基于随机抽样GMM的城市交通运行状态模式分类

针对城市交通运行状态模式分类研究实验对象单一、标准方法适用性较差的问题,提出一种基于高斯混合分等级随机抽样聚类的交通运行状态模式分类方法。采用相对速度作为聚类指标,利用分等级随机抽样的方法,从组成城市路网6种主要道路等级的路段中分别进行随机采样,在此基础上比较不同采样数下的聚类结果。实验结果表明:当采样路段数在3000条以上时,该方法NMI指标维持在0.95以上,聚类结果基本保持稳定;当交通运行状态模式数为5时最为合理,与其他模式数的结果相比,此时聚类中心没有明显重合,DBI指标最小;与国标、FCM和K-means聚类方法相比,该方法的整体分类效果更优,符合聚类指标的分布特点,与聚类指标的相关性更高。

基于时空特征向量的城市快速路交通状态长时段预测

针对交通状态长时段预测问题,提出了基于时空特征向量的长时段交通状态预测模型。该模型在分析交通状态变化时空关联性的基础上,构建了表征交通状态变化规律的时空特征向量,包括时间轴特征、路段历史平均交通状态特征、时间常发拥堵特征和上下游路段的历史交通状态特征。单路段预测实验结果表明,模型预测准确度较高,全天预测准确度在90%左右,高峰预测准确度在80%左右。此外,与单一时间特征相比,提出的时空特征向量能显著提高预测准确度。多路段的实验结果表明,基于时空特征向量的SVM预测方法具有较好的普适性,全天平均预测准确度达到了95%左右,高峰平均预测准确度达到了88%左右。

基于速度数据的GPS时间延迟精确测量方法

针对GPS与MIMU数据融合中关于数据同步的问题,提出一种基于速度数据精确测量GPS时间延迟的方法。基于最小误差估算方法的数理统计理论,该方法以同步接收GPS信号和汽车脉冲车速为数据基础,对GPS的信号延迟进行精确计算。同时,针对该方法进行数据采集实验和分析,验证通过该方法计算的GPS信号延迟具有稳定性和可靠性,可以应用于GPS与惯性导航系统进行数据融合等场合。

基于兴趣点与导航数据的手机信令数据出行方式识别

手机信令数据具有样本量大、采集成本低、跟随性强等优势,基于手机信令数据的居民出行特征分析具有重要意义。文章针对手机信令数据,设计了一套用户出行特征分析的框架,包括数据清洗、轨迹点分析、出行链提取、兴趣点分析与出行方式识别;基于兴趣点、路网数据与导航数据将用户的出行方式划分为驾车、公交、步行与骑行四种模式。结果表明,结合兴趣点与导航数据后,用户出行方式的识别正确率得到明显提升,与仅使用导航数据的识别算法相比,所提出的结合兴趣点与导航数据的算法正确率提升超过10%,具有较高的识别准确率。

动态可变车道在路网通行能力优化中的应用

为利用可变车道增加交通高峰和紧急疏散时道路的通行能力,提出了动态车道反转的技术框架,以实现车道方向快速反转以适应动态交通流变化。建立了动态可变车道交通通行能力分析模型,分析了路段、交叉口和路网的通行能力。提出了整数线性规划和双层规划模型,以最大限度地通过可变车道提高路网的通行能力。结果表明:采用整数线性规划模型和主动式的可变车道管理策略,将使路网通行效率提高72%;采用双层规划模型模拟道路网络更能反映实际的交通运行状态。

城市建筑物出口与道路连接处通行能力研究

为了分析城市土地利用对道路的交通影响,需要准确地分析城市建筑物出口与道路连接处的通行能力。对建筑物出口车流插入的实际交通运行特征进行了深入分析,在参照主路优先的无信号交叉口的可插入间隙理论模型基础上,通过实际调查数据对模型的车辆长度、安全间距、加速度和主路可接受间隙等关键参数进行分类量化修正和标定,解决了原模型难于反应建筑出口可容纳排队车辆数及主路车流速度对建筑物出口可插入车流能力的影响的问题,能有效得出不同等级城市道路的建筑物出口所能承受的插入车流量。新的模型与实际交通情况具有更高的拟合度,为准确评估地块开发后对所在道路的交通影响提供了量化参考,提高了城市规划的科学性。

基于服务质量招投标的出租车管理费计算模型研究

近年来受移动互联网的影响,出租车行业运行环境发生了重大变化,有关政策面临调整和变革。为适应新的形势和发展需求,从营收分配的角度,以出租车里程利用率为关键因素,提出一种基于服务质量招投标的出租车管理费计算模型,并以佛山市为例进行实例测算。研究表明,出租车里程利用率是影响营收的关键因素,出租车管理费和司机收入随里程利用率的变化而变化。当出租车里程利用率从0.6下降至0.57时,司机平均收入减少约1000元/月,与实际情况基本相符。建议相应下调管理费,形成企业与司机利益共享、风险共担的良性体系。