     

交通方式选择的非集计模型及其应用

应用非集计模型理论与北京居民出行调查数据,建立了交通方式选择MNL模型,并用Matlab优化工具箱中的无约束最优化函数对模型的参数进行了标定。根据所建模型计算出公交车和小汽车的时间价值,求得包含出行时间和实际金钱费用的广义费用,建立了公交车和小汽车出行选择的二肢Logit模型,分析了不同收费价格下两种交通方式所分担的交通出行比率及道路交通饱和度的变化情况,评价拥挤收费政策对优化城市交通结构,缓解城市交通拥挤的作用。研究表明,非集计建模方法能够较全面地考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

Injury severity analysis: comparison of multilevel logistic regression models and effects of collision data aggregation

This paper describes an empirical study aiming at identifying the main differences between different logistic regression models and collision data aggregation methods that are commonly applied in road safety literature for modeling collision severity. In particular, the research compares three popular multilevel logistic models (i.e., sequential binary logit models, ordered logit models, and multinomial logit models) as well as three data aggregation methods (i.e., occupant based, vehicle based, and collision based). Six years of collision data (2001–2006) from 31 highway routes from across the province of Ontario, Canada were used for this analysis. It was found that a multilevel multinomial logit model has the best fit to the data than the other two models while the results obtained from occupant-based data are more reliable than those from vehicle- and collision-based data. More importantly, while generally consistent in terms of factors that were found to be significant between different models and data aggregation methods, the effect size of each factor differ substantially, which could have significant implications for evaluating the effects of different safety-related policies and countermeasures.

     

城市主干道交通流随机分配模型研究

为了减少城市主干道出现局部拥堵,提出一种基于logit模型的城市主干道交通流分配方法。根据路段通行能力、路径延误时间和路径流量综合考虑,通过计算每条路段选择的概率大小,将交通流分配到路段上。同时改进了STOCH算法,通过实例对比验证,改进后的模型,不会出现单条路段拥堵,表明模型具有更好的分配能力。     

基于Mixed logit模型的拥挤收费下交通方式分担率预测

分析了传统非集计模型存在的缺陷,提出利用mixed logit模型研究拥挤收费下交通方式分担率变化的思路。结合实际居民出行数据建立了基于mixed logit的交通方式选择模型,利用SAS软件进行蒙特卡罗模拟计算,标定了模型并进行了仿真分析。经验证,所建模型具有较高的命中率和可用性。加入拥挤收费影响因素进行敏感性分析,可得出不同拥挤收费费率下的交通方式分担率。应用该模型能为拥挤收费下的出行行为分析和交通影响研究以及其他交通需求管理政策的评价提供了方法。     

结合灰聚簇与Fisher变换的城市快速路交通状态判别

为提高少数据下的城市快速路交通流状态类型判别精度,提出一种结合灰聚簇与Fisher变换(GC-Fisher)的组合方法.选择交通量Q、速度v、占有率O作为基础参数,首先经灰聚簇理论将基础参数数据聚簇为4类,其次对分类后的数据构建训练集,训练GC-Fisher模型,获取每一种交通流状态类型的Fisher变换方式及判别函数,最后选择结合K均值与多分类支持向量机(K-SVM)的组合方法进行比较.结果表明:在数据量较少条件下对交通流状态类型进行判别,GC-Fisher模型判别率为92%,优于K-SVM模型的判别率69%,GC-Fisher组合方法在少数据下能够更好地提高交通流状态类型的判别效果.     

饱和信号交叉口排队长度预测

通过采用自适应权重指数平滑法,对进口车道的实时流量进行预测,建立了以定数排队理论为基础的排队长度预测模型。该模型可以实现对饱和信号交叉口排队长度的预测,预测结果具有较强的自适应性,更符合交通流的实际运行状况。实际数据验证结果表明:在拥挤的交通状态下,该模型的预测精度可达到85%以上,可以满足信号配时和交通管理的需要。     

A tour-based analysis of travel mode choice accounting for regional transit service

The aim of this work is to explore the impact of regional transit service on tour-based commuter travel behavior by using the Bayesian hierarchical multinomial logit model, accounting for the spatial heterogeneity of the people living in the same area.With two indicators, accessibility and connectivity measured at the zone level, the regional transit service is captured and then related to the travel mode choice behavior. The sample data are selected from Washington-Baltimore Household Travel Survey in 2007,including all the trips from home to workplace in morning hours in Baltimore city. Traditional multinomial logit model using Bayesian approach is also estimated. A comparison of the two different models shows that ignoring the spatial context can lead to a misspecification of the effects of the regional transit service on travel behavior. The results reveal that improving transit service at regional level can be effective in reducing auto use for commuters after controlling for socio-demographics and travel-related factors.This work provides insights for interpreting tour-based commuter travel behavior by using recently developed methodological approaches. The results of this work will be helpful for engineers, urban planners, and transit operators to decide the needs to improve regional transit service and spatial location efficiently.     

恶劣天气下高速公路实时事故风险预测模型

先提取了美国加州I-880N高速公路上一段长为23km路段的实时交通流数据、事故数据和气象数据。然后采用Logistic模型建立了基于交通流数据和气象数据的事故风险预测模型。研究结果表明:天气条件对事故风险有显著影响,在雨天和雾天的比值比(Odds ratios)分别为6.4和4.4时,事故风险性分别提高了5.4和3.4倍。最后建立了不含天气参数的事故风险预测模型,结果表明:含有天气参数的实时事故风险模型预测精度为71.7%,不含天气参数的模型预测精度为66.5%,表明天气条件可以显著提高实时事故风险模型的预测精度。     

自行车换乘轨道交通行为机理及模型研究

自行车换乘轨道交通能够有效地扩大轨道交通服务范围,缓解城市交通问题并最终实现可持续绿色交通体系的有效途径.站点周边公交车及自行车换乘设施对自行车换乘有很大影响.现引入公交车换乘设施的满意度,以此作为logit模型的分组依据并利用SP问询调查数据和SPSS分析软件对模型的参数进行估计,定量的研究在不同组别中各自行车换乘设施对自行车换乘方式的影响.     

连续交通流模型的并行计算

为了降低连续交通流模型并行计算的实现难度,参考离散交通流模型并行计算的框架,提出了一套连续交通流模型并行计算的框架.该框架包括同步机制、基于网格的区域分解方法和边界缓冲模型,其中同步机制采用与离散交通流模型并行计算相同的主从结构的同步机制,基于网格的区域分解方法和边界缓冲模型分别用来实现任务的分解和提供仿真计算时所需的交互数据.实验中,选用了一个大规模路网进行验证,结果表明应用这一框架,可以方便地实现连续交通流模型的并行计算,提高连续交通流模型运算的速度,从而满足了智能交通系统中大规模交通路网实时、高效和动态仿真的需求.