基于改进DEMATEL-ISM模型的道路拥堵下行车风险评估方法

为准确识别城市道路拥堵条件下的行车风险系统中各影响因素之间的内在联系以及该系统中的关键因素,本文提出一种改进DEMATEL-ISM的评估方法。首先,分析城市道路拥堵条件下的行车风险,选取18个风险因子;其次,运用多群体问询的调查问卷方法,并结合最大类间方差法对标准的集成决策试验和评价试验室(DEMATEL)以及解释结构模型(ISM)改进,建立城市道路拥堵的行车风险评估模型。最后,实例验证结果表明:基于改进DEMATEL-ISM模型的道路拥堵条件下行车风险评估体系能准确划分层次解释结构图的层级,与其他方法相比更加符合实际;交通密度、车头时距、停车次数、换道频次等关键链接因素对其他因素有较强联动影响,并且会增加发生交通事故或二次交通拥堵的概率。

不同碳政策下考虑道路拥堵的区域物流网络优化

文章构建了在不同碳政策下考虑城市间道路拥堵的物流网络优化模型,对区域物流网络选址及其容量等级进行优化;同时,对于各个碳政策,设定不同的物流运输时限与延迟惩罚组合,通过其对应的总成本及碳排放量的比较分析,确定最优的物流运输时限及延迟惩罚组合;进一步,对不同碳政策下最优运输时限及延迟惩罚方案的物流网络总成本及碳排放进行对比分析。以粤港澳地区公路物流网络为例进行分析,结果表明:最优物流枢纽应为广州、深圳、中山、佛山、揭阳5个城市。在碳限额与碳交易两个政策下,较高的物流运输时限与延迟惩罚方案下的物流网络总成本和碳排放量均相对较低;在碳税政策下,不同碳税税率下的最优物流运输时限及延迟惩罚组合存在差异。在三种不同的碳政策下,碳限额、碳税税率、碳价三种参数的变动,对物流网络总成本和碳排放的影响存在显著的差异性。相对于碳税及碳限额,碳交易政策下最优运输时限及延迟惩罚方案所对应的物流网络总成本与碳排放均最低。

基于交通态势数据的道路拥堵情况分析

道路拥堵情况的识别对交通需求管理具有较大意义,借助高德地图“交通态势API”数据,获得新街口附近5公里范围道路一周的拥堵情况。结合ArcGIS进行道路可视化,从整体路网拥堵情况、具体道路拥堵情况、道路性质及交通设施等相关角度对拥堵状况与其影响因素进行系列特征分析。通过分析新街口区域的拥堵、原因及其变化规律,对缓解城市拥堵问题具有重要意义。

城市道路拥堵收费的理论架构、实践效果及启示

利用文献调查法和比较分析法,系统分析了城市道路拥堵收费的理论基础,并进一步总结了伦敦和新加坡道路拥堵收费的成功经验,在此基础上提出中国实施道路拥堵收费的若干建议。分析认为:拥堵是全世界许多大城市所面临的棘手问题之一,其所带来的经济损失不容小视;实施拥堵收费政策,有利于优化交通资源配置、增加社会福利;在实施之前,应该做好前期准备工作、制定科学合理的实施方案,同时应该大力发展公共交通、确保收费收入的公正使用、最大限度地争取公众的理解和支持等,从而确保拥堵收费政策的顺利实施。

基于模糊综合评价法的城市道路拥堵评价方法研究

针对城市道路拥堵问题,以实现对城市道路拥堵状况评估为目标,在智能运行平台海量数据的基础上,综合考虑影响城市道路交通的各个因素,从评价指标的选取、评价标准的确定和评价体系的组成等角度叙述建立城市道路拥堵评价体系的具体方法,同时利用模糊综合评价法对道路拥堵体系进行求解,并通过实例阐述该评价方法的具体应用过程,证明该方法的正确性。

多源数据道路拥堵信息的抓取及融合

智能交通是智慧城市的重要组成部分。目前多种交通信息系统,在方便用户获取实时路况、公交运行、城市主要道路拥堵等信息发挥重要作用。但是这些系统缺乏统一的顶层设计、彼此独立,用户获取信息需要下载不同的系统、推广难度大,信息获取的时间成本较高。文中对典型交通信息系统的分析,抓取各系统拥堵信息,再经过数据清洗和转换,最终实现对各系统数据的融合。文中为方便用户获取各种交通信息,建立统一的智慧交通平台提供新的途径。

城市道路拥堵情况下的智能公交动态调度模式

为解决传统公交在城市道路拥堵情况下公交服务水平大幅下降的问题,文章提出了以变更公交行驶路径为核心的智能公交调度模式。该模式以车内乘客乘车时间、变更路段站点乘客候车时间以及后面站点乘客候车时间为决策指标,确定是否变更行驶路径。实例表明,变更行驶路径在发车间隔越密集、原路径越拥堵、被越过站点乘客到达数少、后面乘客到达数多以及后面站点数多时,效果最佳。

基于城市道路拥堵的物流配送车辆停车收费定价研究

针对日益严峻的城市道路拥堵和日益严重的城市停车难问题,文章利用城市配送车辆配送时间的可微调性等特征,首次将时变停车收费措施引入到城市物流配送车辆问题,并利用随机用户均衡理论,以日间车辆平均拥堵程度最低和配送车辆停车缺口最小为目标,构建了基于城市道路拥堵的物流配送车辆停车收费定价双层规划模型。针对模型的NP难特性,文章提出了一种基于嵌入F-W迭代法的遗传算法求解该向题,并结合实际进行了相应的数值分析。结果显示,城市道路拥堵下的时变停车收费措施能够较好地缓解道路拥堵与配送停车难问题。最后,文章给出了收费价格与拥堵和停车数量的关系,为交通部门制定停车收费政策提供辅助建议。

解决快速道路拥堵新思路:变被动为主动——中国人民公安大学王军利教授谈主动交通管理技术在我国的应用

高速公路与城市快速路是连接城市之间、城市中心区与远郊区之间的重要交通骨干，与城市道路和低等级公路不同，高速公路与城市快速路具有更为严格的设计标准，全封闭或半封闭的道路环境为车辆的快速行驶提供了更为可靠的空间保障，立体交叉的设计形式消除了不同方向车流间的行车冲突从而确保了行驶的持续顺畅，没有了混合交通的干扰和信号控制带来的延误，高速公路与快速路给驾驶人带来的应该是前所未有的行驶体验。

科学解决道路拥堵 促进城市交通健康发展的对策建议——以沈阳市为例

近些年,随着我国城市经济和社会高速发展,很多城市均出现了交通拥堵问题。沈阳作为特大型交通枢纽城市,目前机动车总量和出行量远远超过道路等交通基础设施的增长,交通拥堵、停车难等问题越发严重。本文从沈阳城市道路交通发展现状和道路拥堵的特点入手,分析产生交通拥堵的原因,提出应在保障交通健康发展、完善出行需求管理、提高交通科学管理、改进静态交通管理、改善交通基础设施、坚持公共交通发展等方面采取措施加以解决。

基于机器视觉的道路拥堵状态检测的研究

针对道路拥堵检测难的问题提出一种基于机器视觉的道路拥堵状态检测方法.为了能在嵌入式系统上实现道路拥堵状态的视觉自动化检测,首先通过定制道路区域并自动生成均匀分布的采样点,采用以点代面的设计思想来减少图像处理的计算资源和存储资源;其次,将背景差法和帧间差法相结合处理得到反映道路拥堵状态的静止存在采样点,采用车辆模型匹配算法检测道路上的拥堵区域并计算得到排队长度.实验结果表明,本文提出的检测算法具有计算效率高、耗费资源少、检测范围广、鲁棒性强等优点,能快速并准确地检测出在道路拥堵区域和拥堵状态.

移动GPU上基于轻量级卷积神经网络的道路拥堵检测方法

随着城市移动设备的日益普及,基于移动图形处理器(GPU)的任务处理需求也与日剧增.针对城市道路交通拥堵检测问题,提出在功耗和计算性能受限的移动GPU平台上实现基于车辆密度的道路拥堵检测方案.首先使用改进的SqueezeNet网络模型在移动GPU上训练出图像分类模型,其次利用该分类模型检测出路口各车道在各时刻的车辆密度分类状态序列,最后利用基于红绿灯信号周期的拥堵状态判断模型,结合历史分类状态时间序列和当前分类状态,综合判断各车道实时拥堵状态.基于红绿灯信号周期的拥堵状态判断模型能够减少道路因车辆等待绿灯而被误判为拥堵状态的影响,使道路拥堵误判率大幅降低.经过实验,改进的SqueezeNet网络模型对车辆密度的分类准确率维持在90%以上,同时提出的道路拥堵判断模型对各车道道路拥堵检测的准确率高于85%.该方案解决了传统道路拥堵检测安装难、成本高、实时性低的问题,对现在的智能交通监控系统具有一定的应用价值.

道路拥堵水平对公交行程时间可靠度的影响研究

交通拥堵已经成为城市道路的新常态,拥堵的路况对地面公交运行产生很大的影响,增大了行程时间的不确定性。为了探究交通拥堵水平和公交行程时间可靠度的关系,选取交叉口饱和度、交叉口排队长度、路段饱和度、平均行程速度和平均停车次数5个道路拥堵评价指标,基于模糊数学理论构建道路拥堵综合评价模型,评价实际道路的拥堵水平。在此基础上,利用道路拥堵指数对BPR函数模型和交叉口延误模型进行修正,将行程看作道路单元的组合,建立基于道路拥堵水平的公交行程时间可靠度预测模型。通过实际道路调查数据,验证模型的可行性并计算不同拥堵水平下的公交行程时间可靠度。结果表明,拥堵水平与公交行程时间可靠度呈现负相关,满足二次函数关系,模型结果与实际相符。

道路拥堵程度对公交行程时间可靠性的影响研究

为了解决日趋严重的城市交通拥堵问题,进一步提高公交车辆的服务水平,本文结合国内外的研究经验从路段平均行程速度、交叉口饱和度、路段饱和度以及交叉口平均排队时间4个道路拥堵程度评价指标出发,构造了一个系统的多因素综合评价模型,建立了道路拥堵程度评价体系.在分析道路拥堵的基础上,建立了基于道路拥堵程度的公交行程时间可靠性的预测模型.通过采集实际的交通流数据以及公交车站点间的行程时间,讨论不同道路拥堵程度下的公交行程时间可靠性,验证了该模型.研究结果表明:道路拥堵程度对公交行程时间可靠性有较大的影响.

HOV专用车道有效解决道路拥堵难题

HOV专用车道即高载量交通车道,又称多乘员专用车道,是为了提高道路交通使用效率,促进节能减排采用的交通管理措施,在HOV专用道路上只能行驶公共汽车或者乘坐不少于一定人数的车辆.

针对城市道路拥堵的优化随机森林预测模型

为了及时对城市道路拥堵情况进行预测,缓解通行压力、降低能源损耗,通过一种结合Spark与阴阳对优化随机森林的模型预测城市道路交通拥堵情况,利用阴阳对优化算法对随机森林进行参数调优,选取决策树个数和分裂属性个数最优解,以此建立阴阳对优化随机森林(Yin-Yang-pair optimization random forest,YYPORF)城市道路拥堵情况预测模型,并通过Spark实现了YYPORF模型的并行化设计方案。结果表明,基于Spark的YYPORF准确率达到95.58%,较传统随机森林提高了3.17%;加速比达到2.83。可见,所提出的模型预测性能更优,可为大数据背景下城市智能交通管理提供可靠依据。

关于征收道路拥堵费的思考

随着城市的快速发展和居民生活水平的不断提高,城市尤其是大中城市的道路建设日益面临交通拥堵等问题和挑战。针对道路拥堵这一现象,有关城市提出了道路拥堵收费的做法。在国际上,道路拥堵费的实施在部分国家和城市的发展中取得了良好的成效,但在我国,实施道路拥堵费虽然能对城市交通与环境起到一定的积极作用,但它的真正实施却面临着不少困难,以上海为例,包括市民对于实施道路拥堵费的负面态度,关于实施道路拥堵费可行性问题的讨论,以及除实施拥堵费外其它能够缓建交通压力的措施等等。因此,道路拥堵费的实施是需要认真思考和探讨的城市管理课题。

基于出租车的城市道路拥堵状况判别方法研究

通过对南通市崇川区出租车的实时监控,获取监控实时轨迹数据,采用地理信息系统技术,提取并计算出租车平均瞬时速度与瞬时速度标准差,建立线性相关关系,对崇川区拥堵区域进行归纳分析。研究指标可以准确反映出道路拥堵状况,且经过实例验证发现,出租车出行情况可较好地反映道路拥堵状况。

缓解学校放学时段道路拥堵的时空策略研究——以江苏省扬州中学为例

家长接送中小学生常常引起校园周边道路的交通拥堵,不仅给家长、学生和路人带来不便,而且还存在安全隐患。虽然许多学校采取了错峰放学等措施,但效果并不明显。本文以江苏省扬州中学为例,定量分析了错峰放学并没有缓解交通拥堵的原因,并基于高德地图和学校管理改革,从错峰放学时间调整、驾车路径与时间规划、停车及候接位置管理等三个方面提出了缓解放学时段校门口道路交通拥堵的策略。

解决道路拥堵问题 创造优良交通环境——南海区道路交通拥堵现状、原因及解决对策

佛山市南海区交通拥堵严重,危害明显。文中分析了交通拥堵的主要原因:车辆增长过快,道路供给不足;公路的规划设计不合理,交通安全设施不配套;人们的交通安全意识较差,违章行为突出,管理有待进一步加强;混合交通层次多,客运运输效率低;停车设施不足,占道停车严重。为解决交通拥堵问题,论文提出了相应的对策:加强交通设施建设;大力提高交通管理水平;减少道路交通层次;大力培养群众的文明交通素质;加强停车场建设。