-
题名手机信令数据在城市道路交通量预测中的应用
被引量：6
- 1
-
-
作者
周南
齐远
龙科军
-
机构
湖南省交通科学研究院有限公司
湖南省交通规划勘察设计院有限公司
长沙理工大学
-
出处
《公路工程》
北大核心
2018年第5期85-88,175,共5页
-
基金
国家自然科学基金项目(51678076)
-
文摘
交通量预测是城市道路可行性研究的核心内容,准确性和可靠性主要依据基础交通调查的准确度和覆盖率,而面对城市居民出行调查,问卷调查等传统的城市居民出行调查存在工程量浩大、耗时耗力、样本量低、经济投入巨大等诸多弊端。随着手机普及率的提高,手机覆盖了城市绝大多数人口,采用手机信令分析技术替代传统的出行调查成为可能。选择长沙市手机信令数据为基础,以长沙市人民路过湘江隧道的交通量预测为例,介绍了通过手机信令数据处理实现交通预测的解决方案。
-
关键词
手机信令
城市道路
交通预测
-
Keywords
mobile phone signaling
urban road
traffic trip forecast
-
分类号
U491.1
[交通运输工程—交通运输规划与管理]
-
-
题名引入土地结构熵参数的出行分布预测广义重力模型研究
被引量：5
- 2
-
-
作者
郭晓峰
-
机构
东南大学交通学院
-
出处
《交通信息与安全》
2014年第4期1-7,13,共8页
-
文摘
在交通出行分布预测中,一般采用非重力模型的方法单独估计区内出行量,而这会导致与出行分布理论不一致性,以及复杂的统计分析。文中借助信息熵理论,建立了土地结构熵模型和引入熵参数的广义重力模型,以获得区内出行和区间出行一致的理论算法。将城市用地规划的构成要素直接引入交通规划,实现了土地利用与城市交通在规划理论和技术上的衔接,提高交通规划的科学性和合理性。以2008年西安市大规模居民出行调查实际数据为基础,进行了区内出行和整体出行预测的误差分析。验证结果表明:构建的广义重力模型有效提高了区内出行估计精度,预测精度提高1倍,误差降低5个百分点,最大误差降低达到15个百分点。
-
关键词
交通规划
出行分布
土地结构熵
广义重力模型
交通预测
-
Keywords
traffic planning
trip distribution
land structure entropy
generalized gravity model
traffic forecast
-
分类号
U491.12
[交通运输工程—交通运输规划与管理]
-
-
题名基于出行生成约束模型的交通需求预测方法研究
- 3
-
-
作者
何佳玮
赵强
-
机构
长安大学
-
出处
《交通与计算机》
2005年第5期26-29,共4页
-
文摘
针对传统城市交通需求预测方法在解决交通供需平衡关系的缺陷,文章结合OD反推技术建立了交通出行生成约束模型,在西安曲江新区综合交通规划中的应用实例表明,模型可对城市交通需求预测中的路段交通量、机动车拥有量、停车需求进行合理预测,可改善城市交通供需平衡等问题。
-
关键词
城市交通
出行生成
交通需求预测
OD反推
-
Keywords
urban traffic
trip generation
transportation demand forecast
OD estimation
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于模型优选及融合的高教园区出行生成预测方法
被引量：2
- 4
-
-
作者
张文峰
张小花
曾涛
-
机构
西北工业大学自动化学院
仲恺农业工程学院机电工程学院
-
出处
《交通运输工程学报》
EI
CSCD
北大核心
2010年第1期66-71,共6页
-
基金
广东省科技计划项目(2007B080701001)
广东省自然科学基金项目(9151022501000015)
-
文摘
为了提高高教园区出行生成预测数据的可靠性,提出了一种基于模型优选及融合的出行生成预测方法。根据选取的模型评价指标,借助ELECTRE方法对区域出行产生模型进行优选,利用证据理论方法,对优选模型的权重进行标定,最后借助标定后的权重对区域交通生成量进行数据融合预测,并与实际结果进行了对比。分析结果表明:多模型融合预测相对误差在10%以下,预测结果与实际情况非常接近,该预测方法有效。
-
关键词
交通预测
模型优选
D-S证据理论
模型融合
出行生成预测
-
Keywords
traffic forecast
model selection
D-S evidence theory
model integration
trip generation forecast
-
分类号
U491.14
[交通运输工程—交通运输规划与管理]
-
-
题名基于活动的出行生成预测方法
被引量：1
- 5
-
-
作者
冯明兵
李康奇
郑振通
-
机构
重庆交通大学交通运输学院
重庆交通大学土木工程学院
-
出处
《山东交通学院学报》
CAS
2015年第2期36-40,共5页
-
文摘
出行生成预测是解决交通问题方法的基础,在四阶段法出行生成阶段运用基于活动的方法,以家庭为出行单位,分析家庭成员和家庭整体的出行链类型,构建出行生成预测模型。将模型参数分为家庭属性、活动类别和出行链特征3大类,建立家庭活动出行链选择结果的MNL模型,借助SPSS进行Logistic功能标定检验,通过实例应用说明基于活动的出行生成预测方法在四阶段法中的应用是可行的。
-
关键词
交通规划
出行生成预测
基于活动的方法
交通需求管理
-
Keywords
traffic planning
trip generation forecast
activity-based approach
travel demand management
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名出行分布预测模型及其系数标定算法研究
被引量：4
- 6
-
-
作者
张宝磊
任军号
巩岁平
-
机构
西北工业大学自动化学院
-
出处
《计算机技术与发展》
2011年第4期21-24,共4页
-
基金
陕西省重点科技计划资助项目(2010KRM18)
-
文摘
居民出行分布预测是城市交通需求分析中的一个重要环节,对城市交通需求分析起着承前启后的作用。预测模型中交通阻抗函数的选择和相关系数的标定是重点和难点,关系着整个模型的收敛性与精确性。通过对常用的出行分布模型以及交通阻抗函数的特点和适用条件比较和分析,明确预测模型和交通阻抗函数的选择依据。选择双约束重力模型作为预测模型,选取符合大中城市交通现状的指数型函数作为交通阻抗函数,并提出运用迭代标定算法对模型中相关系数进行标定,给出了算法关键步骤。结合西安市碑林区内交通情况对试模型和算法进行测试,结果显示模型具有很好的适应性和收敛性,算法具有较高的效率和精确度。
-
关键词
城市交通
迭代标定算法
双约束重力模型
出行分布预测
-
Keywords
urban traffic
iterative calibration algorithm
double-restriction gravity model
inhabitant trip distribution forecast
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
