冰雪条件下城市道路路段行程时间模型

为研究如何准确地预测冰雪条件下城市道路路段行程时间,建立冰雪条件下路段行程时间模型.在美国联邦公路局路段行程时间模型的基础上,分别引入冰雪条件下自由行程时间及路段通行能力修正函数,构建基于冰雪条件下的ISB-BPR函数.通过大量实地调查对修正函数及BPR参数进行标定.实例验证结果表明,该函数能够较为准确地预测冰雪条件下...     

基于GPS采集车辆行程时间的路段划分模型

针对传统路段概念的模糊边界导致无法采集转向行程时间的问题,从提高GPS/GIS浮动车采集路段行程时间的性能出发,提出了方向路段与方向成员路段的概念,设计了一套半闭半开、具有方向的路段划分模型,并制定了相应的组织规则。     

基于路段下游检测线圈的路段行程时间估计

为解决路段下游线圈检测信息因受交通控制信号影响无法估计路段行程时间的问题,通过分析车辆在停车线处的动力特性,利用牛顿运动定律,对路段下游线圈检测车速进行分析修正,获取车辆通过停车线的修正车速.分析了车辆排队前部与其后车辆在通过下游检测线圈的不同运动特性,分段估计车辆通过路段的时间.用VISSIM4.20模拟软件设计实验,对比分析了基于路段上下游线圈检测信息进行的路段行程时间估计结果.实验结果表明,利用提出方法估计的结果较基于上游检测信息估计结果的准确性和稳定性均有提高.     

信号控制下的路段行程时间

通过交叉口停车先前停车波和启动波的分析,划分出车辆在信号控制下的聚集-释放模式,得出稳定输入下不存在完全一次排队。针对稳定模式中车辆行驶轨迹作了分类,并分别研究了它们各自的行程时间。并用算例表明,路段行程时间(即路阻)不仅是路段流量的增函数,同时它还会受到信号控制的影响。流量很低时的车辆行程时间有可能比流量高时的还要长。     

利用GPS数据估计路段的平均行程时间

对利用出租车GPS数据估计路段平均行程时间的方法进行了研究。在GPS数据误差修正的基础上,根据GPS数据量的不同,对大样本数据量采用样本均值估计路段平行行程时间,对小样本数据量采用顺序统计量中位数估计路段平均行程时间,并计算了估值的置信区间和置信度。采用实际出租车GPS数据进行估计并与线圈数据估计值进行了比较,结果相差较小。说明该估计方法能够用于实际路段平均行程时间的估计。     

信号交叉口右转车流行程时间计算方法

为定量研究右转机动车通过信号交叉口的运行效率,以组合负指数分布表征直行非机动车流车头时距,负指数分布表征右转车流车头时距,以可插车间隙理论、排队论为基础建立行程时间模型,并利用实地调查数据,对所建模型与常用的主路车流车头时距服从负指数分布的模型进行对比分析.结果表明:右转车流率、跟随车头时距、临界间隙对行程时间均有显著...     

基于SCATS及GPS信息的路段行程时间估计

由于SCATS控制系统的检测信息不提供速度信息,很少用其估计城市道路的路段行程时间。鉴于SCATS应用的广泛性及其采集信息的丰富性,提出了一种基于SCATS信息的路段行程时间估计方法。对基于SCATS信息估计结果进行误差分析,并分析了浮动车样本量对GPS估计结果的影响,明确了两种估计方法在不同条件下估计结果的特性。根据估计结果的准确性和稳定性对实验样本进行分类。在分类的基础上,分析了以上两种估计结果的互补性,并选择合适的融合方法对二者进行了融合处理,融合前后的估计误差对比结果表明,提出的基于SCATS估计方法有效,经SCATS及GPS信息融合后的估计结果更可靠。     

基于GPS数据及车辆运行特性分析的单车路段行程时间估计

针对现有的基于浮动车单车路段行程时间估计方法的不足,提出了一种基于GPS数据及车辆运行特性分析的单车路段行程时间估计方法。该方法主要进行了3个方面的改进:①对地图匹配模块中节点附近GPS点采用了相邻点联合匹配的方法,提高了匹配的效率;②针对不同情况下车辆在边界点前后运行特性的不同,对车辆通过边界点时间进行相应处理,提高了车辆通过路段边界点时间的估计精度;③对车辆个体在运行中因受到干扰而停车现象进行了分析,并对干扰停车予以有效剔除,降低了估计中车辆个体行为对估计结果准确性的影响。最后用出租车GPS实验数据进行了验证,结果证明了本文方法的有效性。     

路径行程时间可靠性研究

受地震、自然灾害、交通事故及日常交通供需矛盾的影响,路网处于不稳定状态,通行能力随机变化,导致路网行程时间的随机性。本文从路段行程时间入手,分析了各种因素对路网行程时间的作用机理,定义了路径形成时间可靠性并用Monte Carlo法进行了求解,最后用一个简单的算例进行了分析说明。     

基于GPS数据的行程时间及交叉口延误估计模型

目的 为了解决目前利用GPS数据估计行程时间的模型过于单一,难以满足复杂多变的城市交通环境的问题.方法 考虑各种传统模型的特点与适用范围,设计了基于GPS数据的行程时间估计自适应模型以及交叉口延误估计模型;运用某大城市的实测GPS数据,进行了上述模型的实例验证.结果 验证表明,利用上述模型获得的行程时间和交叉口延误精度可以达到80%以上.结论 相比传统模型,数据估计精度明显有所提高,提高幅度超过5%.     

城市公共交通站点间实时动态行程时间预测的模型

利用随机服务系统理论 ,给出了进入路段 (含信号交叉口 )车辆数服从Poisson分布的实时动态公共交通站点间行程时间预测的基本模型和公式     

满足瞬时动态DT/RC的动态拥挤收费模型研究

出行者的出行选择当中,除了路径选择之外,出发时间也是一个重要的因素.在面临拥挤收费时,出行者往往要重新选择自己的出发时间,以避免多交费,同时还要尽量在规定的时间内到达.运用双层规划模型和变分不等式相结合的方法,建立满足动态用户最优出发时间/路径选择条件的时变拥挤收费策略模型.表示为双层规划模型:上层模型确定收费路段在离散化的每个小时段的收费,以交通系统性能在各离散时段内达到最优为目标,进而使整个高峰时段的交通状况趋于平稳;下层模型表示瞬时动态用户均衡的出发时间/路径选择.     

Determination of Scheduled Travel Time for a Fixed Transit Route Based on Multistate Model

In order to provide the guideline for bus drivers to adjust speed to minimize scheduled deviation, the method for setting bus scheduled travel time is proposed. Firstly, multistate model is introduced to fit historical travel time data and identify different service states. Based on the calibrated travel time distribution parameters, an optimization model is proposed, followed by a Monte Carlo (MC) simulation based genetic algorithm (GA) procedure to obtain the optimal scheduled time. A case study from a fixed bus route from Shenzhen is used to demonstrate the model applicability. The sensitivity analysis is conducted to study the effects of parameters setting on optimal slack time for each segment. The results show that multistate model fits travel time under peak hours better than Lognormal distribution, and the length of scheduled travel time basically reflects travel time reliability.     

智能动态路线诱导系统子区协调策略及仿真

提出了诱导子区的概念,对诱导子区内诱导单元协调的重要性进行了研究.提出了相同路口诱导单元的协调策略,对同级诱导单元诱导信息的相互影响进行了探讨,在此基础上将协调区域扩大到上游诱导单元,对诱导子区内诱导单元协调策略进行了研究.作者进行了多次仿真试验并对有代表性的仿真结果进行了分析,从诱导状态估计的准确程度和诱导均衡度2个方面说明了诱导子区协调方法的有效性.     

小样本道路旅行时间数据中的异常点剔除算法

利用车牌照匹配技术获取的小样本旅行时间数据中通常夹杂大量异常点,无法直接用以表征当前交通状态及交通旅行时间数据的动态、离散、小样本等特性,在传统剔除算法的基础上,提出了一种统计分析与模糊C均值聚类相结合的异常点剔除新方法。将新剔除方法与传统剔除方式效果进行分析比较,得出一种精确度较高的异常点剔除方法。仿真结果表明,该方法在处理交通小样本数据上,大幅度提高了异常点检测的准确性,能够有效过滤异常数据。     

管道内液汽两相流动动态特性的线性化理论分析

利用流体瞬变线性化理论,对管道内液汽两相流动的动态特性进行理论分析,并采用拉普拉斯变换方法得到两相瞬变流动的解析解．