CN110245423B - 一种高速公路收费站间流量关系分析方法 - Google Patents
一种高速公路收费站间流量关系分析方法 Download PDFInfo
- Publication number
- CN110245423B CN110245423B CN201910516666.5A CN201910516666A CN110245423B CN 110245423 B CN110245423 B CN 110245423B CN 201910516666 A CN201910516666 A CN 201910516666A CN 110245423 B CN110245423 B CN 110245423B
- Authority
- CN
- China
- Prior art keywords
- travel time
- toll station
- vehicle
- toll
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Analytical Chemistry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明公开了一种高速公路收费站间流量关系分析方法,包括如下步骤:步骤1:在不考虑车辆时延性及离散性的理想条件下,假设车辆间距服从均匀分布,得到高速公路收费站间流量转移系数;步骤2:预估车辆通过各高速公路收费站的行程时间;步骤3:拟合各高速公路收费站间的车辆行程时间的分布;步骤4:在考虑车辆时延性的基础上修正收费站间的流量转移系数;步骤5:基于步骤4,在考虑车辆离散性的基础上进一步修正收费站间的流量转移系数;步骤6:结合步骤,步骤3~步骤5,建立各收费站间的流量转移矩阵。算法可消除不考虑车辆时延性和离散性理想条件下收费站间流量关系的误差,更加符合车辆在高速公路收费站间行驶的实际情况。
Description
技术领域
本发明具体涉及自动化领域,具体的,涉及一种高速公路收费站间流量关系分析方法。
背景技术
随着我国各地经济互动越来越频繁,行驶在城际高速公路和环城高速公路上的车辆也越来越多,高速公路自20世纪90年代起在我国得到了突飞猛进的发展,以其本身固有的特点和优势,在现代交通运输中占有极为重要的地位和作用随着高速公路联网收费数据的全覆盖,利用高速公路联网收费数据对高速公路进行分析成为一大热点。
由于高速公路联网收费数据字段较多,并且能够获得车辆驶入路网以及驶离路网的各类信息数据,而断面检测设备只能获得车辆经过断面时的一些参数,所以目前也有越来越多的研究是以高速公路联网收费数据作为数据源展开的。而在使用高速公路联网收费数据研究高速公路交通问题时,从路网O(Origin)点驶入D(Destination)点驶出的车辆占O点驶入车辆的比例一般称之流量转移系数,路网两两收费站间全部的流量转移系数构成的矩阵叫做OD(Origin-Destination)矩阵,路网驶入流量乘以OD矩阵后,就可以计算得到路网驶出流量,所以流量转移系数作为研究高速公路收费站间流量转移关系不可或缺的一个重要组成部分,其估计值不仅可以计算得到路网的驶出流量,还可以清楚地反映两收费站间关联程度,为高速公路管理决策部门做出决策、乘客出行等提供参考信息,所以研究高速公路收费站间流量关系具有十分重要的现实意义。
通过查阅相关专利和论文,发现现有高速公路收费站间流量关系分析方法主要有:
现有技术一:专利CN103870890A在计算收费站间流量转移关系时未考虑流量的时延性和离散性,假设条件过于理想,这种方法计算得到的流量转移关系不准确,影响最终收费站的流量转移结果。
现有技术二:专利CN106327864A计算得到收费站间流量转移关系后,用信息熵衡量其稳定程度,对波动比较小的时段赋予高的权值,而对波动比较大的时段认为其可靠性低,赋予较小的权值,但是在计算收费站间流量转移关系时根据均匀行驶的基本假设,计算t时段内的流量转移系数,当t较大时假设对结果影响较小,当t较小时,计算结果与实际情况偏差较大。
发明内容
有鉴于此,为了解决现有技术中存在的不足,一种高速公路收费站间流量关系分析方法,可适用于分析高速公路收费站间流量关系以及收费站间流量转移规律。
为达到上述目的,本发明提供如下技术方案:
一种高速公路收费站间流量关系分析方法,其特征在于:包括如下步骤:
步骤1:在不考虑车辆时延性及离散性的理想条件下,假设车辆间距服从均匀分布,得到高速公路收费站间流量转移系数;
步骤2:预估车辆通过各高速公路收费站的行程时间;
步骤3:拟合各高速公路收费站间的车辆行程时间的分布;
步骤4:在考虑车辆时延性的基础上修正收费站间的流量转移系数;
步骤5:基于步骤4,在考虑车辆离散性的基础上进一步修正收费站间的流量转移系数;
步骤6:结合步骤,步骤3~步骤5,建立各收费站间的流量转移矩阵。
进一步,所述步骤1的计算方法如下:
步骤11:计算得到时间窗内各收费站之间的流量转移系数;
步骤12:假设车辆间距服从均匀分布,修正步骤11所述的流量转移系数。
进一步,所述步骤2中所述行程时间包括起始路段的行程时间和非起始段行程时间。
进一步,预估所述起始段的行程时间方法具体为:
当统计时间窗τ内路段的实际数据量Q0,1大于等于χ时,车辆的行程时间为:
当统计时间窗τ内路段的实际数据量Q0,1等于0时,用下游收费站的数据去估计起始路段的行程时间,所以车辆的行程时间为:
式中,表示通过其他收费站数据估计得到的收费站0,1之间的行程时间,f为扩展路段数,d表示目标路段下游方向,表示统计时间窗τ内车辆经过收费站0和收费站a+1的行程时间,表示统计时间窗τ内车辆经过收费站f和收费站f+1的行程时间,χ为路段数据量;
当统计时间窗τ内路段的实际数据量Q0,1小于χ但大于0时,车辆的行程时间用实际的数据量加估计的行程时间计算得到,所以车辆的行程时间为:
进一步,预估所述非起始段的行程时间方法具体为:
当统计时间窗τ内路段k的实际数据量Qk-1,k大于等于χ时,车辆的行程时间为:
当统计时间窗τ内路段k的实际数据量Qk-1,k等于0时,用上下游收费站的数据去估计路段m+1的行程时间,所以车辆的行程时间为:
式中,表示通过其他收费站数据估计得到的收费站k-1,k之间的行程时间,f、ε为扩展路段数,η为权重参数,u表示目标路段上游方向,d表示目标路段下游方向,表示统计时间窗τ内车辆经过收费站k-1-ε和收费站k的行程时间,χ为路段数据量;
当统计时间窗τ内路段k的实际数据量Qk-1,k小于χ但大于0时,车辆的行程时间用实际的数据量加估计的行程时间计算得到,所以车辆的行程时间为:
进一步,所述步骤5具体为:
步骤51:模拟流量Qun从高速公路上游驶入路网;
步骤52:统计下游流量Qdn的变化情况;
步骤53:将上游流量Qun考虑时间滞后的简单平移得到Qun′;
步骤54:将Qun′进行平滑处理得到Qun *;
步骤55:将Qun *与Qdn进行对比分析车辆离散性特点,进而修正所述步骤4得到的流量转移系数。
本发明的有益效果在于:
首先计算不考虑车辆时延性和离散性的高速公路收费站间流量转移系数,在此基础上,分别对车辆的时延性和离散性进行分析计算,由于时延性涉及到高速公路行程时间,所以再对高速公路行程时间进行估计拟合;在结合车辆时延性和离散性的基础上,修正不考虑车辆时延性和离散性的高速公路收费站间流量转移系数,通过流量转移系数建立流量转移矩阵,分析收费站间流量关系。算法可消除不考虑车辆时延性和离散性理想条件下收费站间流量关系的误差,更加符合车辆在高速公路收费站间行驶的实际情况。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1示出了本发明的流程示意图;
图2示出了步骤1中单向高速公路示意图;
图3示出了步骤3中计算行程时间的收费站分布的示意图;
图4示出了步骤7中收费站间流量转移示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参见图1,本实施例的一种高速公路收费站间流量关系分析方法,包括如下步骤:
步骤1:参见图2,在不考虑车辆时延性及离散性的理想条件下,对流量转移系数进行计算,定义流量转移系数αij为时间窗τ内从i收费站驶入路网、从j收费站驶离路网的车辆数与从i收费站进入路网车辆总数的比值,也就是时间窗τ内,OD的流量占D流量的比值,即Qij(τ)与Qi(τ)的比值。计算公式如下:
对于αij(τ)约束条件为:
其中,τ为时间窗;
Qij(τ)为时间窗τ内从i收费站驶入路网、从j收费站驶离路网的车辆数;
Qi(τ)为时间窗τ内从i收费站进入路网车辆总数;
αij为时间窗τ内从i收费站驶入路网、从j收费站驶离路网的流量转移系数;
假设车辆间距服从均匀分布,对时间窗τ内从i收费站驶入路网、从j收费站驶离路网的流量转移系数进行修正。
其中,τ为时间窗;
t0为下道收费站j统计下道车流量的起始时刻;
Tij为上道收费站i和下道收费站j间的平均行程时间;
Qij(t0,t0+τ)为t0到t0+τ时间段内从i收费站上从j收费站的下的流量;
Qi(t0-Tij,t0+τ-Tij)为t0-Tij到t0+τ-Tij时间段内从i收费站的上道流量;
αij(t0,t0+τ)为t0到t0+τ时间段内上道收费站i和下道收费站j收费站之间的流量转移系数。
步骤2:预估车辆通过各高速公路收费站的行程时间,收费站分布图参见图3。
定义χ为路段的数据量,当实际数据量sk-1,k+a大于χ时,数据量充足,单车的行程时间为通过联网收费数据得到的车辆下道驶离高速公路网的时刻和车辆上道驶入高速公路网的时刻的差值。
其中,a为扩展的路段数,τ为统计的时间窗,σ为车辆类型,
σ=c时通过车辆为客车,σ=t时通过车辆为货车,
收费站k-1和收费站k+a的平均行程时间计算为:
式中,Qk-1,k+a为统计时间窗τ内从收费站k-1驶入路网、收费站k+a驶离路网的车辆总数。
对起始路段的行程时间估计(k=1)
当统计时间窗τ内路段的实际数据量Q0,1大于等于χ时,车辆的行程时间为:
当统计时间窗τ内路段的实际数据量Q0,1等于0时,用下游收费站的数据去估计起始路段的行程时间,所以车辆的行程时间为:
式中,表示通过其他收费站数据估计得到的收费站0,1之间的行程时间,f为扩展路段数,d表示目标路段下游方向,表示统计时间窗τ内车辆经过收费站0和收费站a+1的行程时间,表示统计时间窗τ内车辆经过收费站f和收费站f+1的行程时间。
当统计时间窗τ内路段的实际数据量Q0,1小于χ但大于0时,车辆的行程时间用实际的数据量加估计的行程时间计算得到,所以车辆的行程时间为:
对非起始路段的行程时间估计(k>1)
当统计时间窗τ内路段k的实际数据量Qk-1,k大于等于χ时,车辆的行程时间为:
当统计时间窗τ内路段k的实际数据量Qk-1,k等于0时,用上下游收费站的数据去估计路段m+1的行程时间,所以车辆的行程时间为:
式中,表示通过其他收费站数据估计得到的收费站k-1,k之间的行程时间,f、ε为扩展路段数,η为权重参数,u表示目标路段上游方向,d表示目标路段下游方向,表示统计时间窗τ内车辆经过收费站k-1-ε和收费站k的行程时间。
当统计时间窗τ内路段k的实际数据量Qk-1,k小于χ但大于0时,车辆的行程时间用实际的数据量加估计的行程时间计算得到,所以车辆的行程时间为:
f(x)=a1*exp(-((x-b1)/c1)^2)
步骤4:在考虑车辆时延性的基础上修正收费站间的流量转移系数,在考虑车辆时延性的基础上修正收费站k-1与收费站k+a间的流量转移系数,公式如下:
对于αk-1,k+a(t0,t0+τ)约束条件为:
式中,αk-1,k+a(t0,t0+τ)为t0到t0+τ统计时间段内k-1收费站与k+a收费站间的流量转移系数;
t0为统计时间段开始的时刻;τ为统计时间窗;
Qk-1,k+a(t0,t0+τ)为t0到t0+τ统计时间段从k-1收费站驶入路网、k+a收费站驶离路网的车辆数;
步骤5:基于步骤4,在考虑车辆离散性的基础上进一步修正收费站间的流量转移系数。
步骤51:利用仿真软件VISSIM仿真任意流量Qun从高速公路上游驶入路网的变化情况。
步骤52:统计下游流量Qdn的变化情况。
步骤53:将上游流量Qun考虑时间滞后的简单平移得到Qun′。
步骤54:将Qun′进行平滑处理得到Qun *
步骤55:将Qun *与Qdn进行对比分析车辆离散性,进而修正步骤4得到的流量转移系数。
步骤6:参见图4收费站间流量转移示意图,结合步骤3~5,建立流量转移矩阵。对于(t0,t0+τ)统计时间段内从k+a收费站驶离路网的车流量满足:
αr,k+a(t0,t0+τ)为从r收费站驶入路网到k+a收费站驶离路网的流量转移系数,
Qk+a(t0,t0+τ)为t0到t0+τ统计时段内从k+a收费站驶离路网的流量。
默认车辆不会在极小时间段内从同一个收费站上道再下道,上述公式也可表示为:
对于(t0,t0+τ)统计时间段内从k-1收费站驶入路网,k+a收费站驶离路网的车流量满足:
用矩阵形式表示为:
Φ(t0,t0+τ)=A(t0,t0+τ)·Ψ(t0-tij_up,t0+τ-tij_down)
其中,Φ(t0,t0+τ)表示下道流量向量,为以yj(t0,t0+τ)为元素的m维列向量,yj(t0,t0+τ)为(t0,t0+τ)统计时间段内从j收费站驶离路网的车流量,j=1,2,...,m;
A(t0,t0+τ)为以αi,j(t0,t0+τ)为元素的m×n维矩阵,i=1,2,...,n,j=1,2,...,m;
Ψ(t0-tij_up,t0+τ-tij_down)表示上道流量向量,为以Qi(t0-tij_up,t0+τ-tij_down)为元素的n维列向量,
Qi(t0-tij_up,t0+τ-tij_down)为(t0-tij_up,t0+τ-tij_down)统计时间段内从i收费站驶入路网的车流量,i=1,2,...,n,j=1,2,...,m。
默认车辆不会在极小时间段内从同一个收费站上道再下道,i、j随收费站的变化而变化,上述公式也可表示为:
本实施例一种高速公路收费站间流量关系分析方法,首先考虑数据充足和不足时对收费站间行程时间进行估计,求得收费站间行程时间,然后在考虑车辆时延性及离散性的基础上,提出了一种收费站间流量转移系数的计算方法,在此基础建立路网收费站间流量转移矩阵,算法突破传统方法假设车辆间距服从均匀分布的理想条件,与实际高速公路交通情况更加相符。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (1)
1.一种高速公路收费站间流量关系分析方法,其特征在于:包括如下步骤:
步骤1:在不考虑车辆时延性及离散性的理想条件下,假设车辆间距服从均匀分布,得到高速公路收费站间流量转移系数,其中,流量转移系数αij(τ)为时间窗τ内从i收费站驶入路网、从j收费站驶离路网的车辆数Qij(τ)与从i收费站进入路网车辆总数Qi(τ)的比值,用公式表示为:
步骤2:预估车辆通过各高速公路收费站的行程时间,其中,所述行程时间包括起始路段的行程时间和非起始路段的行程时间,
预估所述起始路段的行程时间方法具体为:
当统计时间窗τ内路段的实际数据量Q0,1大于等于χ时,车辆的行程时间为:
当统计时间窗τ内路段的实际数据量Q0,1等于0时,用下游收费站的数据去估计起始路段的行程时间,所以车辆的行程时间为:
式中,表示通过其他收费站数据估计得到的收费站0,1之间的行程时间,f为扩展路段数,d表示目标路段下游方向,表示统计时间窗τ内车辆经过收费站0和收费站a+1的行程时间,表示统计时间窗τ内车辆经过收费站f和收费站f+1的行程时间,χ为路段数据量;
当统计时间窗τ内路段的实际数据量Q0,1小于χ但大于0时,车辆的行程时间用实际的数据量加估计的行程时间计算得到,所以车辆的行程时间为:
预估所述非起始路段的行程时间方法具体为:
当统计时间窗τ内路段k的实际数据量Qk-1,k大于等于χ时,车辆的行程时间为:
当统计时间窗τ内路段k的实际数据量Qk-1,k等于0时,用上下游收费站的数据去估计路段m+1的行程时间,所以车辆的行程时间为:
式中,表示通过其他收费站数据估计得到的收费站k-1,k之间的行程时间,f、ε为扩展路段数,η为权重参数,u表示目标路段上游方向,d表示目标路段下游方向,表示统计时间窗τ内车辆经过收费站k-1-ε和收费站k的行程时间,χ为路段数据量;
当统计时间窗τ内路段k的实际数据量Qk-1,k小于χ但大于0时,车辆的行程时间用实际的数据量加估计的行程时间计算得到,所以车辆的行程时间为:
f(x)=a1*exp(-(x-b1)/c1)^2,a1、b1和c1为拟合系数,
步骤4:在考虑车辆时延性的基础上修正收费站k-1与收费站k+a间的流量转移系数,用公式表示为:
其中,αk-1,k+a(t0,t0+τ)为t0到t0+τ时间段内收费站k-1与收费站k+a间的流量转移系数,Qk-1,k+a(t0,t0+τ)为t0到t0+τ时间段从k-1收费站驶入路网、k+a收费站驶离路网的车辆数,为到统计时间段从k-1收费站驶入路网的车辆数;
步骤5:基于步骤4,在考虑车辆离散性的基础上进一步修正收费站间的流量转移系数,具体为:
步骤51:模拟流量Qun从高速公路上游驶入路网;
步骤52:统计下游流量Qdn的变化情况;
步骤53:将上游流量Qun考虑时间滞后的简单平移得到Qun′;
步骤54:将Qun′进行平滑处理得到Qun *;
步骤55:将Qun *与Qdn进行对比分析车辆离散性特点,进而修正所述步骤4得到的流量转移系数;
步骤6:结合步骤3~步骤5,建立各收费站间的流量转移矩阵,具体为:
对于(t0,t0+τ)统计时间段内从k+a收费站驶离路网的车流量Qk+a(t0,t0+τ)满足:
默认车辆不会在极小时间段内从同一个收费站上道再下道,则:
用矩阵形式表示为:Φ(t0,t0+τ)=A(t0,t0+τ)·Ψ(t0-tij_up,t0+τ-tij_down),其中,Φ(t0,t0+τ)表示下道流量向量,为以yj(t0,t0+τ)为元素的m维列向量,yj(t0,t0+τ)为(t0,t0+τ)统计时间段内从j收费站驶离路网的车流量,j=1,2,...,m,A(t0,t0+τ)为以αi,j(t0,t0+τ)为元素的m×n维矩阵,i=1,2,...,n,Ψ(t0-tij_up,t0+τ-tij_down)表示上道流量向量,为以Qi(t0-tij_up,t0+τ-tij_down)为元素的n维列向量,Qi(t0-tij_up,t0+τ-tij_down)为(t0-tij_up,t0+τ-tij_down)统计时段内从i收费站驶入路网的车流量,
默认车辆不会在极小时间段内从同一个收费站上道再下道,i、j随收费站的变化而变化,则用公式表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910516666.5A CN110245423B (zh) | 2019-06-14 | 2019-06-14 | 一种高速公路收费站间流量关系分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910516666.5A CN110245423B (zh) | 2019-06-14 | 2019-06-14 | 一种高速公路收费站间流量关系分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110245423A CN110245423A (zh) | 2019-09-17 |
CN110245423B true CN110245423B (zh) | 2023-01-31 |
Family
ID=67887241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910516666.5A Active CN110245423B (zh) | 2019-06-14 | 2019-06-14 | 一种高速公路收费站间流量关系分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245423B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739292B (zh) * | 2020-06-08 | 2022-04-01 | 重庆大学 | 一种考虑路网od流量贡献时变性的收费站流量预测方法 |
CN111724595B (zh) * | 2020-06-23 | 2022-04-01 | 重庆大学 | 一种基于收费数据的高速公路断面流量估计方法 |
CN113345252B (zh) * | 2021-06-08 | 2022-07-22 | 重庆大学 | 一种收费站下道流量短时预测方法与装置 |
CN114333305B (zh) * | 2021-12-21 | 2023-05-02 | 北京掌行通信息技术有限公司 | 一种高速公路拥堵时车辆诱导通行方法、装置、存储介质及终端 |
CN115240431B (zh) * | 2022-09-20 | 2023-02-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 高速公路收费站交通流量实时在线仿真系统及仿真方法 |
CN116611586B (zh) * | 2023-07-19 | 2023-10-31 | 山东高速股份有限公司 | 一种基于双层异构网络的新建路网流量预测方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005084722A (ja) * | 2003-09-04 | 2005-03-31 | Toshiba Corp | 道路交通状況の解析装置および予測装置 |
CN101246513A (zh) * | 2008-03-20 | 2008-08-20 | 天津市市政工程设计研究院 | 城市快速路互通立交仿真设计系统及选型方法 |
CN102289932A (zh) * | 2011-06-17 | 2011-12-21 | 同济大学 | 基于车辆自动识别设备的动态od矩阵估计方法 |
CN103150894A (zh) * | 2013-02-01 | 2013-06-12 | 东南大学 | 消除交通拥堵的高速公路主线收费站通过流量控制方法 |
CN104408924A (zh) * | 2014-12-04 | 2015-03-11 | 深圳北航新兴产业技术研究院 | 一种基于耦合隐马尔可夫模型的城市道路异常交通流检测方法 |
CN104679984A (zh) * | 2014-12-30 | 2015-06-03 | 同济大学 | 基于卡尔曼滤波法的城市道路与交叉口评价方法 |
CN104881992A (zh) * | 2015-06-12 | 2015-09-02 | 天津大学 | 基于多智能体仿真的城市公共交通政策分析平台 |
CN105074793A (zh) * | 2013-03-15 | 2015-11-18 | 凯利普公司 | 用于车辆路径规划和交通管理的车道级车辆导航 |
CN105282073A (zh) * | 2015-09-23 | 2016-01-27 | 同济大学 | 一种基于认知无线电的车联网通信方法 |
CN105844038A (zh) * | 2016-03-31 | 2016-08-10 | 东南大学 | 一种高速公路多类型交通检测器组合优化布设方法 |
CN106530721A (zh) * | 2016-12-28 | 2017-03-22 | 山东理工大学 | 一种基于转移矩阵的交叉口各流向流量值动态预测方法 |
CN109215350A (zh) * | 2018-11-02 | 2019-01-15 | 重庆大学 | 一种基于rfid电子车牌数据的短期交通状态预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5455777B2 (ja) * | 2010-05-12 | 2014-03-26 | 三菱重工業株式会社 | 交通シミュレーション装置、及び交通シミュレーションプログラム |
-
2019
- 2019-06-14 CN CN201910516666.5A patent/CN110245423B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005084722A (ja) * | 2003-09-04 | 2005-03-31 | Toshiba Corp | 道路交通状況の解析装置および予測装置 |
CN101246513A (zh) * | 2008-03-20 | 2008-08-20 | 天津市市政工程设计研究院 | 城市快速路互通立交仿真设计系统及选型方法 |
CN102289932A (zh) * | 2011-06-17 | 2011-12-21 | 同济大学 | 基于车辆自动识别设备的动态od矩阵估计方法 |
CN103150894A (zh) * | 2013-02-01 | 2013-06-12 | 东南大学 | 消除交通拥堵的高速公路主线收费站通过流量控制方法 |
CN105074793A (zh) * | 2013-03-15 | 2015-11-18 | 凯利普公司 | 用于车辆路径规划和交通管理的车道级车辆导航 |
CN104408924A (zh) * | 2014-12-04 | 2015-03-11 | 深圳北航新兴产业技术研究院 | 一种基于耦合隐马尔可夫模型的城市道路异常交通流检测方法 |
CN104679984A (zh) * | 2014-12-30 | 2015-06-03 | 同济大学 | 基于卡尔曼滤波法的城市道路与交叉口评价方法 |
CN104881992A (zh) * | 2015-06-12 | 2015-09-02 | 天津大学 | 基于多智能体仿真的城市公共交通政策分析平台 |
CN105282073A (zh) * | 2015-09-23 | 2016-01-27 | 同济大学 | 一种基于认知无线电的车联网通信方法 |
CN105844038A (zh) * | 2016-03-31 | 2016-08-10 | 东南大学 | 一种高速公路多类型交通检测器组合优化布设方法 |
CN106530721A (zh) * | 2016-12-28 | 2017-03-22 | 山东理工大学 | 一种基于转移矩阵的交叉口各流向流量值动态预测方法 |
CN109215350A (zh) * | 2018-11-02 | 2019-01-15 | 重庆大学 | 一种基于rfid电子车牌数据的短期交通状态预测方法 |
Non-Patent Citations (3)
Title |
---|
An Algorithm for Freeway Traffic State Detection Considering Speed Difference Characterisitc;Zhao, Min 等;《Proceedings of the 2016 12th World Congress on Intelligent Control and Automation》;20161221;1005-1009 * |
改进时间序列模型在高速公路短时交通流量预测中的应用;唐毅 等;《计算机应用研究》;20190131;146-149 * |
高速公路黄金周交通拥挤对策研究;袁枚;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20151215;C034-188 * |
Also Published As
Publication number | Publication date |
---|---|
CN110245423A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245423B (zh) | 一种高速公路收费站间流量关系分析方法 | |
WO2018064931A1 (zh) | 考虑出租车运营状态下的城市道路行程时间分布估算方法 | |
CN107256632B (zh) | 一种基于用户异质时间价值与拥堵费用预算的交通分配方法 | |
CN106875314B (zh) | 一种城市轨道交通线网客流od动态估计方法 | |
Guessous et al. | Estimating travel time distribution under different traffic conditions | |
CN110634292B (zh) | 一种基于路阻性能函数的行程时间可靠性估计方法 | |
CN110070734B (zh) | 基于高斯混合模型的信号交叉口饱和车头时距估计方法 | |
Nosal et al. | Incorporating weather: Comparative analysis of annual average daily bicyclist traffic estimation methods | |
CN109712398B (zh) | 高速公路行程时间估计模型参数优化方法 | |
CN106803347B (zh) | 基于rfid数据的城市交叉口交通状态判别方法 | |
CN111739292B (zh) | 一种考虑路网od流量贡献时变性的收费站流量预测方法 | |
CN110751311B (zh) | 偶发性交通拥堵持续时间的数据提取与实时预测方法 | |
CN113327436B (zh) | 一种基于轨迹数据的干线协调控制优化方法 | |
CN106251642A (zh) | 一种基于实时公交车gps数据的公交路链速度计算方法 | |
CN113380027B (zh) | 一种基于多源数据的交叉口交通状态参数估计方法及系统 | |
CN112562337A (zh) | 一种基于深度学习的高速公路实时交通事故风险评估方法 | |
CN106971537A (zh) | 针对突发事件的道路拥堵预测方法及系统 | |
Zhu et al. | An automated vehicle fuel economy benefits evaluation framework using real-world travel and traffic data | |
CN105006149B (zh) | 交通路况估计动态迭代方法 | |
Florian et al. | Validation and application of an equilibrium-based two-mode urban transportation planning method (EMME) | |
CN108647832B (zh) | 一种基于神经网络的地铁运行间隔时间控制算法 | |
CN109300301A (zh) | 一种用于收费站的限速系统及其控制方法 | |
CN117472893A (zh) | 一种系统化提升交通流数据质量方法 | |
CN105427394A (zh) | 基于试错法和机动车流量的拥堵收费最优费率确定方法 | |
CN115100847B (zh) | 面向低渗透率网联车轨迹数据的排队服务时间估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |