基于粗糙集和D-S证据理论的交通拥堵预警

鉴于拥堵预警中的信息和知识具有随机性和不确定性、采集到的数据又常常包含着噪声的特点,利用粗糙集能够对数据进行分析和处理,D-S理论能够分析各种不完备信息的特点,提出了一种算法——基于粗糙集和D-S理论,计算交通可能发生拥堵的概率,为交通拥堵预警提供分析与支持.仿真结果表明该方法是可行而且有效的.

公路交通拥堵及事故风险预警模型开发及应用研究

为改变当前被动式路网运行监测模式,提供一种可移植复用的交通拥堵、交通事故风险事前检测、主动预警模型。文中综合研究与调研国内外交通运行状态预警算法,选取动态贝叶斯网络构建预警模型,通过整合2019年5-12月近400万条交调、车检数据,结合路网基础信息数据并进行数据完整性检验、多源数据关联,挖掘公路网交通拥堵、交通事故风险特征,作为样本数据训练动态贝叶斯网络。经测试分析,模型可实现提前10 min、0.5 h、1 h多维度的交通拥堵、交通事故风险预警,预警准确度均超过85%。所开发模型通过数据接口与已有业务系统实时共享预警结果,提高模型推广应用范围。