�������н�ͨ�Ľ�����ź���ʱ��Ŀ���Ż�ģ��

城市道路交叉口各交通方式构成比例不同,对控制方案需求不一. 针对各种交通方式混行的信号控制交叉口,考虑道路使用率、出行者时间效率以及环境效益之间的协调关系,结合多目标规划模型的思想,以通行能力最大、车辆停车率及出行者平均延误最小为目标,以饱和度为约束条件,建立交叉口信号配时多目标优化模型. 根据不同交通状态下,各交通方式混合比例确定各性能指标的重要程度,最后运用遗传算法进行求解. 计算结果表明,配时参数多目标优化模型在综合性能指标下优于Webster算法,而且能较好地适应各交通状态的变化,使快、慢行交通协调运行.     

���н�ͨ�滮�л����� ������ȾӰ�������������Ӧ��

以可持续发展的城市交通规划理念为基拙，探讨了城市交通规划过程中机动车对空气污染的影响进行分析的关键技术:机动车尾气排放的调查内容与调查方法、单车排放因子的确定、城市街道污染物扩散模型的选择和建立、交通网络环境条件下机动车尾气排放量和街道污染物扩散浓度的计算及交通网络负荷条件下交通污染评价.简要介绍了这些技术在苏州市城市交通规划中的应用，证明其能够在城市交通规划阶段比较系统地分析城市交通对城市环境的影响.     

�����ν���Э���ĵ�������վ�򳵿����Ż�

研究了高峰时段列车运行的衔接协调对换乘站候车客流量的优化问题。首先分析了换乘站各站台候车客流的组成因素,确定出各运行方向的换乘站台内客流量随时间变化的规律。然后,以时段内换乘站候车客流量的最大值最小为目标,建立优化模型。模型以站台最大可容纳候车人数为约束条件,以各方向列车在换乘站的到达时刻为调整对象,实现了高峰时段换乘站内聚集客流的优化。最后,针对验证案例,设计了遗传算法进行求解,得出了协调较优解,并给出与较劣解的对比分析。结果表明,该优化方法能够有效降低换乘站内的候车客流人数,可为网络化的优化协调工作提供参考。     

��۽�ͨ����ģ�͹�������ʵ֤�о�

基于城市中心区拥堵不断加剧的现状,同时也考虑到未来城市人口增长、用地调整,以及城市化和机动化进程不断加速发展的趋势,本文依托西南某中心城市缓解拥堵重点项目,合理规划未来城市交通系统.决策定量化是未来城市交通规划的决策趋势,而交通模型是重要的技术支撑手段.在居民出行等调查数据的基础上,采用四阶段构架进行交通需求模型的建模.在方式划分阶段,根据家庭是否有车分别采用NL和MNL模型,并在交通分配时定制符合本地城市特点的路阻函数.最后,通过模型测试评价不同规划策略和方案的交通运输效果.     

����ģ�����ֵ�����ͨ����ˮƽ�����о�

随着大城市路网建设的逐渐稳定,服务水平评价结果成为城市交通管理决策的一个重要依据,因而对城市道路交通服务水平(LOS)的评价成为一项重中之重的研究内容. 本文提出一种基于模糊积分的区域交通LOS评价模型. 该模型能够解决区域交通服务水平中多路段评价结果复合时的非可加性问题,即区域交通服务水平不等于局部路段或路口服务水平的简单之和,可满足区域交通的评价需求. 在现场海量实测数据集的基础上,利用模糊积分用微观评价数值计算中观评价结果,排除了主观约束,并选取北京市典型区域进行了实验和应用,取得了较好的评价结果.     

���������ھ�ij��н�ͨ��Ϣ������άģ��

经过规范化的发展,已经涌现出不少成熟的企业信息集成(EII)模型,而城市交通信息集成（UTII）方面还缺乏规范、成熟的模型。基于此,本文从流程再造、数据交互以及数据挖掘三个方面,提出了一种城市交通信息集成三维模型（3D-UTII)。这三个维度的集成即为：基于流程再造的交通信息系统内部的深度集成（DDII）,基于异构数据库技术的交通信息系统间的广度集成（EDII）,以及基于数据挖掘技术的分析式集成（ADII）。本文对这三个维度的实施框架和具体实现技术分别做出了进一步阐述,最后使用北京市奥运交通应急系统的信息集成方案为实例对模型的实施做出了说明和验证。     

基于混合AGO-SVM的高速公路短时交通量预测研究

提出一种混合AGO-SVM高速公路交通量预测方法,原始交通量数据通过累加操作生成有规则的数据,预处理后的规则数据使用支持向量机法进行建模并预测,预测数据进行逆累加操作,获得下一时刻高速公路交通量的预测值,数据进行更新并保持样本序列不变从而进行高速公路交通量递推预测. 应用西宝高速交通量实际观测数据验证算法的有效性. 试验结果表明,在几种指标下该方法的预测精度比灰色模型法和支持向量机法的预测结果有所提高,是一种有效的高速公路交通流量预测方法.     

基于协整理论的短时交通流组合预测研究

交通流短时预测是智能交通系统中的一个重点问题,预测效果的好坏直接关系到控制和诱导的结果,是实现先进交通管理信息系统的关键技术之一. 本文简要介绍了协整和误差修正模型的概念,利用序列的协整性来进行交通流组合预测模型的有效性验证,并利用误差修正模型提高组合预测模型的稳定性. 我们利用北京市二环路上采集到的交通流数据进行了模型的验证. 研究结果表明,基于协整理论的交通流组合预测模型可以取得很好的预测效果.     

K近邻短期交通流预测

从分析短时交通流特性入手,利用非参数回归中K近邻的方法,对道路交通流量进行短期预测;采用贵阳市道路交通流量的实际数据进行验证。结果表明:K近邻非参数回归预测模型能较为准确的进行道路短期交通流预测,该方法可用于短期交通流预测。     

城市交叉口交通流特征与短时预测模型

时间尺度大于15 min的城市交通流预测模型已无法满足交通信号实时控制和交通信息实时发布的需求, 通过对广州市中心区交叉路口交通流长期观察和数据采集, 分析了各种时间尺度的交通流特性, 提出以路口信号周期作为时间尺度, 绿灯流率作为变量的ARIMA (p, d, q) 短时交通预测模型。以1个和3个信号周期的时间尺度为例, 对城市交叉路口不同时间段交通流进行建模和预测。结果表明ARIMA (p, d, q) 预测模型结构稳定, 算法简单, 时间尺度为3个信号周期的预测模型可以很好地保持交通流特征, 均方根误差为0.015 9, 预测精度较高。     

基于时延特性建模的多断面短时交通流预测

针对现有交通流预测方法未充分考虑多断面车流演变规律,提出基于时延特性建模的时空相关性计算方法. 该方法采用对不同断面、不同时刻交通流的分布相似性度量,对输入的车辆到达数据序列进行切割构建时空相似度矩阵,得到相邻断面之间的时延参数. 基于时延特性建模,将多断面之间的流量信息进行融合,使用长短时记忆(LSTM)网络进行流量预测. 通过对实际路段数据的预测和结果分析,验证所提方法的有效性和实用性.     

基于灰色遗传支持向量机的短时交通流预测

为了进一步提高短时交通流预测的精确度,通过分析灰色模型、遗传算法和支持向量机模型的特点,提出一种组合的短时交通流预测模型.模型运用灰色模型对原始交通流数据序列进行累加,弱化其随机性,再通过遗传优化支持向量机模型进行预测,利用灰色模型将预测结果进行累减,得到最终的预测值表.以长春市某主干路交通流数据为基础,验证了该模型的有效性和可行性.     

基于深度学习的短时交通流预测研究

针对交通流时间序列,在深度学习的理论框架下,构建基于LSTM-RNN的城市快 速路短时交通流预测模型.根据交通流的时空相关性完成时间序列的重构,依靠模型训练对时 空关联特性进行识别和强化,兼顾精度和时效性确定神经网络深度,完成短时交通流预测模 型搭建.基于TensorFlow 的Keras 完成LSTM-RNN的逐层构建和精细化调参,利用路网实测数 据样本完成算法验证,实现模型本地保存并根据预测精度进行自适应更新.结果表明,本文所 采用的预测算法精度高,受训练样本量的限制较小,实时性、扩展性和实用性均得到有效提高.     

���ڿɱ�Ԫ������ģ�͵ij��е�·��ͨ�����Ʒ���

城市道路交通流预测的可靠性、实时性是城市交通管理与控制的基础. 为提高城市道路交通流的预测能力,提出了可变元胞传输模型（VCTM模型）. 在分析元胞传输模型（CTM模型）在城市道路交通流预测方面应用不足的基础上,根据流量守恒定律,将元胞的交通流密度和元胞的长度两个参数引入CTM模型,建立了VCTM模型. VCTM模型根据路段连接、汇聚、分流等三种形式的不同特点,分别建立了元胞连接、汇聚、分流的交通流传输公式. 虽然VCTM模型引入了元胞的交通流密度和元胞的长度两个参数,增加了模型求解的运算量,但克服了元胞长度必须相等的局限性,确保VCTM模型可以应用于城市路网中的不同道路. 仿真结果表明,VCTM模型能够满足城市道路交通流预测的要求.     

基于粒计算的交通流参数预测

交通流参数预测是交通流诱导和交通信息发布的重要依据.以信息颗粒为基 础数据分析单元,针对以往模糊时间序列模型存在的缺陷,提出一种新方法构建模糊时 间序列模型,该方法在挖掘数据内在信息关联的基础上,考虑时间变量影响下分析动态 可变的区域间隔长度.此方法主要特点是基于Gath-Geva 模糊聚类的时间序列分割,利用 模糊分割构造信息颗粒,以信息颗粒为数据单元,通过粒计算分析交通流参数动态变化 趋势.实验结果表明,基于粒计算的交通流参数预测可以预测合理的交通流参数置信区 间,比传统的参数数值预测可靠度更高,对于交通状态的动态分析具有指导意义.     

����ʵ�����ݵĿ���·��ͨ������ģ��

已有的交通流参数模型无论是基本图还是三相交通流理论都是基于高速公路交通流数据进行研究,由于高速公路和城市快速路具有不可忽视的差异,以高速公路交通流数据为基础建立的交通流参数模型难以符合城市快速路交通流运行的实际情况.本文根据实测的城市快速路交通流数据,采用线性回归分析建立城市快速路速度—占有率模型、交通流率—占有率模型和速度—交通流率模型,应用最小二乘法估计模型参数,并以F和T检验对回归模型及回归系数的显著性进行检验.最后,在建立交通流参数模型、明确交通流参数之间关系的基础上,对城市快速路交通流状态进行了划分.本文建立的交通流参数模型,对交通流短时预测和交通流状态判别具有应用价值.