基于随机生存森林的交通事件持续时间预测

采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度.

交通拥堵与温室气体排放

缓解拥堵项目可减少温室气体排放,但基于单个变量(如仅基于出行距离)的CO2排放预测并不精确。为了准确预测缓堵项目减少的CO2排放量,利用车辆运行检测技术、车辆活动数据库及根据车辆类型设计的排放模型,通过分析速度与排放的关系绘制速度-排放曲线,并结合交通运行检测数据,评价缓堵策略、速度管理策略、交通平滑策略等交通运行管理技术在CO2减排方面的作用。以南加州某高速公路为例进行的研究显示,上述三项交通管理策略中任何一项都可减少7%～12%的CO2排放量;三条策略同时使用可减少大约30%的CO2排放量。

多源数据融合法更新公路通道车流OD矩阵

为了低成本地获取高速公路改扩建时交通运行管理用的更高精度公路通道车流OD矩阵,提出了基于工程预备阶段调查车流OD、互通出入口流量、部分路段流量等多元数据融合法更新分车型车流OD矩阵的新方法.该方法基于线性回归法识别需要调整的OD对,并结合互通与交通小区的映射关系调整OD;再利用χ2检验比较分配得到的路段流量与调查得到的路段流量的一致性,以判断调整后OD的准确性.该方法为提高车流OD的精度实行了双重校核.用该方法对京港澳高速公路(河北段)改扩建区域OD调整校核进行了实例分析,结果表明,在数据来源可靠的情况下,可实现对区域OD的更新和校核.