-
题名关于建立城市道路交通运行状况宏观评价系统的研究
被引量：12
- 1
-
-
作者
于春全
郭敏
梁玉庆
-
机构
北京市公安局公安交通管理局
-
出处
《道路交通与安全》
2007年第1期1-6,共6页
-
文摘
立足于构建城市道路交通运行状态评估及服务水平评价指标体系,通过定量与定性相结合的宏观交通状况分析、评估、预测,科学诊断存在的交通问题,为广大市民出行提供交通服务,为政府相关部门决策提供定量依据。同时以北京城市道路交通的路网结构、长期积累的海量数据和现实交通状态为背景,针对现状路网的薄弱环节以及奥运会的交通需求,论述了城市道路交通运行状况(服务水平)的应用示例。
-
关键词
宏观交通评价系统
交通状态评估
评价指标体系
-
Keywords
the traffic macro-status judged systematize traffic status evaluated
the evaluated target system
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于车牌数据的行程速度特性及交通状态评估
被引量：4
- 2
-
-
作者
张南
黄正国
叶彭姚
李诚
乐欢
-
机构
西南交通大学交通运输与物流学院
-
出处
《综合运输》
2019年第5期63-70,共8页
-
基金
自然科学基金项目(61873216)
-
文摘
针对目前基于车牌的数据信息量大、覆盖范围广,但数据利用率低、资源浪费严重等问题,进行基于车牌的数据挖掘研究。分析已有数据处理方法及可能存在的问题,提出基于聚类思想的时间间隔获取方法,并对提取的行程时间数据进行异常判别和修复。利用相关方法计算平均行程速度,采用统计学分析方法研究了行程速度的时变特性,得到不同天相同时段平均行程速度的稳态变化规律。通过平均行程速度与速度标准差的量化关系研究,获得一天中不同时段行程速度的波动情况,最后设计以速度阈值为判断准则的交通状态评估算法,实例分析结果与实际交通状况一致,说明算法的科学性和有效性,可为交通管理部门提供可靠的决策依据。
-
关键词
城市交通
车牌数据
行程速度特性
交通状态评估
统计分析
-
Keywords
Urban traffic
License plate data
Travel speed characteristic
Traffic status assessment
Statistical analysis
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于多源数据融合的改进HMM拥堵评估模型
- 3
-
-
作者
何烜
黄艳国
杨仁峥
曾东红
-
机构
江西理工大学电气工程与自动化学院
-
出处
《广西大学学报（自然科学版）》
CAS
北大核心
2024年第2期336-345,共10页
-
基金
国家自然科学基金项目(72061016)
江西省教育厅科学技术研究项目(GJJ170554)。
-
文摘
针对交通流复杂的时空关联性以及自身的不确定性,为了准确评估路网通行能力并缓解交通拥堵问题,提出融合多源数据的改进隐马尔科夫模型,对交通拥堵态势进行评估。首先,引入多源数据观察特征,获得道路特征状态变量;然后,确定道路的状态参数,将交通流划分为4个状态;最后,使用改进韦尔奇算法考虑前n个时刻的历史数据,对隐马尔可夫模型进行参数估计和状态推断,获得改进后的模型。以深圳市某路段所在片区为例,对模型的有效性、适用性进行验证。结果表明:该方法准确性达到97.1%,相较于原始模型提高了4.7%,能对路网状态进行有效评估。随着采样频率的改变,改进后的模型与基准模型最低准确率分别相差9.8%、9.4%、9.7%。
-
关键词
交通工程
交通状态评估
多源数据
隐马尔可夫模型
-
Keywords
traffic engineering
traffic condition assessment
multi-source data
hidden Markov model
-
分类号
U491.2
[交通运输工程—交通运输规划与管理]
-
-
题名多源数据的交通状态判别及新增车辆拥堵预测
被引量：3
- 4
-
-
作者
罗秋琪
张小晶
吴智胜
韩荣青
-
机构
山东师范大学地理与环境学院
-
出处
《信息通信》
2020年第10期26-31,共6页
-
基金
国家重点研究计划项目,空间地理信息监测(2016YFC1402701)
国家自然基金面上项目,室内多源异构时空数据一体化建模与联合查询(41771436)
2019年大学生创新创业训练山东省级立项项目(S201910445024)。
-
文摘
交通状况评价和拥堵预测,是交通管理、调节和诱导的重要依据。通过融合卡口监测数据和出租车为主的浮动车数据,应用数据挖掘的思想构建密度聚类模型,以确定交通状态分类的阈值,从而刻画实际状态;其次建立车辆数-道路流量-道路平均速度关系模型,以预测新增车辆汇入路段后对道路状态的影响。结果表明:多源数据引入交通状态判别后,更有助于精确地划分状态,弥补了单一数据的不足;基于密度的聚类方法,能更有效地刻画不同等级道路的状态。在深圳市的分析验证中结果较可靠,对于助力交通拥堵预判以及缓解、提升智慧交通和智能城市发展意义重大。
-
关键词
交通状态评估
密度聚类
多源数据
新增车辆
拥堵预测
-
Keywords
traffic condition assessment
density clustering
multi-source data
congestion prediction
newly added vehicles
-
分类号
U495
[交通运输工程—交通运输规划与管理]
-
