快速路交通事件持续时间预测模型研究

针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.     

一种拥挤情况下的交通事件检测方法

交通状态由畅通转入拥挤过程中和交通拥挤的时候容易发生车辆刮蹭、碰撞等交通事件,进一步减小道路的通行能力,加剧了交通拥堵。针对这种情况提出一种快速识别方法。通过统计累加方法获取并更新背景,并由背景差法获得前景点。在一个车道上设置不同区域获得时间占有率,并对一定时间内的前景点进行统计。当某一区域的前景信息与其他区域的前景信息不一样时,判断此区域内发生交通事故。实验表明所采用的方法能比较准确地获取前景信息,较好地检测出拥挤情况下的交通事件。     

基于随机生存森林的城市快速路交通事件持续时间预测研究

交通事故、抛锚等交通事件对城市快速路的运行影响极大;准确预测交通事件的持续时间可有助于主动交通管理措施的实施,提升通行效率与安全。本研究采用随机生存森林模型开展交通事件持续时间分析,以克服传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷。研究基于上海城市快速路网交通事件数据,并结合道路几何线形、交通运行、天气状况等数据。原始数据库分为训练数据(80%)和测试数据(20%)。分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度。     

基于遗传算法的交通事件检测

针对神经网络交通事件检测算法的缺陷，提出遗传算法与神经网络相结合的事件检测算法。应用遗传算法优化交通事件检测的神经网络模型参数，得到事件发生与交通参数间的映射关系。最后，用实测数据对模型进行校验。结果表明该算法有很好的鲁棒性，能提高事件检测的效率。     

快速路交通拥挤识别方法

交通管理部门的决策和人们的出行,在有了对拥堵程度科学的识别方法之后变得更加方便,在设计中可以用交通饱和度和平均行程速度两个参数对道路的交通拥堵程度进行识别与评判。本文首先设计了获得交通饱和度和平均行程速度的方法,然后通过模糊算法将拥堵程度和评判指标进行量化,进而使模糊判断规则体系和隶属度函数得以建立,对相应的识别与评判快速路拥堵程度的方法进行了设计,通过本文的研究,希望可以为相关的研究提供一些借鉴。     

基于神经网络的交通事件检测算法

回顾了几种传统的交通事件检测算法,提出从多层前向人工神经网络角度建立模型,并运用BP算法予以实现.在将BP算法与传统算法进行比较之后,发现BP算法具有检测率高、误报率低、检测时间短的优点,同时也存在不足之处,指出了今后进一步研究的方向.     

城市快速路交通指引系统的设计

本文结合厦门市成功大道交通指引系统的改造建设,对城市快速路指引系统的现状问题进行分析,提出对城市快速路的指引系统设计方法和思路。     

成都三环快速路匝道交通特性仿真分析

随着交通量迅猛增长,城市快速路已出现不同程度的拥挤,匝道作为快速路的瓶颈,分析其交通特性,对解决因匝道引起的快速路拥挤具有重要的意义。以实测数据为依据,利用微观交通仿真软件,建立仿真模型,分析城市快速路匝道、辅路交织区交通特性,为匝道管理控制提供理论依据。     

高速公路隧道交通事件检测系统的开发

高速公路隧道交通事件是指破坏正常交通流量并造成交通堵塞的非重复性随机发生的事件,它包括交通事故、车辆抛锚、道路养护或施工等临时的大型活动.详细介绍了高速公路隧道交通事件检测系统的构成及主要功能.     

高速公路管理中的交通事件视频检测系统

采用背景自动更新技术,实现了一个交通事件视频检测系统。该系统由分析仪、数据服务器和管理器等组成,可对交通事件报警,可在事件事故发生时自动录像,以及进行永久录像、管理员录像、多摄像机录像和外部触发录像,可测量交通参数,可进行远程维护,实现对道路交通安全管理。     

一种基于物联网的智慧交通事件检测算法

在研究了物联网的公共技术及应用前景的基础上,设计建立了智慧交通管理系统。在系统中提出了一种新的分层的事件自动检测算法:检测小流量的第一层事件检测算法、检测自由流量的第二层事件检测算法和检测大流量的第三层事件检测算法。最后通过对郑州西南绕城高速进行实验,验证了本算法的正确性和有效性,并得到了较好的检测效率。     

基于随机生存森林的交通事件持续时间预测

采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度.     

基于FA-SVM的高速公路交通事件检测方法

为了剔除交通数据样本有限、事件特征变量构建相对主观且包含的信息冗余等因素对交通事件检测效果的影响,设计了一种高速公路交通事件检测方法.利用因子分析技术将交通流数据初始特征变量"降维"并提取包含全部原始数据信息的特征变量主因子;利用支持向量机完成事件检测,结合libsvm软件中的grid. py模块实现支持向量机子模型相关参数的设定;选用Fresim软件的模拟数据进行对比分析.检测结果表明,所提出的算法检测效果优势明显.     

城市快速路异常事件发生频率的时间差异性分析

城市快速路系统长时间处于高流量高密度状态时,异常事件等小的扰动就可能引发较大规模的拥堵.根据连接路段的匝道类型对路段进行分类,利用上海市内环和中环浦西段一年的异常事件监控数据,分析了不同路段上异常事件发生频率的月变、周变与时变特征,并分别探讨了抛锚和碰撞两类异常事件与交通流特征的关系.运用负二项回归建立了异常事件发生频率基于时间差异性的估计模型.分析发现,公休日变量估计结果显著,温度只对抛锚类事件产生明显影响,天气状况对不同快速路、不同时间段和不同事件的影响显著性有较大差异.     

上海城市快速路交通监控系统架构及模型

基于对快速路交通状况的分析，提出建立先进交通监控系统的必要性．构建了由外场设备、通信系统及监控中心构成的系统总体架构．建立了交通检测数据优化模型、交通状态自动辨识模型和实时行程时间预测模型，并应用于快速路交通监控系统建设和运行．     

基于车联网信息融合多Agent方法的交通事件检测

针对当前交通事件发生过程及状态自动识别的不足,围绕车联网道路交通信息所体现出的新特性,提出基于多Agent的车联网信息融合方法(VIFMA)。通过在多Agent间引入决策关联矩阵进行信息交互,将车联网道路交通信息融合建模为Agent决策问题,从而实现对交通事件的自动检测。仿真试验结果表明:VIFMA能较好地区分出交通事件发生过程中自由流、拥堵加剧和拥堵消散3类状态,揭示拥堵加剧状态与拥堵消散状态之间存在一定的"粘黏";对比试验显示VIFMA具有更良好的容错性能和平稳特性。     

城市快速路布局方法

为了使城市快速路网规划符合城市发展的需要，提高城市路网的整体效益，分析了城市快速路的功能、适应性与快速路网布局的现状，把公路网规划中的节点重要度理论和交通区位论中的交通线干涉理论引入到城市快速路体系规划中，计算路网规划方案重要度，采用层次分析法对规划方案进行了评价。评价结果表明：优选规划方案符合城市规划专家的直观判断，为城市快速路线位布局规划提供了理论依据。     

大城市快速路交通出行外部成本探讨

从交通拥挤外部成本、交通事故外部成本、空气污染成本及噪声成本4个方面,定量计算交通出行对于道路使用者、非道路使用者及社会环境的负外部性影响. 以北京市东三环主路为例,计算全天各时段的交通出行外部成本,并分析其变化特征. 结果表明,拥挤外部成本对总外部成本的贡献率最大,且随着流量增加,路段平均车速降低,呈现迅速上升趋势.     

解决城市快速路交通问题的方法研究

对城市快速路进行科学、有效的交通管理与控制,有助于提高城市道路网的整体运行效率。文章以北京的部分城市快速路为例,阐述了城市快速路在实际运行中存在的主要交通问题,并分析了交通问题产生的主要原因,进而从近期和长远的角度出发,结合城市快速路的交通特征与交通管理原则,提出了解决城市快速路主要交通问题的可行方法及建议。     

基于3G的交通事件检测系统建模及性能分析

为了保持道路畅通,提高交通事件检测性能,提出了一种集GPS(global positioning system)模块和手机定位模块为一体的车载终端,采用GSM(global system for mobile communications)定位与GPS定位相结合构建了基于车载无线定位的交通事件检测系统.为了对系统性能进...