咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >宏观交通流模型参数标定方法 收藏

宏观交通流模型参数标定方法

Methodology of Parameter Calibration for Macroscopic Traffic Flow Models

作     者:邵长桥 郭杰 刘小明 SHAO Changqiao;GUO Jie;LIU Xaioming

作者机构:北京工业大学交通工程北京市重点实验室北京100124 

出 版 物:《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期:2022年第48卷第12期

页      面:1298-1306页

学科分类:08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基  金:国家“973”计划资助项目(2012CB723303) 

主  题:交通工程 参数估计 联合模型参数估计方法 交通流模型 交通流理论 

摘      要:为了提高交通流模型整体估计精度,对交通流模型参数估计方法进行了研究.针对密度-速度、密度-流量以及速度-流量模型之间的关联性以及交通流观测数据分布特征对模型估计精度的影响,提出了联合模型参数估计方法,并给出了联合模型参数估计优化目标函数的表达形式及约束条件.以Castillo-Benítez和Van Aerde模型为例,基于北京市二环快速路实测数据对联合模型参数估计方法可行性及参数估计效果进行了验证;构建了加权判定系数,并结合平均绝对百分比误差(mean absolute percentage error,MAPE)和平方根误差(root mean squared error,RMSE)评价联合模型估计效果.结果表明,对Castillo-Benítez模型而言,由单一模型计算的速度、流量估计MAPE分别是19.8%和18.7%,基于联合模型计算的速度、流量MAPE分别下降为10.0%和10.0%,模型总体判决系数由0.913变化为0.910;对Van Aerde模型而言,由单一模型计算的密度、流量估计MAPE分别为16.4%和16.3%,基于联合模型计算的密度、流量MAPE分别为14.2%和14.2%,模型总体判决系数由0.732变为0.749.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分