基于GPS浮动车的交通信息采集系统的数据组织方法

目前运用GPS浮动车采集交通信息的实践中,由于系统数据存储模式的分散和不规范造成的系统数据利用效率较低、开发和运行效率不高。本文以提高系统数据利用效率、优化系统开发和运行模式为目标,以面向对象理论为基础,在进行系统需求分析与结构框架设计的基础上,确定了系统的数据流图,提出了一种层级数据组织方法,并设计了系统动态数据库概念模型和逻辑模型。本方法可实现对系统数据的有效整合,降低系统各功能模块间的耦合度,在提高数据利用效率的同时,有利于提高系统的开发和运行效率。     

基于CART改进模型的驾驶员路径选择行为估计方法

针对目前驾驶员路径选择估计精度不高的问题,考虑地区、城镇类型、性别、年龄、是否已婚、学历、职业、是否从事全职工作、收入水平、交通拥挤程度、排队长度、延误时间、道路熟悉程度、路径长度、替代路径节省时间等多方面因素,设计了一个驾驶员路径选择行为调查方案,并对驾驶员群体开展了网上调查.利用Logit模型及Probit模型分析了驾驶员路径选择行为的影响因素,得到性别、年龄、是否从事全职工作、延误时间、道路熟悉程度、路径长度、道路拥挤程度等因素的影响显著.利用改进的分类树(classification and regression tree,CART)模型设计了驾驶员路径选择行为估计模型,重点针对驾驶员路径选择行为的特点对传统CART模型的递归划分与剪枝2个主要算法进行了改进研究.样本测试结果表明:模型的估计精度可达82%,相比现有模型的估计精度至少提高了6%.研究成果可为交通诱导方案的制定提供有效的技术支持.     

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.     

基于车牌识别数据的交通拥堵识别方法

针对目前缺少基于车牌识别数据的交通拥堵识别方法的相关研究,使得建设及维护成本均较高的车牌识别系统只能实现交通监控、流量检测等初级功能,导致系统性价比较低的问题,分别设计了基于车牌识别数据的单车行程速度采集方法及区间平均行程速度采集方法,对交通拥堵的识别方法进行了研究,并进行了实例分析.结果表明,单车行程速度采集方法及区...     

GPS浮动车数据时间间隔优化方法

针对目前GPS浮动车交通信息采集系统的数据采样时间间隔和数据传输时间间隔主要凭借主观经验确定,或者相关理论研究不同程度脱离实际应用的问题。经过分析相关影响因素,提出了能够体现GPS浮动车交通信息质量与数据时间间隔之间关系的衡量指标,设计了数据采样时间间隔与数据传输时间间隔的优化方法,并且利用实测数据进行了实例验证。结果表明,文中设计的数据时间间隔优化方法可以直观、有效地确定最优数据采样时间间隔与最优数据传输时间间隔,可为GPS浮动车交通信息采集系统的参数设置提供可靠的理论依据。     

基于GPS浮动车的交通信息采集方法

针对目前基于GPS浮动车的交通信息采集方法相关研究不够系统、全面,导致大量基础数据浪费、交通信息质量偏低、系统运行成本较高等问题,提出了一种新的基于GPS浮动车的交通信息采集方法。依托长春市局部路网的空间信息,采集GPS实测数据进行技术验证。验证结果表明:本文方法可以很好地解决已有方法存在的诸多问题,从而为改善交通状态判别及车辆动态导航系统的应用效果奠定数据基础。     

基于GPS浮动车的路段行程时间估计方法比较

以长春市局部路网的地理信息为基础,运用实测GPS数据分别对基于GPS浮动车的路段行程时间的直接估计方法与间接估计方法进行编程实现和测试分析,并且依据所得路段行程时间数据对比分析了两种方法各自的特点及适用范围。结果表明,两种方法适用范围的差别比较明显。     

基于检测数据的路网交通运行可靠性分析

为了满足交通管理对路网可靠性分析的需要,提出交通运行可靠性的概念。在对路网进行层次划分的基础上,构建了分时可靠度和全时可靠度两个路网交通运行可靠性的特征量。根据最小路集法设计了OD对间子路网交通运行分时可靠性分析方法。利用全局扫描法设计了路网交通运行全时可靠性分析方法。实证分析表明,所设计的方法能够分别对路网的全时和分...