交通模型

摘要： 为了提高交评技术审查工作的准确性、科学性,亟须构建一套以交通行业大数据为基础,实现交评基础数据集成、交评业务管理、交评技术审核模型、交评区域控制决策等功能的业务系统。文章介绍了国内外交通影响评价大数据应用现状、交评技术审核对行业大数据的总体数据需求、城市基础数据需求及交通基础数据需求,初步提出了基础数据平台的框架体系设计,并对平台的实施效果进行预估。

摘要： 就业岗位是交通需求建模的基础数据,包括不同类型岗位的空间分布及其出行特征。将手机信令大数据与“三调”用地数据、交通模型、“七普”数据、年鉴数据等进行融合分析,实现信令大数据中职住数据、出行数据的精细化扩样及其与地块性质的关联,并进一步对各类就业岗位的出行特征进行研究,包括岗位密度、交通吸引率、通勤距离、通勤速度、交通强度时变等。同时,对南昌市各类就业岗位跨赣江出行特征进行分析。研究成果可作为交通需求建模的基础参数,也可用于交通评价、交通承载力分析等。

摘要： 住区的封闭导致居民步行出行受阻,步行路径体系的优化需要居民的短距出行交通需求预测提供数据支撑,其精度直接影响住区规划与设计结果。但相关研究存在以下问题:短距出行在出行环节中被忽视;缺乏更精细层面的研究与调查。文章将分析层次细化到建筑单元,范围界定在包含公交站点、中小学及附近商业设施等周边吸引点的连片居住区;基于居民出行特征,建立VISUM精细交通模型,可以更细致、准确地预测短距出行交通需求。为深入城市交通分析、研究与实践提供有效方法和新的视角。

摘要： 在大数据发展的时代背景下,城市公交线网优化决策正转向数据化、精细化的更高要求。然而,传统公交出行特征及指标模型受限于交通调查样本覆盖率低,难以支持更高要求的城市公交线网优化决策。文中用手机信令大数据集反推用户出行轨迹的方法,构建了基于多元大数据的公交出行优化决策系统。并以南宁市仙葫西片区为例,对片区职住分布及公交出行大数据进行研究,研判公交出行特征,为片区公交线网优化决策提供依据。

摘要： 针对日益拥堵的城市交通问题,分析了2011—2021年近11年中关于多智能体系统在交通领域中的应用研究,研究结果表明:在交通流的影响因素的研究中,驾驶员的驾驶行为对交通流的影响最大;公共交通线路和智能交通技术对交通流的影响次之;交通运输对交通流的影响最少。研究中建立的基于Netlogo的多智能体交通模型具有代表性和实用性,丰富了交通领域的模型研究。

摘要： 针对新区规划时微观建设弹性与宏观系统完整性之间难以平衡的实践难题,利用空间句法模型和交通模型,建立了基于城市空间网络二维矩阵分析的地块灵活协商式调整方法,并在苏州太湖新城吴中启动区规划中进行了实践.研究表明,空间句法模型和交通模型揭示出的城市空间网络二维矩阵,充分反映了空间内生的结构弹性,在此基础上对宏观结构趋向和容错性达成共识,并基于共识对微观地块建设进行调整协商,既可充分保留微观调整的灵活度,又能保障宏观结构的合理性.

摘要： 交通流量动态分配和协调主要针对当前大城市交通拥堵问题,基于大数据驱动技术的动态交通分配仿真可以提升交通分流方案的有效性和科学性.文章基于大数据驱动和互联网技术,以手机信令数据为人(车)流量标定的基础,利用标定数据建立交通流量动态分配和协调问题数学模型,基于数学模型提出交通流量效用函数,通过智能算法求解并进行仿真验证.

摘要： 居民出行调查是构建宏观交通模型和科学制定交通发展战略、方案的重要数据来源,调查过程中随机抽样的困难和沉默需求的增加使得对扩样方法要求越来越高.提出了扩样方法总体思路,分别从户扩样、户拥车调整、人扩样、人口调整和出行扩样等几个方面进行组合扩样.在户拥车和人口调整中分别采用了循环扩样方法,使不同指标误差均在合理范围内.在出行扩样中考虑了分目的沉默需求比例,并结合公交IC卡大数据,对公交出行量和OD分布进行校核.最后将方法应用于佛山顺德区的居民出行调查结果扩样,扩样结果验证了扩样方法的有效性.研究成果可为居民出行调查数据扩样及校核提供思路和方法,对利用居民出行调查数据研究城市总体出行特征具有重要意义.

摘要： 为全面、精细、精准量化评估分析交通需求管理政策实施对城市综合交通运行状态的影响,研究面向主动需求管理的交通模型评估技术.首先,系统性分析需求管理评估分析模型的研究现状,总结需求管理评估分析的重难点;其次,研究面向主动需求管理的交通模型构建方法与技术细节,构建层次化、综合性的评估指标体系;最后,以深圳市道路交通拥堵收费为例,利用EMME/2构建交通需求管理模型,多层次、多维度量化评估分析需求管理政策实施对于居民出行选择及出行服务质量的影响.

摘要： 首先回顾了东莞市交通方式结构的发展历程,分析了当前交通方式结构调整面临的问题和挑战.然后,基于东莞市宏观交通模型设置多情景测试2035年交通方式结构,提出了东莞市交通方式结构合理发展模式,并指出2035年前东莞市一直处于私人交通绝对主导阶段.最后,提出东莞市方式结构优化建议:重视高品质公共交通(尤其轨道交通)的投入;鼓励步行、自行车出行;不断推进道路交通优化,挖掘路网潜能;调控小汽车的拥有和使用.

摘要： 交通规划在向精细化发展的过程中,对规划决策支持模型的精细化水平提出了新要求,针对标准四阶段模型在精细化建模方面的不足,本文探索了基于活动链理论的交通规划模型构建方法.在活动链模型的体系下,模型构建引入人口合成模型对人群进行多维度精细化分组,基于居民出行调查数据库构建多样化出行链集合,对不同需求组合的出行率、出行目的地选择、出行方式选择等模型参数进行差异化标定,旨在提升模型的精细化水平.基于上述交通模型构建方法,本文以郑州市为例开展了实证研究,该模型体系的应用对交通模型精细化水平的提升具有重要意义,可为城市交通规划、建设乃至管理工作的精细化决策需求提供有力支撑.

摘要： 交通模型是城市交通决策向定量化转变的核心技术支撑手段.在当前大数据蓬勃发展的背景下,如何有效地结合交通大数据和交通调查数据是当前交通模型构建面临的一个新的问题.本文依托兰州市交通调查与大数据平台及应用系统建设项目,从交通模型构建角度出发,在统筹应用各类交通大数据源的基础上设计交通调查方案,实现交通调查与交通大数据分析优势互补.并整合成一套大数据和交通调查互动发展的宏观综合模型构建方法.基于此构建兰州市宏观交通模型,并利用多方数据源校核各阶段模型的输出结果,进一步论证了模型准确性和实用性.

摘要： 基于重庆市主城区2014年居民出行调查数据,在既有模型基础上进行全面系统的模型技术升级,包括模型框架结构完善、分区域分时段分层次参数标定、多源大数据资源模型应用等.以传统四阶段方法为基础,充分利用多源大数据资源,在道路网络、地面公交、轨道交通等交通网络供给系统,现状与规划人口、出行生成、出行分布、方式划分和交通分配等出行需求分析系统方面进行关键技术的探索应用.实践表明,新的综合交通模型有效提高了既有交通模型的分析精度和能力,为大量交通项目的技术应用提供了坚实的定量技术支撑.

摘要： 目前人口用地原始数据分散在不同的行政管理部门,统计口径与交通模型所需也有很大不同,所以需要对不同部门的数据进行整合加工处理.利用ArcGIS空间分析工具,整合各行政部门统计数据资源,将六普人口街道数据根据社区人口权重、居住类建筑面积归算到交通小区;对栅格格式用地图进行监督分类并转化为GIS格式,将CAD格式用地信息转化为GIS格式,并自动按地块构面,对规划用地性质进行重分类,计算交通小区各用地性质用地面积.利用ArcGIS ModelBuilder将计算处理过程标准化流程化,提高模型数据库的创建和维护效率,为人口用地数据库构建提供技术支持.

摘要： 自行车交通需求预测是制定自行车交通发展战略及规划措施的前提和基础,本文依托住房和城乡建设部"城市步行和自行车交通系统示范项目",以济南市中心城区为例,以济南市交通模型为工具,进行自行车交通需求预测研究,分别对规划年的自行车交通出行生成、出行分布和方式分担进行预测和分析,对自行车交通分配结果进行指标分析,为济南市步行和自行车交通系统规划提供了科学依据和数据支撑.

摘要： 随着我国都市圈的快速发展建设,需要在都市圈层面构建一体化的轨道交通网络.从多模式轨道交通的技术特点和客流特征出发,明确不同制式轨道交通在服务范围和功能定位.结合西安都市圈空间结构、人口布局、出行特征和轨道交通建设情况,探索研究大西安都市圈市域铁路线网的布局方法和思路,结合交通模型的客流走廊识别结果,明确布局形式和线路方案.最终构建能够支撑大西安都市圈不同出行需求和不同空间尺度的多网融合轨道交通系统.

摘要： 随着工业园区经济发展,原始的大尺度路网已经不能满足用地规划和交通增长带来的需求,“宜居园区”、“智慧园区”建设对路网规划提出了新的要求.文章以苏州工业园区为研究对象,对其路网提出了明确道路功能、改善交叉口通行能力、设置二次行人过街、加密路网、道路路权分配优化和组织单向交通的优化建议,以交通模型对优化后路网进行测试,优化方案对于园区道路运行确实起到了一定的改善作用.文章对园区路网研究提出优化建议,期望能够对园区交通起到一定的改善作用,为其他园区路网优化提供一定的参考.

摘要： 为了让院内规划师、模型师等专业人员更好地使用模型体系相关成果,提出利用ArcGIS平台和Oracle数据库建设上海综合交通规划与模型成果分析应用平台,本文首先从研究目标、功能设计和架构设计对平台设计进行介绍；然后分析了其在共享交通行业信息、交通模型、交通调查、ITS等数据及其指标分析成果的应用系统.

摘要： 近年来基于包含时间和空间信息的手机信令数据进行各类交通出行问题的研究日益成为一个热点.本文提出一种利用遥感与倾斜摄影技术相结合的技术方案对城市及其远郊人口分布规律进行处理与提取,并能够准确、高效地将信令数据的人口特征分配到交通小区,然后帮助交通分析.以西安、咸阳合并后的大西安范围为例,进行基于时间与空间的人口分布测算,弥补城市快速变化、统计资料滞后的缺陷.

摘要： 近年来基于包含时间和空间信息的手机信令数据进行各类交通出行问题的研究日益成为一个热点.本文提出一种利用遥感与倾斜摄影技术相结合的技术方案对城市及其远郊人口分布规律进行处理与提取,并能够准确、高效地将信令数据的人口特征分配到交通小区,然后帮助交通分析.以西安、咸阳合并后的大西安范围为例,进行基于时间与空间的人口分布测算,弥补城市快速变化、统计资料滞后的缺陷.

摘要： 本发明公开了一种交通速度预测模型构建方法、交通速度预测方法及装置。其中，所述交通速度预测模型构建方法包括：接收不同的终端上传的多个交通网络拓扑信息，多个交通网络拓扑信息由不同的终端采用隐私保护算法对本地交通网络拓扑信息进行隐私处理保护得到；对多个交通网络拓扑信息进行聚合以建立初始全局网络模型；将初始全局网络模型发送至不同的终端，以使不同的终端根据交通速度数据对初始全局网络模型进行训练以得到模型参数；接收不同的终端发送的模型参数，并对模型参数进行聚合以得到交通速度预测模型，并将交通速度预测模型发送至不同的终端。由此，能够保护交通网络的拓扑信息隐私并对交通速度进行准确的预测。

摘要： 本申请实施例提供了一种交通信号灯识别模型的训练方法、交通信号灯的识别方法、交通信号灯识别模型的训练装置、交通信号灯的识别装置、电子设备、计算机可读存储介质及计算机程序产品。涉及自动驾驶和辅助驾驶技术领域。该方法包括：对多张样本图像进行裁剪、缩放以及排布后合并，得到合并图像；样本图像中标注有交通信号灯的成像内容的有界框的实际位置；将合并图像输入至初始神经网络，得到初始神经网络输出的有界框的预测位置，根据该预测位置和实际位置计算损失函数值，并根据损失函数值对初始神经网络模型进行迭代更新，得到交通信号灯识别模型。本申请实施例交通信号灯识别模型能准确地识别交通信号灯的有界框，提高识别的准确度。

摘要： 本申请公开了一种交通信号控制模型训练方法及交通信号控制方法，该训练方法包括：从预设仿真环境中获取目标交叉路口的当前交通状态数据，将当前交通状态数据输入初始交通信号控制模型，获得相位动作价值空间；利用该预设智能体选取预执行相位动作，基于奖励值生成预执行相位动作对应的经验样本；针对每个预设智能体，利用该预设智能体按照所对应的探索率，从共享经验池中确定对应的目标经验样本；利用确定出的多个目标经验样本对初始交通信号控制模型进行训练，以获得训练好的目标交通信号控制模型。本申请通过，在训练过程中使用多个智能体对交通信号控制模型进行训练，减少了训练时间，从而提高了算法执行效率。

摘要： 本发明涉及交通大数据相关技术领域，具体为基于ARIMA‑GM(1,1)融合预测模型的交通流预测方法，包括先对预测的道路交通流的数据进行提取，并将其分为横向和纵向数据进行预处理，构建出交通流数据矩阵；再对构建的交通流数据矩阵进行高维特征的提取；然后构建ARIMA‑GM(1,1)融合预测模型，并对其参数进行拟合；使用该模型对交通流数据进行预测，并对最后的结果进行检验。本发明提供了一种新基于ARIMA时间序列预测模型和GM(1,1)灰色预测模型对交通流预测的融合预测模型，解决了由于节假日等因素所带来的交通流突变导致的ARIMA模型的不准确性问题以及使用灰色模型解决了交通样本稀少等问题；该模型充分挖掘了道路交通流的时空特征，提高了长期交通流预测的准确性。

摘要： 本申请适用于智能交通技术领域，提供了一种交通状态预测模型构建方法及交通状态预测方法。模型构建方法包括：获取第一数据、第二数据和第三数据，第一数据包括待预测路段的历史交通状态数据，第二数据包括待预测路段的上下游交叉口的历史交通状态数据，第三数据包括第一数据的特征及第二数据的特征，特征包含空间特征和/或时间特征；将第一数据、第二数据及第三数据进行融合，得到训练样本数据；基于训练样本数据构建交通状态预测模型，并筛选出相关联特征，相关联特征为重要度大于预设重要度的特征；基于相关联特征建立最终交通状态预测模型，能够提高预测精度，保证了预测结果与实际交通情况相符，从而能精确预测双向交通流的情况。

摘要： 本发明公开了一种交通流模型仿真方法、系统和异常交通事件预测方法，涉及交通管理技术领域，首先基于元胞自动机理论，构建交通流模型；对交通流模型进行初始化，并设置初始时刻t＝1，仿真终止时刻为T；使用交通流模型遍历车辆信息数组，确定当前占用元胞车辆的属性；依据当前占用元胞车辆的属性，基于当前元胞在路网中所处的位置，进行车辆状态更新；判断t

摘要： 本公开涉及铁路模型的风挡结构技术领域，该用于轨道交通模型的风挡及轨道交通模型包括风挡本体，设置在车厢的端部；弹性组件，所述弹性组件压缩连接在所述风挡本体与车厢之间，所述弹性组件用于推动所述风挡本体远离车厢的一端向远离车厢的方向伸出，该用于轨道交通模型的风挡及轨道交通模型，能够通过弹性组件的设置，使风挡本体能够在列车转弯时与车厢发生相对转动，并且通过这种运动非常有效的减少相连的风挡连接处的缝隙，不仅使整个轨道交通模型在运行过程中更加还原真实情景，同时也非常美观，使整个轨道交通模型运行的更流畅，更连续，自由度和还原度更高。

摘要： 一种交通时间预测系统、交通时间预测方法以及交通模型建立方法。交通时间预测系统用以预测一行车路线所需的行车时间，包含模型建构模块、模型选择模块以及预测模块。模型建构模块用以建立多笔候选预测模型。候选预测模型每一者分别对应于多个路段中的一者以及多个相异的数学模型的一者。模型选择模块用以自该行车路线中各个路段相符的候选预测模型中选择对应于路段的预测模型。预测模块用以根据行车路线中各个路段的预测模型预测各个路段的预测车速以计算行车时间估计值。模型选择模块选择路段所对应的候选预测模型中预测误差值较小的一者作为路段的预测模型。综上，由于每一路段所选用的预测模型皆为准确度高的预测模型，因此可有效提高准确度。

摘要： 本发明提供一种融合时空注意力神经网络和交通模型的交通流预测方法，将特征数据按照时间片进行划分，在每个时间片上首先对数据进行图注意网络GAT操作，得到流量特征和速度特征的新表示，再将速度特征的新表示输入交通仿真模型Greenshields抛物线模型进行变换得到流量特征的又一新表示，然后将两个流量特征的新表示分别进行门控循环单元网络GRU处理，随后将得到的两种流量表征进行拼接得到全连接层的输入，之后对拼接的特征数据进行全连接层的处理得到最终的预测结果，最后基于深度学习理论训练神经网络模型。用训练得到的网络模型，得出测试集上的预测结果。本方法可在已知道路交通网及其流量特征和速度特征数据的情况下，实现未来时间段的交通流量预测问题。

摘要： 本公开涉及铁路模型的风挡结构技术领域，该用于轨道交通模型的风挡及轨道交通模型包括风挡本体，设置在车厢的端部；弹性组件，所述弹性组件压缩连接在所述风挡本体与车厢之间，所述弹性组件用于推动所述风挡本体远离车厢的一端向远离车厢的方向伸出，该用于轨道交通模型的风挡及轨道交通模型，能够通过弹性组件的设置，使风挡本体能够在列车转弯时与车厢发生相对转动，并且通过这种运动非常有效的减少相连的风挡连接处的缝隙，不仅使整个轨道交通模型在运行过程中更加还原真实情景，同时也非常美观，使整个轨道交通模型运行的更流畅，更连续，自由度和还原度更高。