��ͨ����ʱԤ���������о�

交通流短时预测中,多个检测点的道路交通状态间的时空联系是客观存在的,但以往研究中通常根据经验假定,很少定量研究其相关性. 本文引进了多元统计分析中的多维标度法对多断面时间序列的相关性进行定量分析,为合理进行多断面短时交通流预测研究提供基础. 首先,根据道路网多个断面各自的时间序列利用相关系数方法得到两两之间相关性的相关系数矩阵,然后,利用多维标度法将道路网中多个断面交通流的相关程度映射到一张二维拟合构图中,以拟合构图中代表各个断面的点之间的欧几里得距离来体现断面之间的相关强度,从而判别断面之间相关性强弱,确定道路网多断面短时交通流预测时相关性分组. 最后,根据相关性分析结果进行多断面交通流预测及效果比较,验证了方法的可行性和有效性.     

最小安全间距约束下拥挤交通流速度-密度关系模型

根据交通拥挤状态下交通流速度与密度一致性变化的特点, 分析了拥挤交通流的平均车间时距为定值的原因, 并结合最小安全间距约束提出了交通拥挤状态下的速度-密度关系模型。研究了驾驶人的平均反应时间和交通拥挤状态下的最小车间时距的关系, 对速度-密度关系模型的反应时间进行参数标定。分析了不同车辆长度、阻塞停车间距和反应时间下的速度-密度关系, 利用提出的速度-密度关系模型、Greenshields模型、Greenberg模型、Underwood模型、Northwest模型、Edie模型对美国US-101、I-80两条高速公路的交通数据进行拟合, 得到了拟合结果和绝对误差。分析结果表明: 提出的速度-密度关系模型能够从理论上解释交通拥挤状态下速度与密度的变化关系和速度-密度数据的离散现象; 和其他模型相比, 提出的速度-密度关系模型在拟合2条高速公路交通数据时的绝对误差最小, 分别为4.91、7.50veh·km^-1。基于最小安全间距约束的速度-密度模型刻画了拥挤交通流的本质特征, 且对现实数据能够取得更好的拟合效果。     

城市交通与土地利用协调关系的数据包络分析模型

为评价高密度开发特征下城市交通与土地利用之间的关系, 提出了评价指标体系, 建立了评价二者协调关系的数据包络分析(DEA)模型。利用模型计算了1990~2005年北京市八区交通与土地利用的协调程度, 识别了影响二者协调发展的关键因素。分析结果表明: 1994年以前以及2003年之后的各年交通与土地利用双向协调发展指数均达到或接近1, 协调性相对较好, 而1995~ 2003年的协调性相对较差; 就业居住比的投入贡献值为2. 743 9, 位居土地利用系统指标贡献值之首, 公交承担率的投入贡献值为2. 733 1, 位居城市交通系统指标贡献值之首, 说明公交承担率过低, 就业岗位与人口分布失衡是影响北京市交通与土地利用协调发展的主要制约因素。     

随机需求条件下道路网行程质量评估--行程时间可靠性

考虑日常OD需求变化,提出了随机需求条件下获取道路网路径行程时间概率分布的新方法,用行程时间可靠性描述道路网运行的质量的指标,针对其偏态分布特点,利用Johnson、Gauss曲线拟合行程时间的分布,通过小样本来估计分布的数字特征,并通过与蒙特卡罗法计算结果对比,验证结果的一致性,利用拟合的分布控制行程时间的中心线、上下限,从而对行程时间的可接受极限值进行界定,对道路网行程质量进行控制。     

交通需求预测及其应用研究

通过案例分析,介绍了日本在交通规划、管理方面的思路和解决问题的手法,挖掘在实际交通需求预测应用中各种可行的简便方法。     

轨道交通建设影响下土地利用性质空间分异的组合预测模型

在先验数据有限且存在不确定因素情形下，为解决城市轨道交通沿线土地利用性质空间分异的预测问题，提出一种基于系统云灰色模型和马尔可夫链的组合预测模型。采用系统云灰色模型，使用较少量的历史数据完成城市轨道交通沿线各类性质用地面积变化曲线的粗略拟合；借助马尔可夫链进行系统状态划分，通过缩小预测区间以提高预测精确度；运用组合预测模型，对2003-2015年南京市轨道交通1号线主要吸引范围内土地利用性质的空间分异进行了预测分析。计算结果表明：轨道交通建设加剧了城市土地利用性质的空间分异，其周边各种性质的土地利用面积变化趋势呈现出非平稳随机过程特性；轨道交通建设对不同性质土地利用的影响方式与影响强度各不相同，其中，对居住用地具有强烈的吸引作用，对公建用地吸引作用不明显，对工业用地具有明显的排斥作用。     

基于机器学习模型的建成环境对小汽车拥有行为的影响

为分析家庭小汽车拥有行为,同时考虑居住地和工作地建成环境的影响,构建梯度提升迭代决策树(GBDT)模型;分析社会经济属性,居住地、工作地建成环境属性对小汽车拥有行为的影响程度,并基于长春市居民出行调查数据进行实证研究.结果表明：3类影响因素中,社会经济属性对小汽车拥有行为的影响最大(58.95%);职住地建成环境属性均对家庭小汽车拥有行为具有显著影响,且居住地建成环境影响(23.77%)高于工作地建成环境(17.28%);职住地建成环境属性中,除居住地交叉口密度,工作地到中央商务区(CBD)距离及公共交通站点密度外,其他建成环境属性对小汽车拥有行为的影响均大于5%.因此,有必要同时优化职住地的建成环境来抑制小汽车拥有量的增长.     

多方式诱导信息对通勤者出行链的动态影响模型

为研究多方式诱导下通勤者的动态选择行为,采用效用理论和多阶段决策方法,以出行链感知效用最大化为目标,建立了通勤者单日内以家为起点和终点的出行链选择行为动态规划模型,并利用Dijkstra算法求解.将出行链分割为相互联系的单次出行,每次出行均包含出行前和出行中决策节点,在每个决策节点上实现交通信息的动态加载,并考虑通勤者对信息的信任度和学习过程,使模型可更准确地描述实际决策过程.算例结果表明:多方式诱导信息使每位通勤者的出行链实际效用平均增加0.88%;且信任度越高,通勤者获得的收益越大,越倾向于通过缩短出行链长度,选择地铁或停车换乘方式以规避交通拥堵造成的效用损失.      

����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.     

����HSV�ռ������뱾ģ�͵�������Ƶ���

近年来,随着智能交通的发展,利用视频对行人目标进行检测的意义日益重要. 但是由于行人是非刚体,且易受到姿态、服装、随身物品、外界环境等众多因素变化的影响,行人检测是一个非常具有挑战性的课题. 本文提出了一种可以从实际复杂交通运行环境中快速有效地检测行人目标的方法——基于HSV空间中密码本模型的行人视频检测方法. 文中首先在HSV色彩空间中应用密码本模型,有效地对前景运动目标和背景进行分割;然后,通过进一步对检测到的前景目标区域进行检验,将满足一定面积和长宽比阈值条件的前景区域判定为行人. 实验证明,本文提出的方法,具有较高的准确性,速度可以基本满足在线处理的需要.