基于神经网络的高速公路出入口OD矩阵估计方法研究

通过高速公路出入口OD矩阵计算,得到高速公路的断面交通流量,这些数据对于高速公路各项管理措施的制定是非常重要的.针对高速公路出入口OD矩阵推算方法中假设每一留线车辆以等概率驶离高速公路的不足,提出了基于改进BP神经网络的高速公路出入口OD矩阵推算模型,并设计了OD推算神经网络.实例分析表明,该模型推算结果理想,且推算精度得到一定提高.     

基于 Select Link 的区域 OD 矩阵更新方法研究

在大范围机动车 OD 调查难以开展的背景下,通常采用路段流量进行 OD 反推,针对传统路段流量反推法无法检验分布结构的缺点,提出一种利用局部路段真实 OD 矩阵进行区域 OD 矩阵更新的方法。即从区域先验 OD 矩阵中减去模型 Select Link 计算的特定路段 OD 矩阵,再加上该路段真实 OD 矩阵,通过替换将区域分布结构更新。当区域多个路段真实 OD 矩阵需要替换到区域 OD矩阵中时,采用两步循环替换法:第一步,单个路段循环替换,每个路段替换后的 OD 矩阵作为下一路段 Select Link 计算的输入;第二步,利用第一步的最终结果,对所有路段 OD 矩阵进行整体替换。以桂林绕城(东)高速为例进行验证,与传统 OD 反推方法相比,结果 OD 矩阵长途出行比例提高了7%,反映了区域机动车分布变化规律,路段流量分配值与调查值相关系数达0.99,证明了更新后 OD 矩阵的准确性。     

基于用地生成率和路段流量的OD矩阵估计

针对现有OD矩阵估计方法对用地形态和强度与交通生成的关系考虑不足问题,提出了一种基于用地生成率调查和路段流量调查的现状OD矩阵估计方法.由现状路段流量的调查可以进行OD矩阵的反推;直接调查各类用地生成率,可以得到各小区出发、到达量,通过Frator平衡法对反推所得的OD矩阵进行校正,进而得到现状OD矩阵.     

基于居民出行时耗与出行比例关系的OD矩阵估算新方法

建立了基于居民出行时耗与出行比例关系的OD矩阵估算新方法，该方法依据出行时耗分布规律进行，将小区出行量离散为不同出行时耗区间的出行量，并根据出行时耗区间所覆盖的交通吸引小区的面积及吸引量进行交通分布，方法运用中还可根据城市不同区域交通特征调整区域居民出行时耗分布，从而克服了重力模型OD估算结果与出行时耗特征不一致及模型参数全局不变等缺点。实例证明了该方法优于重力模型OD矩阵估算精度。     

基于出行规律的高峰小时客流OD矩阵快速估算方法

为了快速准确地计算城市交通高峰小时客流OD矩阵,提出一种简单易行的推算方法。该方法近似认为城市出行均为由家出行,从而将交通产生-吸引矩阵分解为一个由家出发的OD矩阵和一个返回家里的OD矩阵,通过调查交通高峰小时系数,将由家出发的OD矩阵与返回家里的OD矩阵按一定比例进行叠加即得到高峰小时客流OD矩阵,并应用该方法进行了算例分析。结果表明:该方法简单易行,抓住了出行的主要规律,可省去大规模的调查,具有一定的科学性与准确性,在潍坊市滨海交通客流规模预测研究中得到了较好的应用。     

一种双层规划OD矩阵估计新方法及工程应用

OD矩阵是交通运输规划、管理等工作的基础资料。该文在深入对比分析国内外已有研究成果的基础上,提出一种基于可靠度和双层规划的OD矩阵估计新方法。该方法能充分利用路段观测交通量和先验OD矩阵来估计未知OD矩阵。区域工程实践结果表明,该方法比传统方法精度高,效率和经济性好,达到了预期的效果。     

基于小票法的公交线路客流OD分析方法

针对目前常规公交客流OD调查抽样率低,准确率难以保证的缺陷,提出调查公交线路客流OD的小票法,该方法可同时采集各站点的上下客人数及每位乘客的上下车站点等信息。在基于小票法的调查数据的基础上提出一种公交线路OD分析方法,可准确得出公交线路的客流OD,同时还可以得到线路沿途各站点的上下客人数、断面流量等信息。     

基于人车交互行为模型的上下客行为识别

上下客行为是常见的人车交互交通行为,但随意地在路边或者禁停区域上下客,不但容易干扰道路交通秩序,还可能造成人员伤亡的恶性交通安全事故,需要及时检出以便疏导管理.受益于智慧灯杆的开发和部署,全路段的上下客行为检测成为可能.设计了一种基于智慧灯杆监控视频的人车交互行为模型HVIB(Human-Vehicle Interac...     

基于手机定位的公交OD获取方法研究

提出利用移动定位技术获取公交OD方法的思路,阐述了基于手机定位技术的公交OD数据的获取方法及其步骤。在假设条件成立情况下,解决了获取公交OD数据主要面对的问题,并对此提供了可靠依据,进一步证实方法的可行性。通过逐一问题的解决,排除非公交OD数据,从而获得该手机用户在1d当中的公交OD数据。     

基于公交 IC 卡和 AVL 数据的客流 OD 推导方法

公交 IC 卡收费系统和车辆定位系统的广泛应用,为获取公交客流 OD 提供了新的途径。针对现有公交客流 OD 推导算法的不足,从上车站点识别和下车站点推导两方面入手,对公交客流 OD推导算法进行了改进。为了修正公交 IC 卡数据时间偏差,提高上车站点识别的准确性,在分析公交乘客上车刷卡行为的基础上,提出了基于 AVL 数据的公交 IC 卡数据时间修正方法。根据公交出行链的特性差异,将公交出行链划分为连续链和非连续链两大类,在此基础上,建立了不同公交出行链的下车站点推导模型,优化了下车站点推导流程。以苏州市的公交 IC 卡和 AVL 数据为例进行实例研究,通过对推导结果合理性的讨论分析,论证了改进算法的可行性和有效性。实践表明,改进后的公交客流 OD 推导算法流程清晰,易于程序实现,可以用于公交客流的自动分析。     

OD矩阵推算技术在高速公路影响区交通需求预测中的应用

为了简化高速公路影响区的交通需求预测工作,从分析我国高速公路的特点入手,引入节点OD矩阵和线路OD矩阵推算技术,对传统四阶段法中的交通生成和分布预测过程进行了修改。重点对新预测过程中的一些关键步骤,如对交通区划进行调整以实现线路OD与区域OD间的关联、运用OD矩阵反推技术推算得到现状OD以及进行交通区划的还原等,进行了详细的阐述,并给出新预测方法的流程图和工程应用实例,最后总结出新方法的应用条件。该方法的应用大大减轻了高速公路交通预测的工作量,对高速公路后评价、高速公路项目工可研究等具有重要的理论意义和实用价值。