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。

OD矩阵推算技术在高速公路影响区交通需求预测中的应用

为了简化高速公路影响区的交通需求预测工作,从分析我国高速公路的特点入手,引入节点OD矩阵和线路OD矩阵推算技术,对传统四阶段法中的交通生成和分布预测过程进行了修改。重点对新预测过程中的一些关键步骤,如对交通区划进行调整以实现线路OD与区域OD间的关联、运用OD矩阵反推技术推算得到现状OD以及进行交通区划的还原等,进行了详细的阐述,并给出新预测方法的流程图和工程应用实例,最后总结出新方法的应用条件。该方法的应用大大减轻了高速公路交通预测的工作量,对高速公路后评价、高速公路项目工可研究等具有重要的理论意义和实用价值。

城市快速路系统OD矩阵推算技术研究

城市快速路OD信息是进行快速路交通运营、建设绩效分析的基础,采取恰当方法推算快速路OD矩阵可以减少直接询问OD信息的工作量、避免道路拥堵及其所造成OD信息受到扰动.本文提出了基于进出匝道交通量和部分路段交通量,以快速路单方向一对相邻进出匝道划分交通小区,应用重力模型与双约束Frator法建立高质量先验OD矩阵,借助TransCAD交通规划软件中的矩阵反推模块进行矩阵推算,多角度检验OD矩阵推算效果的系统方法,并在广州市内环路快速路系统上进行了实例验证.结果显示,应用本文方法设定先验OD矩阵与推算OD矩阵后,拟合的路段及进出匝道上的分配交通量误差、平均出行距离与日周转量误差均较小.表明推算OD矩阵具有较高的准确性和可靠性,该方法是适用于快速路交通流分析的一种简便可靠的方法.

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。

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 .

高速公路出入口OD矩阵推算方法

研究已建高速公路历年断面流量变化规律,对制定各项管理措施和项目评估都至关重要。在我国断面交通流量硬件观测设施不十分普及的情况下,各收费站口数据的整理统计分析显得尤为重要。本文结合高速公路实际,提出以收费站数据为基础,进行高速公路出入口OD流量推算的一般方法,并对太旧高速公路2002年某天数据进行实例分析。

改进的粒子群算法在动态OD矩阵反推中的应用

针对粒子群算法存在收敛速度慢和局部最优的问题,引入粒子间相对位置改进基于抗体浓度的概率选择公式,提出了一种带免疫机理的改进粒子群算法。粒子不仅根据个体极值和全局极值更新速度和位置,而且按一定概率以轮盘赌法选择某个粒子进行学习,以保持种群多样性,防止出现早熟停滞现象。并将其用于由路段流量反推OD矩阵的极大熵模型求解研究中,以重庆市某交叉路口为实例进行实验,结果表明:粒子群算法推算OD矩阵是有效、可行的,可以克服牛顿法严格依赖初始值的缺点;改进的粒子群算法比基本粒子群算法和基本遗传算法具有更好的全局寻优能力。

适于估计OD矩阵的交通检测点的最优分布

讨论了适于估计起迄点出行分布矩阵 ( OD矩阵 )的交通检测点的合理分布问题 .根据检测点应当满足的规则 ,建立了关于检测点分布的非线性规划模型 .在已知极点间转移概率的前提下 ,将检测点的分布问题描述成一个平均报酬 Markov决策过程 ,并通过转化为一个等价的整数线性规划问题来求解 .最后实例结果表明该模型是有效的。

大型交通网络OD矩阵推算方法研究

ＯＤ矩阵是进行交通规划及管理的基础数据。本文首先研究了ＯＤ矩阵所需基本信息的获取方法，详细评述了现有ＯＤ矩阵推算模型，针对极大熵模型对践段交通量完全置信的不足，提出了极大熵修理模型，使模型能考虑交通调查产生的误差及交通分配引起的误差，极大提高了推算结果的精度。

基于进出口匝道流量的高速公路OD矩阵

分析了高速公路进出口匝道的交通流量特征及其与OD矩阵的关系,建立了高速公路进出口匝道交通量关系模型,生成了高速公路匝道系统的状态空间模型,分析了OD矩阵自身的特点,得到OD矩阵的约束关系,对常规的卡尔曼滤波方法进行了约束条件修正,从而形成了约束卡尔曼滤波递推方法。通过模拟数据的计算分析,约束卡尔曼滤波递推方法的性能与卡尔曼滤波递推方法相比有了很大的提高,能够较好地对高速公路上的时变OD矩阵进行跟踪,求解结果满足现代高速公路控制的需要。

基于公交IC卡数据的大规模OD矩阵推导算法研究

为实现基于公交IC卡数据的大规模OD(origination-destination)矩阵推导,提出了一种不关联公交调度信息和GPS数据的OD矩阵推导算法。提出了站点序号标注算法,通过时间聚类思想设计了自适应调整的时间间隔阈值以判断公交车的行驶状态,将公交站点序列与刷卡记录进行匹配;在此基础上,提出了单个公交车的行驶方向标注算法,通过从已知行驶方向的公交车推导未知方向公交车的方向标注算法。为了最大化解决公交数据的上车站点信息补全问题,将全局公交车行驶方向标注问题映射为图论中的节点遍历问题,利用贪心生长算法和广度优先策略实现了局部最优。最后该算法处理某市的公交IC卡数据,得到了公交出行链假设下的城市居民大规模OD矩阵。结果显示算法可有效推导大规模OD矩阵。

估计OD矩阵的监测路段选择的优化

探讨ＯＤ对数目大于路段数目时，监测路段的最优选择问题．采用二部图及其复盖建立数学模型，再用隐枚举法求解该模型．实例计算表明。

基于梯度法的OD矩阵估计和应用研究

以交通规划软件EMME/2为平台,在拥有合理的原始矩阵和一定数量的路段实测流量数据的基础上,运用梯度法(最速下降法)求出OD矩阵估计.结合具体的课题研究应用情况,证明该方法适用于大规模实际路网.

使用浮动车检测OD矩阵的算法及可靠性分析

回顾了国内外估算实时OD矩阵现状,提出了用浮动车检测实时OD矩阵的方法.采用最小二乘法给出了现有估算模型的证明过程,指出其存在的问题是估算模型假设浮动车与全部运营车辆比例为恒定的.为此,作者给出了浮动车与运营车辆比例随OD对变化的估算模型,并建立了求解该问题的算法,同时建立了求解估算OD矩阵可靠性的方法,最后,介绍了算法在北京的应用实例.

OD矩阵估计中交通观测点的设置问题研究

针对由路段流量估计OD矩阵的交通观测点设置问题,根据最大可能相对误差概念提出了改进的交通观测点设置原则:路径覆盖原则和最少观测点原则,并建立了相应的整数规划模型.该模型结构简单,计算方便,所需初始条件较少,且能够在保证OD矩阵估计的可行性和反推精度的同时节省交通观测费用.实例分析表明,结果合理可靠,有较好的适用性.

面向车联网的高速路OD矩阵估计模型

针对高速路OD矩阵的采集与估计,提出采用RFID技术的车联网进行部署,建立有缺失数据的OD矩阵采集方法.用拉格朗日乘数法求解OD矩阵元素概率的极大似然估计,给出基于EM算法的OD矩阵估计算法.通过9×12节点规模的仿真实验结果表明,提出的算法相比模拟采集准确性更高,真实数据的均方根误差降低了77.7%,验证了算法流程和模型的有效性.

通道OD矩阵推算算法的应用研究

交通规划中很重要的一环就是交通流调查。通过分析通道OD和断面流量的关系提出一种可通过断面流量推算OD矩阵的理论方法。并描述了将双向交通流分解为单向交通流进行推算的过程 ,给出了通道OD递推公式和相应条件。

基于库仑定律的公交站点OD矩阵生成研究

为获得更为合理的公交客流分配结果,引入库仑定律,根据公交站点在交通小区中的分布情况,分别建立了小区间和小区内的公交站点OD矩阵生成模型;然后,根据不同公交方式站点的特性对模型进行了优化,并通过对灵敏度系数的分析建立了灵敏度系数的求解模型;最后,通过实例对模型的有效性进行了验证.结果表明:文中模型具有较高的理论和实用价值,提高了公交客流预测的可靠程度.

考虑路段流量不确定性的OD矩阵反推算法

现有OD矩阵反推技术大都将路段流量确定为稳定不变的,导致反推精度不高。为了解决这一问题,以交通网络平衡和双层规划模型为理论基础,选取路段流量与实测流量之间的偏差平方和最小作为目标函数,删除OD矩阵的判别误差函数,将双层规划模型简化为单层规划,从而减少了计算量。以云南省某城市中心城区路网作为实际算例,采取用户平衡分配模型进行验证。结果表明,分配得到的路段流量与实测流量的相对误差都在12%以内,证明该方法与已有研究中以网络行驶时间最小作为目标函数的反推模型相比,精度更高。

基于ATIS下的OD矩阵估计

利用ATIS收集的信息,通过广义最小二乘模型,建立了一种新的OD矩阵估计方法。新方法利用ATIS能得到装有GPS车辆的路段选择比例矩阵,据此可推出网络中全部车辆的路段选择比例矩阵的期望值,克服了传统方法采集数据难、数据精度低等缺陷。新方法能获得实时可靠的数据,能对OD矩阵进行实时更新,从而增强了数据的实效性。在对新方法解的有关性质进行分析的基础上,给出了相应的求解算法,得出新方法的目标函数局部最优解是全局最优解,目标函数的解不唯一,但OD估计量唯一。数值仿真表明新算法非常有效,与传统方法相比,新方法是一种精度高、可靠性强的估计方法。