交通运输政务数据分类分级方法研究

为了促进政务数据开放共享,提升数据安全能力,政务数据资源的分类分级亟待解决.总结国内外政务数据分类分级经验,采用面线结合的混合分类方法搭建交通运输政务数据分类框架;并基于数据安全风险分析的数据分级方法,形成数据分级模型,通过引入实际数据验证方法的效果.交通运输政务数据分类分级方法能够有效协助行业相关部门开展政务数据分类分级和重要数据保护,促进行业数据安全治理水平和安全防护技术进步.

基于XGBoost的短时交通流预测研究

针对短时交通流预测模型复杂度与预测精度的矛盾,提出基于集成学习的XGBoost(eXtreme gradient boosting)模型预测交通流,充分利用其对高维特征数据预测精度高以及计算速度快的优势。首先对原始数据的异常值进行中值滤波处理;然后基于XGBoost模型建立预测模型,利用交叉验证的方法确定最优的超参数取值,对测试集进行预测得到各个特征的重要度;最终将模型预测结果与其他短时交通流预测方法的预测结果进行比较。结果表明:中值滤波降噪处理和充分利用相邻断面的交通流数据均对模型预测精度有显著提升,XGBoost模型的预测精度高达96.6%,相比其他短时交通流预测模型更能充分利用交通流的时间特性和空间相关性。

预约出行条件下私家车通勤客流分配方法

预约能调整城市交通的供需关系,最大化利用交通资源。针对私家车通勤引发的交通拥堵,研究了预约出行条件下私家车通勤客流分配方法。将车辆分为受控的预约车辆和不受控的非预约车辆,道路状态分为可预约状态和不可预约状态,给出了道路状态判别及车辆行程时间计算方法,构建了城市通勤私家车的预约出行模型。以Nguyen-Dupuis网络作为算例,从行程时间和预约数量2个方面评价车辆实施预约出行的效果。结果表明:预约比例由0%提升至100%时,路径的行程时间降低20%~30%,平均行程时间从610 s降低至466 s;当预约比例为30%时能获得全部预约比例的80%收益;全部车辆均期望参与预约时,由于预约需求的不均衡仍有2%的车辆预约失败。得出结论,当预约出行的比例达到30%~40%时,即可达到缓解拥堵的预期效果。

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。

考虑多因素的驾驶行为安全评价与风险等级预测

为了研究道路交通系统中"人-车-路"多因素对驾驶行为及车辆安全状态的影响,设计了多因素组合成6种场景的模拟驾驶对照试验。利用驾驶模拟器、生理仪、眼动仪分别采集驾驶行为相关的19项指标,选用方差分析比较各项驾驶行为指标差异情况。选用非线性支持向量机(Support VectorMachine,SVM)对样本数据进行分类及预测,建立了驾驶行为风险等级预测模型,并利用试验数据验证了模型的有效性。结果表明:模型的预测精度达到93.94%,建立的风险等级预测模型能够有效的判别驾驶员及车辆的状态。

公交专用道设置效益的分析评价方法

将静态理论模型与动态仿真模型相结合,构建公交专用道设置效益指标评价体系,分别通过数学理论模型与VisSim仿真得到设置公交专用道前后道路各项指标的变化情况.探究公交专用道设置效益的综合评价方法,提升评价结果的科学性.结果表明,当道路饱和度为0.76时,设置公交专用道具有最佳效益.理论模型的计算结果可为仿真模型的参数标定提供参考,仿真结果又可以与理论模型计算结果进行对比分析,验证理论模型的有效性,保证最终效益评价结果准确.探究路段设置公交专用道所对应的最佳饱和度等临界条件,为公交专用道的设置提供理论参考.该方法可用于提升公交专用道效益评价的可靠性和鲁棒性,并为提高仿真建模精确度提供参考.