天气影响下的节假日高速公路出行量短期预测

为支撑节假日高速公路出行需求的提前管控与出行规划,提出一种考虑天气因素对节假日出行影响的高速公路出行量短期预测方法。首先,基于历史节假日期间的天气数据和高速公路收费站进出站流量数据,标定不同天气类型对交通出行的影响系数;其次,建立多元线性回归与出行时间转移模型,以历史节假日数据为特征,节假日期间出行需求总量为整体,利用天气数据修正节日期间每日的出行需求量变化趋势,实现短期的节假日出行需求量预测;最后,利用福建高速路网和出行数据,面向不同于历史出行趋势的非典型节假日预测问题,验证了算法的有效性,日均交通量预测精度达到95.46%。

Comparison of Several Traffic Forecasting Methods Based on Travel Time Index Data on Weekends

Traffic forecasting provides the estimation of future traffic state to help traffic control,travel guide,etc. This paper compared several widely used traffic forecasting methods,and analyzed each one's performance in detail to make conclusions,which could redound to researchers choosing an appropriate traffic forecasting method in their own works. Compared with conventional works,this paper creatively assessed the performance of traffic forecasting methods based on travel time index (TTI) data prediction,which made the accuracy of our comparison better.

居民出行时间选择及拥挤收费政策

应用基于活动的出行需求预测方法,分析了居民出行的时间分布规律与影响居民出行时间选择的因素,分别建立了出发和到达时间选择模型,用长春市居民出行调查数据对模型进行了标定和验证。用已建模型对比评价了两种拥挤收费政策,证明了调整高峰时段小汽车出行费用策略不仅可以使居民的高峰时段出行减少大约18%,而且可以抑制小汽车出行,调整城市交通方式分配结构,说明已建模型可以全面有效地进行交通需求管理政策的评价。

自驾车旅游交通行为分析模型

随着我国私人小汽车保有量的迅速增加和旅游业的繁荣,自驾车旅游交通需求不断增加。由于旅游交通需求与传统通勤交通需求有很大的差异,在进行旅游交通规划时,必须对旅游交通需求进行分析。从行为分析的角度,在对旅游交通行为进行调查分析的基础上,利用Logit模型,分别建立了全国和北京市的周末自驾车旅游出行行为模型。分析结果表明:收入是影响个体自驾车旅游出行的主要因素。

基于交通影响评价的交通需求预测共享平台框架分析

交通需求预测是交通影响评价中重要的基础工作之一.本文首先介绍了交通影响评价中交通需求预测工作的现状和存在的问题,阐述了构建交通影响评价交通需求预测共享平台的必要性.然后提出了共享平台的层次结构,并设计了平台的主要功能模块.最后,以北京市为例,对共享平台中核心模型的应用与参数选择进行详细说明,同时阐述了平台相关基础信息库建设及标准规范建立的长远意义.交通需求预测共享平台的构建有利于提高交通影响评价的预测精度,为进一步规范交通影响评价中的交通需求预测工作及提高评价工作效率奠定良好的基础.

基于GPS数据的出租车出行需求预测研究

近年来“网约车”数量越来越多,“网约车”等待时间长与载客热区需求大等问题也逐步显现,乘车体验亟需改善。在成都市出租车GPS数据的基础上,研究出租车出行分布规律,划分工作日为早、晚、夜高峰相关时段,引入k-距离曲线改进DBSCAN空间聚类算法,对出租车上下客点进行聚类分析,并用数据挖掘得出载客热区。采用BP神经网络预测载客热区的出行需求,预测结果表明,早高峰时段BP神经网络模型的MAPE分别较随机森林模型、岭回归模型提高了3.25%和5.87%,晚高峰时段提高了2.98%和4.32%、夜高峰时段提高了1.44%和2.58%,验证了BP神经网络在出租车需求预测方面的可行性。

用于短时交通流预测的多项式分布滞后模型

提出了用于短时交通流预测的多项式分布滞后模型.其建模思想是交通状态时间序列同时受自身滞后项之外的多个因素影响,并且影响分布到了多个时段.通过与ARIMA模型(自回归整数移动平均模型)的预测精度对比分析,表明PDL(多项式分布滞后)模型具有与ARIMA相同的预测精度,而在模型可移植性、算法复杂性和实现方面更具优势.研究结果为短时交通流预测理论提供一种新的研究思路.

深港西部通道过境交通量预测的比较研究

过境交通量预测是深港西部通道可行性研究阶段的重要工作,也是确定口岸设计交通量的基础。过境交通量预测的影响因素比较复杂,深港双方为此开展了独立的交通调查,研发了各自的交通需求模型。双方的预测结果存在一定差异,深港双方专家组协商确定了最终的预测交通量。对于未来跨界通道的设计具有一定的启发意义。

基于非参数回归的快速路行程速度短期预测算法

基于北京市快速路上的检测器所采集的历史数据,经过数据筛选,剔除判别,小波滤噪平稳处理,聚类分析等过程,建立了交通状态演变系列的历史样本数据库。基于所构建的历史数据库,通过数值试验,确定了状态向量、距离匹配原则,K近邻值等参量,构建了一种基于K近邻的非参数回归短时交通预测模型,实现了对路段行程速度的短时预测。最后,利用随机选取的历史数据系列对预测模型的精度进行了检验。结果表明,预测算法的精度可以达到90%以上,可以很好地满足ITS应用系统对于交通预测数据的精度要求。

高速公路短时交通流量预测的改进非参数回归算法

针对非参数回归短时交通流量预测算法的状态向量选取问题,基于高速公路交通流量在空间上演变趋势明显的特点,提出交通流量预测的改进非参数回归算法。引入各上游断面车流到达当前断面的行程时间作为状态向量选取的依据,并根据各上游断面影响程度的不同,调整相似机制的计算方法。利用渝武高速公路微波检测器数据对该模型进行验证。结果表明,改进的非参数回归算法克服了固定状态向量定义不能满足同一断面不同交通状态的缺点,对各种交通状态具有更好的适应性,预测精度更高。

“四阶段法”在广州开发区公共交通需求预测中的应用研究

采用基于VB编程的"四阶段法"对广州开发区公共交通需求进行了预测。交通生成预测采用生成率法进行交通发生和吸引量的预测;而交通分布预测则采取增长率法中的弗雷特法;对于交通方式划分根据宏观与微观相结合的思路,采用单约束重力模型来进行开发区未来各规划年交通方式结构的预测;利用前面3个预测数据得出公共交通出行预测。公交出行OD矩阵的得出是广州开发区公交线网规划的依据。利用计算机语言VB开发了相应的计算程序,对相应的预测阶段进行具体的计算。

城市公共交通需求预测

该文在公共交通调查的基础上,分析了丹东市公共交通供需平衡性,运用"四阶段"模式对丹东市居民公共交通出行产生、居民公共交通出行分布、居民出行方式结构做出预测,以利于整个交通系统的内部平衡以及交通系统与外部系统的协调发展,旨在为公交规划提供必要的依据。

基于多项Logit模型的高速铁路客流分配实证研究

研究旅客对不同高速铁路列车产品的选择行为、定量分析不同列车间的客流分配规律,可以有效提高列车上座率。在综合考虑不同列车服务水平因素的基础上,根据随机效用最大化理论构建多项Logit模型,应用华东地区高速铁路旅客发送量的实际数据拟合模型并标定参数。结果表明,多项Logit模型具有较高的客流预测能力,列车出发时间范围、车票价格及列车停站次数对旅客乘车选择行为有显著影响,车票价格、列车停站次数与旅客乘车选择负相关。研究结论表明,预测不同列车客流分担率,结果与实际统计值偏差在5%以内,说明模型具有较好的预测能力。

基于改进MD模型的城市交通出行方式划分预测方法

基于MD模型预测原理,结合城市居民出行特征,综合考虑旅客出行时间、出行费用对旅客出行方式选择的影响,对传统MD模型中包含的出行牺牲量计算公式进行了改进,求得了各交通方式的安全性、舒适性、方便性量化值,并得到了基于MD模型的城市交通出行方式划分预测模型.模型可用于预测新增交通方式的诱增交通量与划分结构,分析预测年公交车、地铁费用变量与出行方式划分结构之间的规律.最后结合西安市的调查实例,验证了该预测方法的可行性.研究结论可进一步丰富和完善城市交通出行方式划分预测理论.

基于交通条件改善的公路网交通生成预测方法研究

以经济、人口、车辆保有和广义出行时间为基本变量,采用回归分析方法建立交通生成预测模型,从而在交通生成阶段中考虑了交通出行条件改善的影响,将交通生成预测和诱增交通预测两者结合,既考虑了社会经济对交通的决定作用,又考虑了交通供给对交通生成的反作用。模型应用于江苏省高速公路网规划实践,结果表明,模型能够反映不同地区经济、人口、车辆保有以及交通条件等因素对各地区交通生成特性的差异,并且具有实用、精度高、可操作性强的特点。

基于手机应用软件测算OD数据的区域交通需求预测

随着QQ、微信、支付宝为代表的手机应用在线上和线下各领域的推广和普及,基于位置的服务数据在获取和分析人口出行信息等方面不断体现出很好的应用前景。为探究手机应用软件测算的OD交通量在预测区域交通需求中的可行性,基于腾讯提供的OD交通量数据,以京津冀城市群为例,对城市群日均交通出行量进行了测算和分析。测算方法以传统的交通分配四阶段法为基础,通过设定交通小区划分标准、选取小区质心点、建立路段阻抗计算模型及流量转换模型,在交通规划软件中实现了京津冀城市群主要公路网交通流量的分配。为验证流量分配结果,研究选取了8条代表线路的流量分配结果与2016年实测的交通调查数据进行了比较。结果表明:观测流量与分配流量的误差率在可接受范围内波动,且两者具有很好的线性相关性,可决系数为0.95,从而验证了利用手机多源位置数据进行交通需求预测的可行性。对此类数据在大区域交通规划、出行需求预测、多方式交通组合优化、运行分析方面提出了进一步的应用建议。

城市道路交通管理规划及交通需求预测法分析

介绍了我国城市道路交通管理规划的现状，阐述了交通管理规划的内容及方法，论述了交通需求预测的分析方法，阐明了其相应交通需求模型在交通管理规划中的应用。

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间。并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型。该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度。选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测。结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0.98,平均绝对百分误差1.99%;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3.40%和2.60%,且拟合程度不如组合预测模型。

城市重大交通工程项目的交通影响分析研究——以温州市瓯江隧道工程为例

重大交通工程项目必将给城市交通的时空分布带来重大影响,甚至影响整个城市路网交通形态。从区域经济和交通区位势角度考察重大交通工程项目的地位、作用,以其功能定位为关键,从区域和市域两个层面探讨了自然增长型OD量、诱增型OD量和城市跨越式发展的OD当量增长的综合交通需求预测;采用重大交通工程项目与城市交通网络相互关联、相互影响的观点,运用EMME/2规划软件进行了多方案的评价、分析,给出了定量结果。提出的城市重大交通工程项目的交通影响分析的理念、思路、方法对重大交通工程项目的工程可行性研究具有一定的借鉴意义。

基于四阶段法的兰州市雁滩商业圈交通需求预测

交通需求预测是交通影响分析和区域规划中的重要组成部分,可以提前消除和避免一些交通隐患和交通问题。兰州市雁滩商业圈作为兰州市重要的新型商业圈,由于发展速度快、建设规模大,对周边的交通产生很大影响。利用四阶段法,得出交通需求预测结果,该结果能够直观地表示出未来规划年潜在的交通出行量,为雁滩商业圈新建企业的交通影响评价及城市区域规划提供理论依据和指导。