基于动态贝叶斯网络的常发性拥堵传播机理分析

为精确识别常发性拥堵传播路径,分析其传播机理,以达到疏导拥堵源头,阻断传播路径的目的,提出一种基于出租车GPS数据的拥堵传播机理研究方法。首先,在城市路网时空立方体数据模型框架下,采用车辆轨迹数与速度指标识别交通拥堵区域,基于常发性拥堵的相对时空稳定性,提出分时段的常发性交通拥堵网格识别方法;其次,建立拥堵时空传播树,针对交通拥堵传播的动态性,提出以频率加权的频繁传播关系集挖掘方法,构建频繁拥堵传播子树;再次,引入动态贝叶斯网络,通过贝叶斯估计进行参数学习,获取拥堵传播概率;最后,以西安市南二环路东段区域为例,运用所提出的方法进行实证分析,探讨拥堵传播路径及其概率。研究结果表明:基于时空立方体模型,采用车辆轨迹数与行程速度指标共同识别各时间帧内常发性拥堵网格,为拥堵传播机理的准确分析奠定了基础;利用STC算法构建拥堵传播树,提出考虑拥堵传播在时间上复现性特征的频繁项集挖掘方法,用以重构频繁拥堵传播子树、明确常发性拥堵传播路径;基于动态贝叶斯网络量化分析网格间拥堵传播可能性,为动态寻找拥堵传播网络中的关键路段,科学合理的制定缓堵方案及任务时序提供理论依据。

城市轨道交通网络大客流拥堵传播机理研究

为降低城市轨道交通网络可预见性大客流对日常运营的影响,分析大客流的产生原因及其对车站的影响。建立基于客流实时分布的拥堵传播模型,具体包括列车到站时间、站台客流量、列车停站时间、候车客流量、列车到站时下车客流量、上车客流量、列车离站时车上客流量及滞留客流量等8个模拟分析指标;根据车站滞留客流量确定车站状态,观察其在城市轨道交通网络中的动态传播过程。结果表明:大客流拥堵传播与发生拥堵车站的结构特性有关;根据实际情况,缩小发车时间间隔,可加速客流输送,降低拥堵发生率。