检索结果-南通市图书馆

同方期刊数据库

基于L-偏度和L-峰度的行程时间可变性表征方法

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2022年第10期35卷 254-267页

作者：陈瑞雅许项东同济大学道路与交通工程教育部重点实验室上海201804

为了定量化测度行程时间可变性右偏且长尾的实证特征,考虑实际观测中可能存在的数据样本量不足和离群值干扰问题,提出基于线性矩的L-偏度和L-峰度用于精确表征行程时间可变性。考虑到线性矩是顺序统计量期望的线性组合,给出了避免遍历... 详细信息

为了定量化测度行程时间可变性右偏且长尾的实证特征,考虑实际观测中可能存在的数据样本量不足和离群值干扰问题,提出基于线性矩的L-偏度和L-峰度用于精确表征行程时间可变性。考虑到线性矩是顺序统计量期望的线性组合,给出了避免遍历所有子样本的线性矩估计方法。根据线性矩概念,探究了L-偏度和L-峰度的数学含义和其表征行程时间可变性的有效性,以及样本L-偏度和L-峰度的计算方法。理论研究发现,在表征范围和样本估计质量方面,相较于传统偏度和峰度,L-偏度和L-峰度对行程时间可变性具有更加优越的表征能力。采用深圳市车牌照识别系统的行程时间数据集进行案例分析,从无偏性、鲁棒性和有效性3个维度证明了L-偏度和L-峰度相较于传统偏度和峰度的优越性。分析结果如下:样本L-偏度和L-峰度在样本量不足时仍然是总体近似的无偏估计,而传统偏度和峰度的系统性误差较大;L-偏度和L-峰度对离群值具有鲁棒性,而传统偏度和峰度对离群值过于敏感;样本L-偏度和L-峰度对总体的估计波动小且精度高,具有良好的估计有效性;L-偏度和L-峰度分别与传统偏度和峰度有较高相关性,但又能够辨识出不同时空下行程时间可变性分布的差异。基于L-偏度和L-峰度所表征的行程时间可变性信息,出行者、规划者和管理者能够更加精准地认知不确定性的路网运行状态,从而做出更合理的行为选择和优化决策。

关键词：交通工程行程时间可变性表征线性矩行程时间分布可靠性交通系统分析出行决策

基于均值和标准差的高速公路行程时间可靠性预测

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2011年第6期11卷 74-84页

作者： AREZOUMANDI Mahdi 密苏里科学技术大学土木建筑与环境工程学院罗拉MO65409-0440美国

在密苏里州圣路易斯市I-270/I-255州际公路上,可变限速标志实时控制高峰期车速以缓解拥堵.本文研究可变限速系统对行程时间分布和可靠性的影响,分析伽马分布、最大极值分布l、og-logistic概率分布、对数正态分布及威布尔分布与24小时行... 详细信息

在密苏里州圣路易斯市I-270/I-255州际公路上,可变限速标志实时控制高峰期车速以缓解拥堵.本文研究可变限速系统对行程时间分布和可靠性的影响,分析伽马分布、最大极值分布l、og-logistic概率分布、对数正态分布及威布尔分布与24小时行程时间数据的拟合程度,得到后可变限速情形下行程时间的分布.结果表明,后可变限速情形下行程时间的分布服从对数正态分布.提出基于行程时间均值和标准差方法计算行程时间可靠性最关键指标之一——第95百分位数的行程时间.基于I-270/I-255公路四个拥堵路段36个实测数据集,用参数和非参数统计验证了方法的有效性.

关键词：公路运输可变限速行程时间行程时间分布行程时间可靠性对数正态分布

在线全文

学校读者我要写书评

暂无评论

基于路径拼接模型的路径行程时间估计方法

中山大学学报（自然科学版）（中英文） 2023年第6期62卷 80-88页

作者：李烨焘黄敏黄春婷张小兰中山大学智能工程学院/广东省智能交通系统重点实验室广东深圳518107 广东工贸职业技术学院广东广州510510

依托卡口检测数据,提出路径拼接模型以利用大量短路径行程时间对城市道路中的长路径行程时间进行估计。该模型提出子路径进行拼接时要满足的两个条件:存在公共结点及交通状态相近;在此基础上将目标路径按照整体方差最小的原则拆分为由... 详细信息

依托卡口检测数据,提出路径拼接模型以利用大量短路径行程时间对城市道路中的长路径行程时间进行估计。该模型提出子路径进行拼接时要满足的两个条件:存在公共结点及交通状态相近;在此基础上将目标路径按照整体方差最小的原则拆分为由多个子路径组成的拼接方案。基于提出的路径交通流基本图划分子路径的交通状态,使用Burr分布拟合不同交通状态下的子路径行程时间得到行程时间分布函数;将给定的目标行程时间分配至拼接方案中的子路径使得子路径行程时间之和等于目标行程时间,累加所有时间分配方案对应的概率得到目标路径的行程时间概率,计算多个目标行程时间对应的概率得到目标路径的行程时间概率分布。实验结果显示:本文提出的路径行程时间估计方法得到的路径行程时间均值与真实轨迹均值的误差为3.04%;得到的行程时间分布与真实行程时间分布的JS散度为0.05。路径行程时间估计值真实可靠,可为后续研究提供数据基础。

关键词：路径行程时间路径拼接交通状态行程时间分布

维普期刊数据库博看期刊

基于车牌识别数据的城市道路行程时间估计方法研究

在线全文

学校读者我要写书评

暂无评论

基于车牌识别数据的城市道路行程时间估计方法研究

作者：李诚西南交通大学

学位级别：硕士

实时、准确、可靠的行程时间信息能直观反映城市路网运行状态,是智能交通系统中智慧出行信息系统、智能交通管理系统等的重要支撑。城市道路网作为开放性路网,车流会受到车辆随机到达离开、信号控制方案等众多因素影响而呈现明显的间断... 详细信息

实时、准确、可靠的行程时间信息能直观反映城市路网运行状态,是智能交通系统中智慧出行信息系统、智能交通管理系统等的重要支撑。城市道路网作为开放性路网,车流会受到车辆随机到达离开、信号控制方案等众多因素影响而呈现明显的间断流特征,导致城市道路路段行程时间估计相较于高速公路、快速路等连续流设施具有更大的不确定性。本文充分考虑间断流特征,基于车牌识别数据构建了一套新的城市道路行程时间估计方法。具体研究如下:（1）针对车牌识别数据提出一套完整的行程时间数据获取及预处理方法,并对研究区域内的数据体量、车牌识别精度、样本匹配率等做详细分析,结果表明车牌数据具有较高的可靠与稳定性。（2）充分考虑信号控制对行程时间的影响,提出了一种符合间断流特征的行程时间估计策略。将城市道路行程时间分为不停车通过分量、信控延误分量、活动分量,以活动车辆数据为异常离群值,分别构建基于高斯混合分布的不停车通过时间分量估计模型、基于延误模式的周期级信控延误分量估计模型,以实现更为精细的周期级阈值窗估计,进而以该实时阈值窗完成活动车辆数据的清洗与行程时间均值估计。（3）本方法应用于研究路段的行程时间估计,将清洗与估计结果与连续流滤波常用的中位平均滤波算法、Dion低通滤波算法做结果对比,从过滤点、阈值窗、均值线估计结果等方面定性定量分析评价,结果显示本方法能提供更精确、可靠、稳定的阈值窗,在有效抑制高频活动噪声数据的同时,还能保留信控延误车辆数据,能更好的反映城市道路实时延误状态及行程时间变化趋势。

关键词：车牌识别数据间断流行程时间估计延误模式行程时间分布

基于RFID电子车牌数据的城市路段行程时间预测研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于RFID电子车牌数据的城市路段行程时间预测研究与实现

作者：秦江灵重庆大学

学位级别：硕士

随着经济社会的逐步发展,我国各大中城市的汽车保有量近年开始急剧攀升,随之带来的环境污染、交通事故,尤其是交通拥堵问题也日趋严重。近年来解决城市交通问题的手段主要包括限制车辆保有量的增长和大力发展公共交通设施,但这些手段都... 详细信息

随着经济社会的逐步发展,我国各大中城市的汽车保有量近年开始急剧攀升,随之带来的环境污染、交通事故,尤其是交通拥堵问题也日趋严重。近年来解决城市交通问题的手段主要包括限制车辆保有量的增长和大力发展公共交通设施,但这些手段都不是解决城市交通问题的根本之道。通过发展智能交通系统才是解决城市道路交通拥堵、环境污染等问题的有效方法之一,而城市道路行程时间短时预测作为智能交通系统中的一个重要研究领域,能够实现交通诱导,有效缓解城市道路的交通拥堵问题。但目前国内外的行程时间预测问题大多集中于基于GPS浮动车和固定线圈检测器的数据,鲜有利用RFID电子车牌数据进行相关的研究。近年来随着我国在智能交通系统方向研究与应用的大力投入,实现了交通流参数自动获取装置在大量城市的部署应用。以重庆市为例,在全国率先普及应用了RFID电子车牌,并在重庆市区的主要交通道路都部署了RFID电子车牌采集点,为城市道路交通的研究提供了丰富的数据来源。本文在重庆市RFID电子车牌数据的基础上,主要的研究内容可以概括为以下几个方面:(1)基于重庆市RFID电子车牌数据研究了城市道路行程时间的相关特征。首先描述了通过RFID电子车牌数据获取路段行程时间的方法,依据城市道路划分为快速路、主干路、次干路以及支路,分析了不同道路行程时间的分布特征,并用高斯分布、伽玛分布等对行程时间概率的分布进行拟合,并通过计算SSE和R-Square值对拟合效果进行了分析,结果表明对数正态分布和伽玛分布能较好用于城市路段的行程时间概率分布的拟合。(2)提出了基于KNN算法的城市道路行程时间预测模型。然后基于重庆市的RFID电子车牌数据,应用该模型进行实验并对实验结果进行分析,实验结果表明对快速路和主干路的行程时间预测的平均相对误差百分比在6%左右,通过对比实验发现要明显优于历史均值模型和ARMA模型,表明基于KNN算法的城市道路行程时间预测模型能较好应用于行程时间城市道路预测。(3)实现了基于Spark Streaming行程时间的实时预测系统。结合Kafka和Redis,通过Spark Streaming对RFID电子车牌数据进行实时处理,将KNN算法运行在Spark上对行程时间进行实时预测。最后基于重庆市的RFID电子车牌数据进行了一系列系统测试,并进行了系统性能分析,结果表明系统能够满足设计需求。

关键词：行程时间分布行程时间实时预测 KNN算法 Spark Streaming

基于网格区域交通状态的城市路网行程时间预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网格区域交通状态的城市路网行程时间预测研究

作者：贾惠迪北京交通大学

学位级别：硕士

行程时间可以直观反映路段的交通状态,准确的行程时间估计可以为出行者提供更优的出行路线,降低出现交通拥堵的概率。当前对于行程时间的估计,主要集中在高速公路或快速路,且许多行程时间预测模型只提供预期的行程时间。基于此,本文对... 详细信息

行程时间可以直观反映路段的交通状态,准确的行程时间估计可以为出行者提供更优的出行路线,降低出现交通拥堵的概率。当前对于行程时间的估计,主要集中在高速公路或快速路,且许多行程时间预测模型只提供预期的行程时间。基于此,本文对基于交通状态的行程时间问题进行研究。本文在浮动车GPS数据的基础上,对路网的交通状态进行划分,并在此基础上,提出基于不同交通状态的联合行程时间概率密度模型,并基于实例对行程时间进行了估计。首先,本文在对浮动车GPS数据进行预处理后,构建了基于宏观基本图的区域交通状态判别方法。该方法利用总出行时间和总出行距离代替加权流量和加权密度构建宏观基本图,采用高斯混合模型对速度、密度进行聚类。结果表明,研究区域内的交通状态可以划分为三类:畅通、轻度拥堵和重度拥堵;通过函数拟合的方法,得到宏观基本图的函数表达式,并求得对应交通状态下的速度及密度区间。其次,对研究区域内的常发性拥堵区域进行识别,并对路径的平均行程速度进行预测。在区域路网正方形网格化的基础上,采用基于密度的改进DBSCAN算法,对研究区域内的常发性拥堵网格进行识别;设计基于三组处理方式的不同数据集,在此基础上,利用长短时神经网络对路径的行程速度进行预测。结果表明,经过数据平滑的多次平均模型的预测效果最好。最后,对不同的交通状态下网格联合行程时间进行了可靠性的分析,并建立了基于不同交通状态下联合网格的行程概率密度模型。由于不同分布的概率密度函数无法直接相加,本文进行了相应的函数推导。经过综合数据分析研究可以发现,三类交通状态下的最佳网格行程时间分布呈现出不同的特征,畅通、轻度拥堵和重度拥堵区域的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布;以北京市的道路为例,对行程时间进行了估计,结果表明,本文建立的模型快速有效,而且路径距离越长,时间段划分越小时,估计精度越高。

关键词：轨迹数据宏观基本图网格化交通状态划分行程时间分布可靠性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市轨道交通网络短时客流OD估计模型

交通运输系统工程与信息 2015年第2期15卷 149-155,162页

作者：姚向明赵鹏禹丹丹北京交通大学交通运输学院北京100044

基于状态空间方法构建适用于城市轨道交通网络的短时客流OD(origindestination)估计模型.利用自动售检票数据分析得到OD间乘客行程时间分布特征,构建基于行程时间分布的客流到达系数,以此建立OD流与车站进出站客流间相互关系,并以车站... 详细信息

基于状态空间方法构建适用于城市轨道交通网络的短时客流OD(origindestination)估计模型.利用自动售检票数据分析得到OD间乘客行程时间分布特征,构建基于行程时间分布的客流到达系数,以此建立OD流与车站进出站客流间相互关系,并以车站客流分离率为状态变量构建结构化OD矩阵估计状态空间模型.以北京市轨道交通为对象进行案例分析,结果表明,当估计时段长度为15 min时,估计平均相对误差为35.5%;为30 min时,估计平均相对误差为20.4%;为60 min时,估计平均相对误差为16.3%.所构建模型能能有效解决城市轨道交通短时客流估计问题,具有一定的实用性.

关键词：交通工程短时客流OD估计状态空间模型城市轨道交通行程时间分布

在线全文

学校读者我要写书评

暂无评论

基于车牌数据的信号交叉口最大排队长度估计

基于车牌数据的信号交叉口最大排队长度估计

作者：乐欢西南交通大学

学位级别：硕士

城市交叉口的车辆最大排队长度是衡量交通运行状况,评价交通拥堵的重要指标之一。通过对最大排队长度的估计可以为城市管理、信号控制、路径诱导等提供依据,从而达到缓解交通拥堵的目的。本文将信号交叉口的最大排队长度定义为某车道在... 详细信息

城市交叉口的车辆最大排队长度是衡量交通运行状况,评价交通拥堵的重要指标之一。通过对最大排队长度的估计可以为城市管理、信号控制、路径诱导等提供依据,从而达到缓解交通拥堵的目的。本文将信号交叉口的最大排队长度定义为某车道在一个周期中,排队尾部离交叉口最远时的排队车辆数。文章选用车牌数据估计交叉口的最大排队长度,主要研究内容如下:本文首先对基础数据进行分析和清洗。对车牌数据存在数据冗余、车辆号牌识别异常、行程时间记录错误等问题进行原因分析,并结合信号配时信息清洗原始车牌数据。在此基础上,由车牌号码匹配获得车辆行程时间,借鉴已有的算法对行程时间中存在的噪声数据进行清洗,按照行程时间变化规律补齐清洗后的缺失行程时间。然后,通过车辆平均延误划分交通状态,结合信号配时数据,将一天划分为多个时间区间。以一个时间区间为基本单位,通过高斯混合模型对区间内车辆行程时间分布进行拟合,由EM算法对模型求解。针对EM算法无法通过迭代优化模型分布个数的弊端,本文通过分析行程时间分布的特点,设置模型的分布个数;针对EM算法不能求解全局最优解的弊端,本文结合交通波的原理,为模型设置具有交通含义的初始值。利用模型求解获得的行程时间分布,构建通过行程时间分布判断车辆排队次数的模型,由统计的方式将车辆的排队次数转化为各周期的最大排队长度。最后,为了展示并检验本文所用模型的应用效果,针对案例路段进行了VISSIM仿真分析和和实地数据分析。在VISSM仿真分析中,采用行程时间检测器获取的车辆行程时间作为数据源;在真实场景中,采用电子警察获取的车牌数据和信号控制系统上载的信号配时数据作为数据源。最后通过MSE、MAE等多种指标评估不同场景、交通状态下车道组和单车道的最大排队长度估计结果,并与其他算法对比,证明本文提出的最大排队长度估计方法的有效性和实用性。

关键词：车牌数据行程时间分布高斯混合模型最大排队长度

基于朴素贝叶斯分类器的轨道交通客流分布模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于朴素贝叶斯分类器的轨道交通客流分布模型研究

作者：汪周盼华南理工大学

学位级别：硕士

随着现代城市规模的不断扩大,人口逐渐向大城市集中,为了解决城市居民出行难的问题,轨道交通因其具有载客量大,准时高效,安全环保等特点,逐渐成为了各大城市解决交通拥堵以及出行难问题的重要选择。轨道交通在设计建造的过程中,采用的... 详细信息

随着现代城市规模的不断扩大,人口逐渐向大城市集中,为了解决城市居民出行难的问题,轨道交通因其具有载客量大,准时高效,安全环保等特点,逐渐成为了各大城市解决交通拥堵以及出行难问题的重要选择。轨道交通在设计建造的过程中,采用的是站内换乘的模式,即乘客在换乘站内不需要出站就可以由一条线路换乘到另一条线路,这给乘客出行带来了极大的方便,但由于乘客只需要进出站台刷卡,因此其在轨道交通网络中的出行路径也无法确定。一方面,由于资本运作的缘故,现在的轨道交通建设多采用PPP(Public-Private Partnership)模式,即由政府和社会资本共同出资建设公共基础设施,前期带来的收益共享。在轨道交通成网的前提下,如果不能准确掌握客流分布规律,对企业和政府的合作关系来而言,将蒙上阴影;另一方面,对轨道交通运营管理者而言,知晓乘客的路径选择乃至客流的分布规律,对于提高服务效率改善服务水平,意义重大。现有的做法大多是基于路径的阻抗函数来求得路径的概率,对路径加以研究而忽律了其中的主体:乘客。对于轨道交通网络中的多路径问题而言,影响乘客路径选择的因素乃至乘客本身才是问题的核心。本文在考虑轨道交通网络化运营的前提下,分析影响乘客路径选择的三个关键因素:行程时间、行程距离和换乘次数,以单个乘客作为研究对象,提出一种基于朴素贝叶斯分类器的客流分配模型,通过比较乘客在每条有效路径后验概率的大小确定乘客的出行路径。文章首先分析了影响乘客路径选择的因素,将其分为确定性因素和不确定性因素,并分析了行程时间的分布规律以及行程时间的构成,为行程时间属性求解打下基础;其次提出了有效路径的定义,通过将路径路阻函数和广度优先路径搜索算法相结合,综合考虑路径的可达性和路径的路阻,生成OD间有效路径集;然后根据朴素贝叶斯分类器原理,构建以行程时间、行程距离和换乘次数为属性特征,单个乘客为研究对象的客流分配模型;最后以广州市轨道交通系统作为实例研究,分析了全体客流分布情况、高峰时段客流分布情况以及线网客流分布情况,并对计算结果做了合理性分析。

关键词：城市轨道交通客流分布行程时间分布贝叶斯分类器