快速路通道动态OD流估计模型

基于快速路通道的主干道和匝道出入流量信息,提出了一个新的动态OD矩阵估计模型和在线估计算法.文中引入宏观交通流模型以计算旅行时间,并把模型参数也作为状态变量进行估计,相应增加了新的测量方程.该文构建了新的动态OD估计状态空间模型,采用了含有约束条件的Unscented kalman filter(UKF)算法,运用仿真数据进行评估,结果表明,即使在拥堵状况下,提出的模型和算法也能达到很好的精度.

OD 矩阵估计的双水平优化模型

ＯＤ矩阵估计的双水平优化模型蒲云张苏（西南交通大学成都６１００３１）０引言ＯＤ矩阵的估计问题，长期以来一直是众多交通运输工作者致力于研究的重要课题。近１０年多的研究表明，下列几种方法是研究此类问题常用的方法：（１）基于最大熵的研究途径［１］；（２）...

基于微观仿真的快速路短时交通流预测研究

随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般方法的预测精度大大降低。为了能够及时准确地进行交通流短时预测,提出了一种以城市快速路为研究对象的以微观仿真技术为基础的短时交通流预测的方法。该方法以实时的快速路交通流数据为基础,应用M3分布模型对车辆进行初始分布,基于约束卡尔曼滤波进行OD矩阵估计,利用微观交通仿真的方法对快速路的未来交通流进行预测。经过实测数据验证,算法能对交通参数给出较好的预测结果。

网络层析成像研究综述

网络层析成像技术作为通信网络、层析成像技术和统计学理论相结合的产物,是一种全新的网络链路级参数推理、拓扑结构识别和OD(Origin-Destination)流估计的技术。在简要介绍网络层析成像的基本概念和数学模型的基础上,本文从网络链路级参数的推理、网络拓扑结构识别和OD流的估计3方面介绍了网络层析成像的研究现状,分析和展望了一些有价值的新发展,并指出了下一步的研究方向。

城市道路交通实时在线仿真平台优化与提升

随着大数据、人工智能和云计算等信息技术的快速发展,推动新型交通仿真技术的研究和应用,实现主动、及时、安全的智慧交通管控成为可能。本文介绍了一套完整的从动态车辆OD估计、动态路径决策、动态网络加载、实时在线仿真到短时交通预测的集成技术方法,支持交通预警、信号优化、动态诱导和事件评估等交通管控功能。通过在深圳新洲路实时在线交通仿真的应用案例,验证技术方法的可行性,并剖析技术流程中影响仿真精度的关键技术环节,提出技术优化和提升的方向及思路。

单源网络层析技术

网络层析技术是一种新的网络端到端测量方法,与传统的网络内部测量方法不同,它是通过端到端的测量数据来推测网络内部链路性能参数和网络拓扑的,从而实现与网络结构或协议无关的网络测量方法。在网络层析技术的基本概念和数学模型的基础上,讨论了目前单源网络层析技术的两类"反演问题":一是实现源节点到目的节点流量估计问题的被动网络层析技术;二是实现QoS参数估计与拓扑发现的主动网络层析技术。分析了网络层析技术的下一步研究方向。