交通冲突量的混沌预测

首先从混沌相空间重构着手简单介绍了混沌理论的基础,然后研究了混沌预测方法及其应用在交通冲突量预测中的原理和过程,最后利用混沌预测方法对具体的交叉口交通冲突量的预测实例进行了研究,并通过灰色误差检验方法对预测方法和结果进行了评价,表明交通冲突量混沌预测方法是交通冲突量预测的有效方法。     

城市交通短时交通信息自适应遗传预测方法

目的 根据交通流特性,建立短时交通信息预测模型,预测短时交通信息.方法 在大规模、时变路网中,采用遗传算法进行短时交通信息的预测,建立了一种基于自适应遗传算法的短时交通信息预测模型,给出了相应的自适应遗传和变异算子,提出了适用于交通信息预测的模型评价指标.结果 仿真试验表明自适应遗传算法短时交通流预测模型可以满足大规模路网中交通信息预测的准确性、实时性和快速性要求.结论 采用自适应遗传算法进行交通信息预测优于基本遗传算法.     

道路交通状态预测研究

针对道路交通状态预测的研究成果,综述了基于实时数据分析的道路交通状态预测理论和方法的相关研究.从分析基于实时数据分析的道路交通预测的基本流程、特点和要求和单一断面交通状态预测和多断面交通状态预测角度回顾了道路交通状态预测的研究现状.结果表明:在不断发展完善单一断面预测方法的同时,需要发展以多个断面交通状态为研究对象的多断面预测方法,以促进我国智能交通系统的基础理论发展及其应用水平的提高.     

居民出行产生量BP神经网络预测方法

居民出行产生量预测是交通需求分析的重要内容之一,预测结果是确定各类城市交通设施发展规模及布局规划的重要依据.通过分析人工神经网络的作用机理和居民出行产生量的影响因素,建立了居民出行产生量预测的四层BP神经网络模型,以土地利用作为输入神经元,以交通区居民出行产生量作为输出单元,以赣州市城市综合交通规划交通调查数据对模型进行了标定与检验,并与出行次数法和回归分析法进行了比较,结果表明BP神经网络模型具有较高的预测精度.     

基于神经网络的交通发生量预测研究

交通发生吸引量预测是交通规划四阶段的首要步骤,其预测结果是城市规划布局及交通设施建设发展的重要依据.为了提高交通发生量预测准确性,利用K-means聚类分析对交通小区进行分组;对同组内样本小区各项土地利用及人口就业指标进行主成分分析,通过计算主成分载荷率为选择预测影响因素提供依据;针对各组样本分别建立BP神经网络模型,以土地利用和人口数据作为输入变量,小区交通发生量作为输出变量,以大连市城市交通调查数据为例对上述方法进行检验,并与传统回归模型预测结果进行比较.结果表明,在数据预处理基础上建立的BP神经网络模型具有较高预测精度.     

基于BP神经网络的交通数据序列动态可预测性分析方法

为了进一步改善交通数据序列短时多步预测的效果,提出了交通数据序列动态可预测性分析的思想,在设计了交通数据序列动态可预测性关联数据特征指标的基础上,基于BP神经网络建立了交通数据序列动态可预测性分析方法,运用某城市快速路主线与匝道车辆检测器的实际数据对该方法进行了验证,并与不同固定预测步数条件下的预测效果进行了对比分析.结果表明,所提出的方法能对交通数据序列的可预测性进行在线分析,在保持预测精度的情况下,可最大限度地增加交通数据短时预测的步数.     

适于双子电梯群控系统的交通模式预测方法

为了避免传统电梯交通模式识别存在模式滞后的缺陷,适应新型的双子电梯群控系统性能要求,提出了基于预测交通流的电梯交通模式预测方法.采用支持向量机(Support vector machine,SVM)进行电梯交通流预测;采用BP神经网络进行电梯交通流模式识别,并用遗传算法(Genetic algorithm,GA)对BP神经网络进行优化;将电梯交通流预测与交通模式识别相结合,再次利用神经网络对所预测的交通流进行模式识别,实现交通模式预测.研究结果表明,预测交通流的交通模式与实际交通流的交通模式一致,验证了交通模式预测的准确性.交通模式预测方法可避免模式滞后的缺陷,为双子电梯群控系统工程应用提供理论依据.     

基于向量误差修正模型的短时交通参数预测

为了进一步提高短时交通参数预测的精度,针对交通参数之间存在的内在相关性,在对各交通参数时间序列进行平稳性检验、协整检验的基础上,构建了一种适应于短时交通参数预测的多变量时间序列模型-向量误差修正模型,并对模型的稳定性进行了检验。最后,利用上海市南北高架快速路的感应线圈实测数据进行了实验验证和对比分析。实验结果表明,所构建的向量误差修正模型具有较好的预测效果,能够进一步降低短时交通参数预测的误差。     

一种用于交通预测的注意力时空图神经网络

城市化的发展使得交通预测在交通规划和城市管理等应用中发挥着重要作用。然而在交通预测任务中,捕获交通数据的高度非线性和复杂的时空依赖关系仍具有很大的挑战性。为了更好地捕获交通数据的时间依赖性和全局空间相关性以及同时满足长期和短期的预测任务,设计了一种用于交通预测的注意力时空图神经网络。首先通过引入注意力机制来调整邻近道路与非邻近道路的重要性,整合全局空间信息;然后再通过图卷积网络和带有扩展因果卷积的门控线性单元来共同捕获时空相关性。在两个真实数据集PeMSD7(M)和PEMS-BAY上的实验结果表明,该网络模型可以较大地提高短期和长期的交通预测精度。     

基于RBF神经网络的交通生成预测模型

针对交通生成预测中传统集计预测模型缺少行为基础这一重要数据源,以及普通离散模型建立对数学推导依赖性高和预测中存在多个预测值,导致预测结果精度不理想的问题,建立了基于RBF神经网络的交通生成预测模型,该模型将以行为基础为前提的离散数据作为数据源,模型的建立不需要进行数学推导,利用输入和输出数据自动建立,再结合RBF神经网络收敛速度快和具有唯一最佳逼近点的特点,对交通生成进行预测。通过实例进行仿真和分析,结果表明,该模型最终获得的交通生成预测结果与实际值误差在允许范围内,RBF神经网络交通生成预测效果好,能在实际中应用。     

城市土地开发交通生成预测方法的探讨

针对城市土地开发项目产生的新增交通量的问题,以北京市部分区域的居住区、商业区和办公区为例,结合我国城市土地开发状况、交通特点和经济水平,建立土地利用出行发生量和吸引量与土地利用相关指标、社会经济指标等变量之间的定量关系,进而根据规划年的土地利用推算出规划年土地开发的居民出行发生量和吸引量,并就土地开发交通生成预测方法中应注意的问题进行了初步探讨.建立其出行生成模型.     

多维组合预测的贝叶斯极大似然估计

为了实际预测的需要,提出了多维组合预测问题,即若干单项多维预测的变权组合预测.在各单项预测无偏且服从正态分布前题下,求出了p时刻预测向量Xp的先验分布密度和后验分布密度.利用主观先验信息、预测信息和样本信息,运用贝叶斯估计方法,得到了Xp的贝叶斯极大似然估计,其权重随时刻p的改变而改变.本方法充分利用了多维变量间的相关信息,进一步提高了预测的科学性和有效性,体现了对样本信息和预测信息的进一步综合应用.     

应用最小二乘法进行公路网规划中社会经济及运输量预测

公路建设事业与社会经济发展趋势密切相关,对社会经济的准确预测,可以指导交通量的预测,从而进一步协助公路网规划工作;反过来,公路建设事业的蓬勃发展亦可以促进社会经济的发展.应用数学计算方法中的最小二乘拟合曲(直)线法,试图通过建立各种数学模型,对社会经济的各项发展指标和运输量进行预测,从而对公路网的规划工作起到参考作用.     

基于遗传神经网络优化模型的交通量预测

实时、准确的交通量预测是实现动态交通流控制及诱导的前提和基础.为了更准确地对其进行预测,本文建立了遗传神经网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用神经网络非线性描述、自学习自适应的优点.并以实际道路为例,给出了具体的应用方法,计算机仿真结果表明该模型精度较高、具有可行性.     

GM（1，1）模型在道路交通事故预测中的应用

保证交通安全是交通管理者的首要目标,为了掌握交通事故的发展规律,及时采取有效的事故预防措施,对交通事故进行预测是一个非常重要的问题。在分析道路交通事故灰色性的基础上,运用灰色系统理论,构建道路交通事故GM（1,1）预测模型,以福建省道路交通事故统计数据为例,给出GM（1,1）模型的应用实例,预测结果与实际值的平均相对误差为1．54％,可见GM（1,1）模型的预测结果是可信的。     

城市快速道路系统规划的交通预测方法研究

以供需平衡的观点分析了传统交通预测分析方法及其局限性,从需求分析与供应分析两个方面,用交通需求管理技术的观点,提出了城市快速道路系统的道路网络容量限制供需协调预测分析方法,所用预测方法引进了道路时空资源的概念,根据城市快速道路系统的固有特点,计算未来容许的需求发展规模,确定城市快速道路系统的供应策略及规划方案。     

T213等数值预报产品在宁夏寒潮预报中的释用

为了有效地使用数值预报产品,开展有地域特色的释用方法研究,实现灾害性天气的定时、定点、定量预报,以T213等数值预报产品为基础,应用天气学和统计学方法,研发预报宁夏寒潮及逐站要素预报方法,并利用这两种预报方法制作24～168h宁夏全区寒潮及25个站逐日最高、最低、平均气温的预报;针对“2005-03-10”寒潮天气的预报过程,利用所得的预报结果与实况最低、平均气温及降温幅度等进行对比分析.结果表明,T213数值预报产品和寒潮预报方法对寒潮的短中期预报能力较高,逐站要素预报方法对过程降温幅度和各站最低气温的预报有一定的参考价值.     

道路交通噪声预测模型研究

道路交通噪声预测模型是噪声污染治理与防治工作中的重要环节之一.本文将道路交通噪声预测模型大致划分为统计模型、经验模型、理论模型和宏观评价模型4类,对各类模型的基本建模思想、代表模型、模型发展以及模型的优、缺点进行了分析,最后展望了道路交通噪声预测模型的发展趋势.     

公路行驶时间与交通流量预测的时间传递模型

以高速公路行车时间和交通流量预测为研究对象,建立了行车时间预测和路段交通流量估计的时间传递模型,得到了车辆从任意时刻进入高速公路的行驶时间。并分析了增加传感器处交通流量观测值情况下公路的通行特性,重点讨论了对局部阻塞路段的运行时间和交通流量的影响,利用交通流量时间传递模型,给出了该路段车辆运行时间和交通流量的精确预测。