收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

城市主次干路的路段行程时间估计与预测方法研究

李继伟  
【摘要】:路段行程时间是最重要、最被广泛关注、最能反映交通运行状态的信息,与地点交通参数相比,可以更好地评价道路的畅通程度,能够反映道路的运输效率,体现实时的道路交通拥挤情况,在交通规划、交通控制、交通管理中起着重要作用。交通出行者、交通管理者和交通研究者都经常采用其进行评价交通状况或作为下一步交通决策的依据。 路段行程时间是采集与处理难度较大的交通信息,主要是由于行程时间是一个受众多因素影响的复杂动态参数,这些因素包括驾驶人员及行人等交通参与者固有的非线性行为、天气变化或者发生自然灾害等不可预知的环境改变、工作区域设置及交通事故发生等人为因素等等,这些因素的非线性特征使得行程时间成为单个出行者单次出行行为的独有特性。 不仅获得实时的、当前时刻的路段行程时间非常重要,提前预知未来时刻的路段行程时间同样十分重要。交通需求在未来短时间内的变化趋势决定着路段的交通状态变化情况,因此,路段行程时间短时预测可以便于交通管理者与出行者更好进行地管理决策与出行决策。预测未来时刻的行程时间比当前的信息更有意义,可以预知未来一段时间内的行程时间变化发展情况,推测其交通状态,为动态交通管理决策和出行决策提供依据。 路段行程时间估计与预测是动态交通管理决策和出行决策的重要信息基础。实时获取路段行程时间的估计值,并准确地对未来时刻路段行程时间数值进行预测,对于改善动态交通管理决策与出行决策的效果具有重要的现实意义。本文以城市主干路和次干路为对象,对路段行程时间的估计与预测方法进行了深入研究,主要的研究工作及创新之处体现在如下5个方面。 (1)城市主次干路路段行程时间特征分析与实验环境设计 由于信号控制的存在,城市主次干路的路段行程时间特性较为复杂,同时,在不同的信号控制系统中,检测器的布设位置不同,但现实应用中,同一路段上没有多信号控制系统共存的情况,同时为了考察GPS浮动车样本量变化对于路段行程时间数据的影响,需要进行仿真模拟。本章在对城市主次干路的车辆检测器布设位置与所获取的交通数据种类以及不同交通状态下交通流路段平均行程时间特性等进行深入分析的基础上,提出了交通状态模糊临界区间的概念和区分交通状态分别设计路段行程时间估计与预测方法的学术思想,构建本文的研究框架,并基于主流专业仿真系统搭建了城市主次干路行程时间估计与预测的总体实验环境,为后续研究奠定基本概念、基本原理和基本数据等方面的基础。 (2)基于地点交通参数数据的路段行程时间估计方法研究 在城市主次干路系统中,线圈检测器的布设主要是为了信号控制服务的,在不同的信号控制系统中,其布设位置也不相同,常见的有SCATS与SCOOT两类信号控制系统。针对运用地点交通参数估计路段行程时间的需要,分析了基于不同位置的线圈检测器数据估计路段行程时间时的可行变量集合。为了进一步改善基于SCATS类信号控制系统中的检测器数据对路段行程时间进行估计的效果,以地点速度数据为基础,提出了一种以模比系数为自变量的分交通状态分段回归的路段行程时间估计模型;针对SCOOT类信号控制系统中的检测器数据特点和BPR模型难以在不同交通状态下保持良好的路段行程时间估计效果的问题,分别提出了全状态累积流量的BPR修正模型和分状态累积流量的BPR修正模型。对比分析结果表明,这两项研究成果可以进一步降低基于交通信号控制系统的检测器数据对路段行程时间进行估计的误差。 (3)基于GPS浮动车数据的路段行程时间估计方法研究 针对运用车载GPS数据对路段行程时间进行估计的效果尚存在进一步提升空间的问题,提出了基于GPS浮动车瞬时速度数据的速度-时间数值积分修正模型,用于改善单个浮动车的行程时间估计效果,并分别针对样本量充足与样本量不足两种情况,提出了区分交通状态的交通流路段行程时间估计方法。对比分析结果表明,所提出的新方法能够进一步降低基于车载GPS数据对路段行程时间进行估计的误差。 (4)基于多源数据的路段行程时间融合估计研究 城市道路中的交通检测器与车载GPS所采集的数据各有优缺点,依据其所估计的路段行程时间数据也各有优劣,因此,为了提高路段行程时间的估计精度,研究基于两大类检测器采集数据的融合估计方法。为了充分利用城市道路中的交通检测器和车载GPS所获取的基础数据共同改善路段行程时间的估计效果,在多源数据融合原理阐述的基础上,首先进行了基于多源数据的路段行程时间融合估计原则与基本原理分析;提出了一种区分交通状态并将局部融合与整体融合相结合的路段行程时间估计方法,并经过对比分析对其有效性进行了证实。 (5)基于数据融合的路段行程时间短时预测方法研究 路段行程时间的未来发展趋势非常重要,掌握未来若干时刻的相应数据,有助于管理者与出行者进行管理决策与出行决策,提高效率。为了进一步改善路段行程时间预测的效果,开展了基于数据融合的城市主次干路路段行程时间短时融合预测基本原理分析,为了达到各交通状态下的路段行程时间短时预测精度均较高的目的,结合数据的横向与纵向趋势特点,提出了一种基于区分交通状态思想和数据融合技术的路段行程时间预测方法,对比分析结果表明,所提出的新方法在降低预测误差方面具有比较优势。 论文中涉及的研究内容、方法和结论是对城市主次干路路段行程时间估计与预测的一个探索,可以为城市道路交通的动态管理提供一定的理论依据和工程参考。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨少辉;王殿海;王英平;董斌;;最小二乘拟合法确定行程时间[J];公路交通科技;2006年09期
2 姚丽亚;关宏志;魏连雨;孙立山;;基于实时交通信息的行程时间估算及路径选择分析[J];公路交通科技;2006年11期
3 祁宏生;王殿海;;动态输入下路段行程时间研究[J];公路交通科技;2009年11期
4 鲁丛林,蔡宁;Braess's Paradox的博弈论分析[J];长沙交通学院学报;2003年03期
5 熊志华,邵春福;路网可靠性研究的回顾与展望[J];交通运输系统工程与信息;2003年02期
6 温惠英;徐建闽;傅惠;;基于灰色关联分析的路段行程时间卡尔曼滤波预测算法[J];华南理工大学学报(自然科学版);2006年09期
7 张茗红;;AKF算法在城市快速路行程时间计算中的应用[J];公路与汽运;2008年03期
8 刘杨;郑黎黎;常云涛;;城市道路应急车辆路段行程时间计算模型[J];交通与计算机;2008年05期
9 朱彦;曹彦荣;杜道生;;城市快速路行程时间的统计分析与预测[J];交通运输工程与信息学报;2009年01期
10 刘浩;张可;汉克·范少伦;;行程时间噪声数据处理技术研究[J];交通运输系统工程与信息;2009年04期
11 姜桂艳;常安德;张玮;唐永勇;;基于GPS浮动车的自然路段行程时间估计方法[J];公路;2009年11期
12 张宇,姜双林;动态路段行程时间函数与BPR函数的比较研究[J];黑龙江交通科技;2002年07期
13 杨晓光,张汝华,储浩,伍速峰;基于高速公路收费系统的交通信息采集与处理基本问题研究[J];系统工程;2004年11期
14 朱伟刚;李宁;;基于GPS数据的行程时间及交叉口延误估计模型[J];沈阳建筑大学学报(自然科学版);2011年01期
15 杨志宏,杨兆升,于德新,陈林;基于马尔可夫排队模型的行程时间预测方法[J];吉林大学学报(工学版);2004年04期
16 周文霞;徐建闽;刘正东;;基于卡尔曼滤波算法的公交车辆行程时间预测[J];交通标准化;2007年Z1期
17 承向军;郭伟平;;基于行程时间和路口延误的网络VMS选址算法[J];交通与计算机;2008年02期
18 李清富;周强喜;郭继先;;地方道路网行程时间可靠度的计算[J];河南科学;2009年02期
19 王殿海;祁宏生;李志慧;;信号控制下的路段行程时间[J];吉林大学学报(工学版);2010年03期
20 姜桂艳;常安德;张玮;;基于GPS浮动车的路段行程时间估计方法比较[J];吉林大学学报(工学版);2009年S2期
中国重要会议论文全文数据库 前10条
1 张宇;裴玉龙;;动态路段行程时间函数的确定及其与BPR函数的比较研究[A];第七次城市道路与交通工程学术会议论文集[C];2002年
2 刘杨;沈海州;彭国雄;;基于神经网络的消防车辆行程时间计算模型[A];第一届中国智能交通年会论文集[C];2005年
3 徐建闽;邹亮;;浮动车与感应线圈检测技术融合模型[A];第二十四届中国控制会议论文集(下册)[C];2005年
4 张存保;杨晓光;;基于浮动车的道路交通信息采集系统研究[A];第二届中国智能交通年会论文集[C];2006年
5 侯佳;周广;杜小川;过秀成;;城市主干道接入口左转交通组织仿真研究[A];2008第四届中国智能交通年会论文集[C];2008年
6 徐鹏;丁坚;王慧敏;侯磊;;交叉口影响下的物流配送最优路径费用模型[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
7 周商吾;李贵林;;上海市快速高架道路网交通效益评析[A];中国土木工程学会市政工程分会1999年学术交流会论文集[C];1999年
8 白凡义;;世界银行贷款项目“卫津路拓宽工程”的经济效益计算[A];天津市市政(公路)工程研究院院庆五十五周年论文选集(1950~2005)下册[C];2005年
9 陈峻;周智勇;;不对等信息显示的城市停车预调度方法研究[A];第一届中国智能交通年会论文集[C];2005年
10 陈仁朋;许伟;陈云敏;;时域反射法测试污染土的含水量[A];第二届全国环境岩土与土工合成材料技术研讨会论文集(一)[C];2008年
中国博士学位论文全文数据库 前10条
1 张玮;基于GPS浮动车的路径行程时间估计系统关键技术研究[D];吉林大学;2011年
2 李继伟;城市主次干路的路段行程时间估计与预测方法研究[D];吉林大学;2012年
3 任其亮;时空路网交通拥堵预测与疏导决策方法研究[D];西南交通大学;2007年
4 宋淑敏;非常态下异常道路交通状态信息获取技术研究[D];吉林大学;2012年
5 张良智;城市区域交通控制技术研究[D];山东大学;2013年
6 熊志华;道路网行程时间可靠性基础理论与方法研究[D];北京交通大学;2006年
7 李俊卫;快速路动态OD矩阵估计研究[D];北京交通大学;2009年
8 白润才;露天矿卡车实时调度优化决策系统及应用效果预测研究[D];辽宁工程技术大学;2005年
9 卢守峰;基于元胞自动机的交通信号控制与路径诱导的协同研究[D];吉林大学;2006年
10 计会凤;基于浮动车GPS数据的动态交通预测与诱导模型研究[D];辽宁工程技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 吴方国;采用低频采样浮动车数据的城市路段行程时间估计与预测[D];浙江工业大学;2010年
2 徐桂鑫;基于数据融合的路段行程时间估计[D];山东大学;2012年
3 刘克;高速公路的路段行程时间估计与预测方法研究[D];北京交通大学;2013年
4 武小云;基于GPS浮动车的城市交通路段行程时间实时估算方法研究[D];华南理工大学;2010年
5 刘春华;基于交通数据融合技术的行程时间预测模型[D];湖南大学;2013年
6 刘伟;基于蚁群算法的动态路径诱导研究[D];西南交通大学;2008年
7 武勇;基于时间分布的公交行程时间预测模型的研究[D];山东大学;2012年
8 于洋;面向乘客的公交车辆运行信息采集与发布方法研究[D];哈尔滨工业大学;2006年
9 杨文轩;基于遗传算法的路径诱导系统的研究与设计[D];华中科技大学;2007年
10 常安德;基于GPS浮动车的路段行程时间采集方法研究[D];吉林大学;2009年
中国重要报纸全文数据库 前10条
1 记者  杨颖;投资54亿 丹海高速公路今年开工[N];鞍山日报 ;2006年
2 才让当智;打通致富金路助力经济腾飞[N];甘肃日报;2006年
3 白冰;粤港酝酿建设高速直通铁路[N];国际商报;2003年
4 刘宏奇 蔡炜 丁亚鹏;体验城乡交通“两难尴尬”[N];新华日报;2003年
5 记者 张晶实习生 杨许发;江西居民赴台旅游省时省钱[N];江西日报;2008年
6 单玲丽、翁醉;异地置业互动商机无限[N];中国房地产报;2003年
7 张洵涛;“节电之旅”应时而生[N];中国旅游报;2004年
8 记者 张毅;太原至大同 太原至长治 两条省内航线正式开通[N];山西日报;2010年
9 FriedrichSmaxwil;高速铁路与城市竞争力[N];科技日报;2007年
10 通讯员 陆应果严勇 记者 黄伟清;南京到九江快了8小时[N];南京日报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978