支持向量机在交通量预测中的应用

交通量预测对于区域交通规划有重要意义。提出一种基于支持向量机理论的交通量预测方法。该方法以统计学习理论为基础，通过和BP神经网络进行比较的实验，证明其在交通量预测中的有效性。     

浅谈城市道路立交的概念性方案设计

通过南昌市某快速路的设计实例，认识到搞好快速路沿线各交叉口的方案设计是快速路规划设计的关键内容。道路交叉口设计应注重交通功能分析，满足路口交通需求，同时也不能忽视立交的景观要求。     

PSO算法在交叉口OD矩阵推算中的应用

针对由交叉口已知交通量推算OD矩阵时,当已知交通量数小于OD变量数时难以得到满意解的问题,提出了采用基于群智能技术改进的粒子群优化算法(Particle Swarm Optimization,简称PSO)来进行全局优化求解.论文设计了用粒子群算法求解交叉口OD矩阵推算模型的方法,确定了目标函数和终止条件,给出了具体的计算步骤及粒子群算子的选择,通过初始化粒子的速度和位置,不断送代更新直到搜索出全局最优值.最后用Matlab语言编程进行了仿真试验.仿真结果表明,该方法具有较高的效率和准确性.     

城市延伸道路的交通量预测与分析

文章以合肥市庐阳区北部某条新建道路为例,在现状调查和规划资料收集的基础上,采用“四阶段法”对道路本身及周边的路网在未来规划年限所分配的交通流量进行预测,在预测的基础上分析论证车道数的规模,并通过道路的服务程度、路段饱和度指标,对道路的通行能力进行合理的评价.     

基于物流特征转换的物流园区规划路网交通需求预测

根据物流园区的物流特性,从分析物流园区物流的流量、流速、流向等特性入手,采用定量与定性的预测方法,建立物流量-交通量转换模型;并以铁路物流园区为例,对物流园区内部交通路网的交通进行了预测,采用FRANTAR法,利用Transcad软件进行交通分布。     

基于多传感器数据融合技术的短时交通流检测

在阐明智能交通控制系统（ITS）数据融合的意义和层次性的基础上,分析了数据层多源数据融合和神经网络的特点,根据遗传算法与BP算法各自的优缺点,设计了将遗传算法与改进的BP算法相结合的方法应用于融合计算,并提出了该方法的实现步骤。利用这种方法,对交叉路口的多源传感器数据进行融合计算后,仿真结果证明：该方法大大减少训练时间,能够有效地进行数据质量控制,提高数据的精度。     

城市道路交通量预测的一些思路和方法

为适应改革开放和社会经济高速发展对城市空间的新需求,适应汽车进入家庭、城市机动车保有量快速增长的新形势,各个城市均把加快城市道路建设、完善路网布局等作为近、远期的目标.按建设程序编制的道路工程建设项目建议书和可行性研究报告,是项目审批立项、领导决策的重要依据.其中结合城市规划进行的道路机动车交通量需求预测的内容,决定着道路建设的必要性、拟建规模的确定以及技术标准的选用,是工程经济评价的主要依据,对道路建设项目决策的科学性有重要影响.     

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.     

基于C/S的计重收费交通量数据采集系统

针对传统的连续式交通量调查的缺点,基于C/S模式,采用Access和SQLServer数据库,设计了一个计重收费交通量数据采集系统,并进行了工程实现。介绍了系统的工作原理,描述了软件功能,设计了数据库结构,并给出实现流程。最后通过实际交通量数据处理结果表明该系统能够实现24小时连续不间断数据采集,保证了交通量数据采集的准确性和可靠性。     

交通分配方法的比较与应用

交通量是交通规划和公路设计多路径概率对某路网进行交通分配的预测,并比较两种方法的不同.