起-迄点与产生-吸引点出行矩阵的转化

首先分析交通需求预测中基于起点-迄点的OD(origindestination)分布矩阵与产生点-吸引点的PA(producingabsorbing)分布矩阵的概念以及区别;然后针对实际中经常将二者混淆的情况,分析了将OD矩阵转化为PA矩阵的方法,并特别针对运用流量反推OD技术的情况,提出一种新的转化方法;最后通过实际调查数据验证此方法的精度.

基于交通出行矩阵的私家车充电负荷时空分布预测

针对电动汽车空间负荷预测中充电地点、充电方式不确定性的难题,提出了一种基于交通出行矩阵和云模型的充电负荷时空分布预测方法。首先,通过监测道路流量,反推小区的交通吸引量,动态预测不同地点的停车概率。其次,在选择充电方式时,根据快充、慢充特点,制定用户心理到快充概率之间的转换规则,并在规则中引入云模型,体现用户决策的随机性和模糊性。最后,利用蒙特卡洛法分析计算出不同充电地点的负荷时间曲线,并以某城市中心城区的数据为例,验证了该方法的有效性。计算结果表明,不同小区、不同工作日的交通量变化明显,且充电负荷曲线受交通量变化的影响显著;快充负荷将在一定范围内随机波动,提高慢充失效阈值将减小快充负荷峰值。

OD出行矩阵的容量限制推算方法

现有OD矩阵反推算法大多不适用于拥挤路网 ,本文提出的容量限制OD矩阵推算方法考虑了交通量和通行能力间的相互关系 ,示例表明对于拥挤路网 。

由路段交通量推算 OD 出行矩阵的 Bayes 统计方法

本文指出了以最大熵方法为代表的优化模型在解决由路段交通量推算OD出行矩阵问题中的局限性,提出了描述问题的统计模型和解决问题的Bayes统计方法,从而得到OD出行矩阵的Bayes估计。它比优化模型所得到的OD出行矩阵估计合理、可靠,更便于实际应用。最后,本文还提出了有关分布参数的计算方法。

P—A出行分布矩阵转化为O—D出行分布矩阵

分析了交通需求预测中基于起点—迄点的O—D(origin—destination)分布矩阵与基于产生点—吸引点的P—A(producing—absorbing)分布矩阵的概念、区别以及将两者加以区分的原因;讨论了在运用“四阶段”模型进行交通需求预测各阶段分别使用两者的情况,并针对实际客运预测中经常将两者混淆的情况,依据对实际调查数据的分析,提出将P—A矩阵转化为O—D矩阵的方法.

起讫点交通出行分布矩阵的极大似然估计方法

在城市交通管理中，起讫点交通出行分布矩阵（简称ＯＤ矩阵）是必不可少的重要资料。本文就已知一个先验的ＯＤ出行分布矩阵的情况下，提出由路段检测流量推算当前ＯＤ出行分布矩阵的新方法。根据极大似然法的基本原理，建立了相应的非线性规划模型。实例分析计算表明，该方法是合理而有效的，这是统计方法在交通管理中的实际应用，具有一定的经济效益。

以路段流量推算出行OD矩阵的研究

以多路线概率分配法为基础,通过迭代运算,从路段数少于OD对数的路网实测流量推算出出行OD矩阵,采用以计算时间替补内存不足的技巧,在微机上实现对大型路网反推OD矩阵的运算。

基于出行概率矩阵的电动汽车充电站规划

电动汽车保有量的迅速增长需要更多快速充电站提供服务,本文提出一种基于城市路网特征和电动汽车出行概率矩阵的电动汽车充电站规划模型。首先基于城市道路拓扑结构和改进速度-流量关系模型模拟电动汽车行驶特征。在此基础上,通过构建电动汽车出行概率矩阵,采用蒙特卡洛方法预测电动汽车快充需求的时空分布。从便于用户友好充电的角度出发,以充电站建设运行成本和用户充电途中行驶成本最小为目标,基于出行概率矩阵建立了电动汽车充电站选址定容模型:采用Voronoi图划分充电站服务范围,通过改进粒子群算法确定充电站最优位置,利用排队论优化各充电站容量,得到统计意义上更为合理的结果。最后,以某市中心城区电动汽车充电站规划为例进行仿真分析,仿真结果表明所提模型和方法的可行性和有效性。

从客流量推算公交出行PA矩阵的方法

基于从路段观测流量反推分布矩阵的方法体系,结合公共交通规划在实际调查中的特点,提出用客运量推算公交出行矩阵的方法,并给出了最终矩阵的精确度检验的方法和实证。

出行分布矩阵的极大熵估计法比较研究

极大熵方法是用于估计起讫点间出行分布矩阵的一种高效简便的方法。在介绍基础极大熵公式的形式和原理后,应用Stirling近似公式和对数近似公式简化基本极大熵公式,得出六个改进的极大熵公式,在总出行需求固定或可变、先验OD矩阵可行或不可行、节点流连续条件满足或不满足的三种不同的情况下在两个网络上测试七个极大熵公式,对其特征进行比较。结果表明七个目标函数在寻优时表现出一致性,但是在一些特定的情况下,有几个公式产生较大误差,使得其在实际使用中受到限制。

基于百度地图API访问的出行时间成本矩阵计算

养老服务设施规划与管理方面的研究对于解决我国老龄化问题具有深远的意义,养老设施需求点与供给点之间时间成本矩阵的计算是很关键的一部分。本文以郑州市主城区为例,以郑州市主城区各街道中心为出发点,以郑州市主城区养老机构为到达点,利用网络地图API开放地图访问批量获取驾车交通方式下出发点与到达点之间的时间成本,本文基于网络地图的道路交通实时反馈机制,避免构建繁杂的交通道路模型、阻力模型等,也避免了道路阻抗的设定科学性问题,更加准确和高效。

基于手机信令数据的典型日出行OD矩阵分析

从连续观测数据中识别典型的居民出行分布,对城市交通模型构建和交通规划决策具有重要意义。本文以兰州为例,使用连续一个月的手机信令数据,提取日出行OD矩阵;然后使用主成分分析法(PCA)对时序OD矩阵进行降维,并使用动态模糊C-均值聚类(DFCM)识别得到3种典型的日OD矩阵:工作日、休假日、特殊工作日。其中,工作日典型OD矩阵出行总量最大,出行空间分布呈现显著的由市中心至外围片区的放射状;休假日典型OD矩阵空间分布在各片区较无规律,以中长途出行为主,与居民的旅游休闲、娱乐消费等活动需求有关;特殊工作日大部分与节假日或周末相邻,出行总量相对工作日通勤需求较少,相对于工作日通勤主要增长部分集中在城市核心片区。

基于CDMA系统手机定位的居民出行OD调查技术

居民出行信息是进行城市路网规划、交通评估、交通管理与运营等相关工作的基础数据。传统的OD信息是通过调查的方式如路边询问调查、电话咨询或是发放调查问卷等形式获取。调查过程往往因被调查者隐瞒或遗忘等情形而造成所获取的出行数据基本不可信,失去可以利用的价值。CDMA系统手机定位获取交通信息技术因其可用性高、便捷、使用范围广等优势而越来越受到人们的青睐。介绍CDMA系统的手机定位技术,以及该项技术在居民出行信息采集中的应用,并在文章最后列出在实现过程中可能遇到的问题。

基于出行时间最短的单向交通网络设计研究

以局域路网出行O-D分布为基础，假定路网中出行方式仅有小汽车一种，以研究区域道路网出行时间最短为目标建立单向交通模型，确定单向交通方向。根据所建立的定向模型，应用遗传算法对其进行求解并最终得到研究路网中单向交通的方向。

电动小巴OD矩阵的极大熵模型

本文分析并比较了根据公交路段客流量估算OD矩阵的几种常用的模型,对某大型居民社区电动小巴的路段客流量进行了实地观测,采用改进的极大熵模型推算出OD矩阵。实例表明,该模型合理可行,并具有较好的收敛性,为城市电动汽车交通的规划和管理获得OD矩阵提供了快速、有效的方法。

由路段交通流量反估出行OD矩阵技术的应用

由路段交通流量来估计交通出行 OD( origin-destination)矩阵 ,是一种先进的技术方法。它为获得 OD矩阵这种代价高昂而意义重要的交通需求信息提供了有效手段 ,并缓解了对难度很高的大规模居民出行调查的需要。利用一个适合实际应用的交通流量反估 OD矩阵模型——熵极大模型 ( entropy maximization model) ,在结合阐明其基于极大似然估计的数学原理的同时 ,重点给出适于计算机编程的模型迭代求解详细算法 ,并提出使用 Bi-Section和Newton-Raphson组合算法来保证其中非线性方程求解的稳定性和效率。进一步给出了使用熵极大模型的 OD矩阵估计软件包的设计思路和程序构架。该技术可直接指导高度实用化的

综合交通枢纽的客流预测分析

在综合交通枢纽的规划设计中,科学的客流预测对整个方案设计至关重要,规模过大将造成枢纽设施资源的浪费,反之又将不能满足枢纽的运行要求。本文通过实例介绍了进行综合交通枢纽客流预测分析的基本过程,提出了客流分析的主要思路,并对其中相关的技术分析方法进行了说明。

交通检测点分布规则及其数学模型

针对估计ＯＤ出行分布矩阵需检测路段流量的问题，分析了检测点合理分布的４种规则，并在已知ＯＤ对间的有效出行路径的条件下，建立了相应的数学规划模型，同时也提出了有效的启发式算法．

基于二流体模型的交通分析及OD出行时间矩阵

为了获得小区域的交通特性并快速找出小区域之间的时间最短路径从而实现动态诱导的目的,利用出租车GPS数据提取出行距离和出行时间,运用二流体模型建立行驶时间与停止时间关系曲线,提出了利用二流体曲线进行交通分析的方法,发现二流体曲线的带宽对交通运行及疏导有较大价值。随后分析了各小区域单位距离行程时间与单位距离停驶时间的变化关系,佐证了不同小区域对交通变化的敏感度不同。最后利用矩阵迭代法计算了不同单位距离停驶时间下的最短出行时间路径,并分析了小区域之间的OD出行时间矩阵,表明二流体模型可用于动态路径诱导。

基于手机信令大数据的城市居民出行OD预测

为得到具有客观性、动态性的居民出行起止点间交通出行量(OD trips),以中国移动手机信令大数据为基础,阐述了手机信令数据的来源与构成,针对城市居民出行目的,通过数据分析,设置10分钟为划分出行活动的阈值,提出基于手机信令数据获得的OD矩阵的原理与方法,应用数据挖掘技术,对贵阳市居民出行OD矩阵进行了预测.为进一步加强大数据与城市智能交通系统的融合,将得到的城市居民出行OD矩阵应用到真实的城市公交线网中.最后通过MicroCity平台,将数据结果实现可视化.分析结果表明:与传统OD调查方式相比,利用手机信令大数据获得的OD矩阵客观性、动态性较强,信息采集分析周期短,更容易与城市智能交通系统融合,应用可视化平台,可实时反映出城市公交运营状态,为城市智能规划和调度提供重要参考.