基于手机信令数据的城市居民动态OD矩阵提取方法

现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息。针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法。首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出了基于窗口阈值的检测与等效位置替换方法,以及复杂漂移点的检测和标记处理方法;然后,提出一种改进的ST-DBSCAN聚类方法,引入一种等时化方法将时间信息与空间信息相结合,识别出行过程中的驻留点;最后,基于地理信息系统构建含有道路关键节点的路网,将居民出行OD与路网节点相匹配,有效推导出城市居民动态OD矩阵。实验结果表明:与ST-DBSCAN算法相比,所提改进的ST-DBSCAN算法在聚类效果和识别速度上分别提升了6.10%和5.26%;与统计方法和二阶统计量方法相比,基于改进的ST-DBSCAN算法的动态OD矩阵提取方法在均方误差(MSE)上分别降低了16.98%和21.55%。以北京市为例,运用提出的动态OD矩阵提取方法,能够及时有效地分析城市居民日常与高峰时段的出行特征。

一种动态OD矩阵估计算法的理论及应用

首先比较几种动态OD矩阵的估计方法(如广义最小二乘法、最大似然法、最小信息量法和极大熵法 ) ,优选出极大熵法 .用组合理论推导出该方法的数学模型 .进一步用拉格朗日乘子法求出模型的隐式解 ;由于实际解需迭代求出 ,文中介绍了一种迭代算法 ,并证明了它的正确性 ;最后 ,把所建立的模型和介绍的算法用于仿真案例和江苏省常熟市的交通诱导系统中 ,效果令人满意 .

基于浮动车和RTMS数据的动态OD估计模型

动态OD需求是城市交通规划、交通管理控制措施制定及评估工作的数据基础,然而现有多数动态OD估计模型存在着难以应用于真实路网OD估计的问题.针对于此,本文提出了一种基于浮动车和RTMS数据的动态OD估计模型,该模型具有操作性和实用性强的特点.模型的实现经历了两个阶段:第一阶段是利用RTMS数据进行静态OD反推,获得与现实OD需求相匹配的静态控制OD需求;第二阶段是基于浮动车数据和RTMS数据计算得到每个OD对的时变拆分比例,并用该比例拆分静态控制OD获得动态OD需求.最后以北京西三环交通走廊为研究对象,开展了动态OD需求估计实例分析工作,从而验证模型的准确性和实用性.

基于交叉路口的动态OD反推模型与算法研究

交叉路口各进出口道之间的实时交通量是信号控制系统重要的输入数据 ,也是难以获得的数据。本文回顾了动态OD反推理论的发展历程 ,以交叉路口各进出口道检测到的路段流量时间序列为基础 ,分析了交叉路口实时交通量的特点 ,提出了基于交叉路口的改进参数优化模型 ,设计了遗传算法对问题进行求解 ,并讨论了算法中的六个关键问题。实例研究表明 ,模型和算法具有较高的效率和准确性 ,能够应用于在线系统。

动态OD反推理论中的关键问题研究

针对ITS研究中动态OD矩阵难以获得的问题,回顾动态OD反推理论的发展历程,在此基础上明确了该领域研究中的四个关键问题:状态变量的选择、系统方程的确定、OD量与路段流量的关系和OD矩阵动态特性的体现,在对其进行分析的基础上提出每个关键问题的解决方法,为动态OD反推理论的进一步研究垫定基础。

基于车辆自动识别技术的动态OD矩阵估计新方法

根据车辆自动识别(automatic vehicle identification,AVI)技术检测的新信息,提出了利用AVI检测信息进行动态OD(origin-destination)矩阵估计的新方法.该方法以粒子滤波算法思想为基础,引入AVI检测的部分路径信息、动态行程时间信息以及检测器可测性判据,首先通过贝叶斯估计算法对路径缺失的车辆信息进行缺失路径范围确定和选择概率修正;然后利用蒙特卡洛随机仿真模拟任意车辆对缺失路径的选择,进而获得基于个体车辆部分路径的初始修复OD矩阵;最后运用AVI检测的流量信息校正初始修复OD矩阵,得到最终的OD矩阵估计值.以上海市南北高架快速路网为研究对象,分析了在不同AVI覆盖率和先验精度条件下的动态OD估计精度,结果表明在60%及以上的AVI覆盖率都能获取相当高的OD估计精度;即使在50%覆盖率和60%的先验精度条件下运用本方法进行OD估计,其平均相对误差仅为28.87%.同时本方法对OD先验信息的精度要求较低,能更好地满足我国目前OD基础数据精度不高的现实需求.

智能交通中动态OD矩阵估计研究概况

介绍了智能交通中动态OD矩阵估计的研究概况,将动态OD矩阵估计方法进行了分类,并分别进行了综述。同时指出了各自的缺点与不足,指明了以后的发展方向,以期后续工作在此基础上得到突破性进展。

高速路段动态OD反推模型与算法研究

各进出口匝道间的实时交通量是高速公路管理系统重要的输入数据,也是难以获得的数据。本文回顾了动态OD反推理论的发展历程,提出了动态路径走行时间的完善和简化计算方法,在此基础上建立了基于高速路段的动态OD反推模型,设计了遗传算法对问题进行求解,并讨论了算法中的六个关键问题,提供了一种获得高速公路进出口间动态OD交通量的有效方法。实例研究表明,模型和算法具有较高的效率和准确性,能够应用于在线系统。

城市轨道交通动态OD矩阵分析及估计模型研究

客流动态起讫点(O D)矩阵是城市轨道交通实现动态运营管理的重要基础,准确地估计动态OD矩阵对城市轨道交通实际运营管理水平的提高有着重要意义。文章从空间方面分析了起讫站点性质、终点站吸引量、线路属性、起讫站点是否同线的影响,从时间方面分析了列车发车间隔、OD间换乘次数和距离的影响。构建了城市轨道交通动态OD矩阵估计模型,并选取北京市城市轨道交通网络的局部区域作为验证案例,对所提出模型的估计效果进行研究分析,所得结果表明,文中的模型较采用历史数据进行估计,在早晚高峰时精度提高约4%~10%、平峰期时精度提高约8%~17%,同时在15 min、30 min、60 min粒度下全日平均精度分别提高8.67%、11.75%、3.46%,验证了模型的可行性。

动态OD矩阵推算模型及算法应用

动态OD矩阵反映每个OD对(对应交通运输网络中每个特定的起点—终点对)间特定时段内时变的交通需求。在论述动态OD矩阵推算方法的基础上,通过回顾动态OD矩阵估计研究进展,分析各类模型的特点及问题,结合铁路旅客OD矩阵推算进行了实例分析,并指出需要进一步研究的问题。

基于GA-Transmodeler的动态OD矩阵估计方法

采用系统仿真与遗传优化算法相结合的方法完成离线状态下多时段OD矩阵的估计。系统仿真旨在对多时段的动态OD矩阵实现连续动态交通分配,以得到在各个时段的OD流量对观测路段的分配比例矩阵,遗传算法则通过种群内个体的交叉、变异等遗传算子求解最优条件下的OD矩阵。仿真结果表明,这种仿真优化结合的方法能够充分体现动态交通流的延续性,且遗传算法具有较强的全局收敛性。

考虑交通流行驶时间的高速公路动态OD矩阵估计模型

在对高速公路的起—讫(OD)矩阵进行动态估计时,往往忽略了交通流在运行实际过程中运行时间和车队离散的现象.分析了这一问题对高速公路的OD估计的影响,并通过时空分析引入了交通流"时-空带"的概念,消除了同一股车流在道路下游出现的时间不同步性对于OD估计的不利影响.在上述分析基础上,采用最小二乘理论建立动态OD矩阵估计模型.数值算例表明,该估计模型能够有效地过滤交通流运行时间的影响,提高动态OD矩阵的估计精度,具有较强的实用性.

基于信息提取的动态OD估计理念研究

由于现有动态OD估计模型大多是基于有限先验信息下的反推估计,没有充分利用已有海量交通数据库的各种信息,距离智能交通系统的实际需求仍有差距,因此,针对这一问题,在回顾动态OD估计与交通信息提取技术研究进展的基础上,提出了基于信息提取的动态OD估计理念:以各类交通检测器为主数据源,同时兼顾其他相关数据库,将信息提取理念尽可能贯穿动态OD估计始终,实时地为智能交通控制和管理系统提供动态OD矩阵,同时整合智能交通系统的功能,附加提供更为丰富的决策信息。最后,深入分析了基于信息提取的动态OD估计的研究意义,并初步提出其技术框架,为进一步的理论和技术研究奠定基础。

运用RFID技术获取动态OD数据的方法

近几十年来,OD数据主要是通过反推技术获取,存在一定的误差.RFID技术在智能交通中的应用越来越广泛,能够自动识别的特点为获取OD数据提供了契机;使用联合卡尔曼滤波器提高RFID技术采集交通量信息的精度;按照其融合结果搭建含有唯一车牌标识列的SQL Server数据库,利用数据库操作分别将各个节点间的同一车牌数在周期内进行统计,进而获取动态OD数据.实验结果表明,本文提出的方法是可行的.

动态OD估计方法研究综述

根据动态OD估计所利用的数据特性,将动态OD估计模型划分为基于固定源数据的OD估计模型和考虑移动源数据的OD估计模型,开展国内外研究现状分析,在此基础上,提出今后动态OD估计研究的发展方向。

基于RFID技术的动态OD估计及可靠性分析

动态OD是智能交通管理与控制的重要输入数据。伴随着RFID技术的发展,获取车辆信息数据的方式更加简便,获取的数据也更加精准。本文针对极大熵模型,给出了基于RFID数据的动态OD矩阵获取方法。最后以实际路网验证了模型的可靠性。

基于信息提取的动态OD估计技术体系研究

动态OD矩阵描述了时变的交通需求,是智能运输系统(ITS)中先进的交通信息服务系统(ATIS)和先进的交通管理系统(ATMS)的重要输入,直接影响ITS系统的实时有效性,科学获取动态OD矩阵至关重要。文中从提高动态OD矩阵估计精度与科学整合ITS系统资源、功能两方面出发,提出了基于信息提取的动态OD矩阵估计理念;基于动态OD矩阵先验信息特征与动态OD矩阵估计研究方向的系统分析,从数据准确性、模型优化、算法改进及整合ITS功能四方面研究了基于信息提取的动态OD估计的可行性,并研究制定了技术框架,为进一步的理论和技术研究提供指导。

高速公路动态OD矩阵估计

基于广义最小二乘法模型,建立了一种高速路动态OD矩阵估计算法,可通过对路段交通量和行程时间的检测来估计时变的OD矩阵。对任意估计时段的OD流,通过假定各车辆间的时头距均匀分布,且可按相同比例拉伸或压缩,得出了模型中关键的分配矩阵的解析算式。算法是一种递推的估计过程,仅需较少的先验信息。针对一个具有19个OD对的高速公路网,大量仿真实验表明,提出的方法对具有较大流量的OD对估计效果较好。

交通网络中动态OD矩阵反推算法研究

文章根据极大熵基本原理并运用排列组合理论推导出OD矩阵反推的极大熵模型;然后用拉格朗日乘子法求得该模型的非线性方程组,并运用Newton算法对此非线性方程组求解,得到动态OD估计矩阵。最后,在实例应用中,应用此模型和文章给出的模型解法取得了令人满意的结果。

先验时间特性约束下的动态OD矩阵估计

利用路段流量和先验信息,提出了先验时间特性约束下的动态OD矩阵估计模型.该模型最主要是在经典的Cascetta提出的模型(传统模型)基础之上,通过应用Toeplitz约束矩阵捕获OD矩阵的时间平滑特性以进一步提高模型精度.在交通分配过程中,采用Toledo提出的交通分配矩阵线性近似方法,不需要假设OD分配矩阵是一个常量,而是具有时变性,算法基于交通仿真软件Mezzo实现.以青岛市市南区路网为实例进行实验,结果表明:本文提出的先验时间特性约束下的动态OD矩阵估计模型与传统模型相比效果更好.