CN110633558A - 一种城市交通系统建模系统 - Google Patents
一种城市交通系统建模系统 Download PDFInfo
- Publication number
- CN110633558A CN110633558A CN201911071999.8A CN201911071999A CN110633558A CN 110633558 A CN110633558 A CN 110633558A CN 201911071999 A CN201911071999 A CN 201911071999A CN 110633558 A CN110633558 A CN 110633558A
- Authority
- CN
- China
- Prior art keywords
- traffic
- urban
- model
- establishing module
- model establishing
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种城市交通系统建模系统,包括信号控制模型建立模块、城市道路交通网络容量模型建立模块、城市混合交通网络配流模型建立模块、机动车保有量监测模型建立模块、交通需求监测模型建立模块、限行交通网络配流模型建立模块、交通诱导信息发布模型建立模块、预测路段流量分布模型建立模块和交通管理措施评价模型建立模块;根据城市交通的具体情况进行各个模块之间的工作分配,符合城市交通的实际情况,通过信号控制模型建立模块、城市道路交通网络容量模型建立模块的设置,使得系统模型精度高,通过城市混合交通网络配流模型建立模块和机动车保有量监测模型建立模块的设置,使得系统方便管理;具有适用范围广、精度高、实用性强的特点。
Description
技术领域
本发明属于交通建模技术领域,具体涉及一种城市交通系统建模系统。
背景技术
道路交通模型是指表明道路交通参数与相关的社会经济参数之间关系的数学或物理方程式,道路交通参数包括交通流、车速、密度、车头时距等参数,社会经济参数包括人口、社会经济发展水平、道路里程、土地利用等参数;应用数理统计、运筹学、控制论、定性定量分析等建立模型体现交通系统的主要部分:例如,城市交通规划中预测出行发生有回归发生、类型发生模型,跟车理论有线性、非线性跟车模型等,目的是分析城市各地区土地使用、交通现状、问题的症结,预测发展趋势,制定合理的交通规划;现有的交通系统模型常由基础模块和功能模块两部分组成,其中,基础模块主要是道路网络模型,它是各功能模块的基础;功能模块包括网络车流模拟模型、道路交通预测模型、道路项目评价模型,对城市交通模块之间的划分不明确,功能单一,在一些交通网复杂、交通流量大的城市无法实现;
随着社会经济的高速发展和城市化进程的不断加快,汽车保有量持续上升,交通需求不断增加,交通问题日益凸显,为了得到理想的城市交通系统控制方案,有必要对城市交通道路进行建模、模型理论分析和仿真分析;
但现有的城市交通建模系统,有的宏观模型精度不够,有的微观模型又过于复杂,建模和参数标定的工作量太大且难以管理,难以刻画复杂的城市交通系统;因此,急需一种精度高、操作简单、工作量小、方便管理的城市交通系统建模系统。
发明内容
为了克服上述现有技术存在的缺陷,本发明的目的在于提供一种模型精度高、操作简单、工作量小、方便管理的城市交通系统建模系统,可以有效地对城市交通进行建模、管理,具有精度高、操作简单、工作量小、方便管理的特点。
为了实现上述目的,本发明所采用的技术方案如下:
一种城市交通系统建模系统,包括信号控制模型建立模块、城市道路交通网络容量模型建立模块、城市混合交通网络配流模型建立模块和机动车保有量监测模型建立模块;
所述的信号控制模型建立模块,用于建立道路交叉口处的信号控制模型,并且道路交叉口处的信号控制模型的交通信号控制建立中加入了计算饱和流率和相位损失的时间的累计曲线法;
所述城市道路交通网络容量模型建立模块,用于根据交通流特性、道路网络要素容量、废气排放量、服务水平和系统效率等因素的影响,建立不同影响因素下的城市交通网络容量模型;
所述城市混合交通网络配流模型建立模块,将出行者的交通方式选择和出行路径选择作为主要的影响因素,从交通需求的角度出发,建立城市混合交通网络配流模型;
所述机动车保有量监测模型建立模块,用于将机动车总量、人均机动车拥有量和政策干预作为影响因素,建立机动车保有量监测模型。
进一步的,所述的城市交通系统建模系统还包括交通需求监测模型建立模块,用于将总出行量、人均出行次数、机动车出行的平均次数、机动车出行量、机动车平均出行距离和机动车总行驶里程为影响因素,建立交通需求监测模型。
进一步的,所述的城市交通系统建模系统还包括限行交通网络配流模型建立模块,以拥堵路段、拥堵时间、特殊路段等因素为影响因子,建立限行交通网络配流模型,提高出行者出行效率。
进一步的,所述的城市交通系统建模系统还包括交通诱导信息发布模型建立模块,用于发送各类警示、提示、宣传等信息,建立交通诱导信息发布模型。
进一步的,所述的交通诱导信息发布模型建立模块包括城市街道诱导信息发布模型建立子模块、城市停车诱导模型建立子模块;城市街道诱导信息发布模型建立子模块用于指导、规划街道内的人流、车辆交通情况;城市停车诱导模型建立子模块用于指导驾车出行者进行停车场的选择,并且统计有停车场的空车位数量,便于驾驶员选择,有效减少乱停车现象的发生。
进一步的,所述的城市交通系统建模系统还包括预测路段流量分布模型建立模块,统计各个路段目前的交通流量分布情况,并通过数据、柱状图和地图标示呈现给出行者,供出行者选择。
进一步的,所述的城市交通系统建模系统还包括交通管理措施评价模型建立模块,出行者可以通过交通管理措施评价模型建立模块对城市交通系统建模系统进行服务评价。
本发明的有益效果是:本发明公开了一种城市交通系统建模系统,与现有技术相比,本发明的改进之处在于:
(1)通过将城市交通系统建模系统划分为各个模块,各个模块单独运算,实现各自相应的功能,可以有效减少系统运算量,减少运算错误,保证系统模型精度;
(2)通过城市混合交通网络配流模型建立模块和机动车保有量监测模型建立模块的设置,使系统方便管理,更符合城市交通的实际情况;适用范围广、实用性强,适合推广应用;
(3)本申请利用多个模块统计,可以得到多种交通类型的数据,各个类型数据更加直观,客户只需一键操作,就可以看到相关数据,根据系统建议做出相应选择,操作简单,看起来更加直观。
附图说明
图1为本发明的城市交通系统建模系统的结构示意图。
图2为本发明实施例1的城市交通系统建模系统的结构示意图。
图3为本发明实施例2的城市交通系统建模系统的结构示意图。
图4为本发明实施例3的城市交通系统建模系统的结构示意图。
图5为本发明实施例4的城市交通系统建模系统的结构示意图。
图6为本发明实施例5的城市交通系统建模系统的结构示意图。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案,下面结合实施例对本发明的技术方案做进一步的描述。
参照附图1所示,一种城市交通系统建模系统,包括信号控制模型建立模块、城市道路交通网络容量模型建立模块、城市混合交通网络配流模型建立模块和机动车保有量监测模型建立模块;
所述的信号控制模型建立模块,用于建立道路交叉口处的信号控制模型,并且道路交叉口处的信号控制模型的交通信号控制建立中加入了计算饱和流率和相位损失时间的累计曲线法;所述累计曲线法的主要作用是:明确分析了信号设计中的相位设计和配时设计之间的定性和定量的关系,并针对相位设计的特点,提出相位设计专家系统的理论框架,构造详实可行的专家系统知识库,进一步建立相位优化模块,在相位优化模块中,利用交通流冲突点数量、交叉口时空利用率、信号相位损失时间总和三项指标评估交叉口信号相位方案,为道路交叉口处信号控制模型的交通信号控制建立提供了完整的框架结构和坚实的理论基础;
所述城市道路交通网络容量模型建立模块,包括:交通流特性采集单元、道路网络要素容量统计单元、废气排放量统计单元、服务水平测评单元和系统效率评估单元;用于根据交通流特性、道路网络要素容量、废气排放量、服务水平和系统效率等因素的影响,综合考虑交通流特性、道路网络要素容量、废气排放量、服务水平和系统效率等因素建立在不同影响因素下的城市交通网络容量模型;
所述在不同影响因素下建立不同城市交通网络容量模型的具体过程为:
(1)基于交通流特性对城市交通网络容量的影响建立随时间变化的交通流特性网络容量模型:
所述交通流特性又称交通流特征,是指交通体系中人流、车流在不同条件下变化规律及其相互关系的定量或定性描述的总和,在道路上的交通流通常用流量、密度、速度这三个最重要的参数加以描述,本发明利用交通流特性建立交通流特性网络容量模型的过程,即为计算流量、密度、速度等影响因子对于交通流特性网络容量模型的影响过程:
流量是指交通体系中道路上一定时间内通过某一点或某一截面的实际车辆总数:
q.流量,
N.采样时段内车辆数,
T.采样时段长度,
车速是指在单位时间内车辆行驶的距离;
交通密度是指衡量道路拥挤度和车辆集中程度的评价标准,指某一瞬间内已知长度路段存在的车辆总数;
设流量、车速、交通密度对于交通流特性网络容量模型的影响因素百分数分别为a、b、c,即a+b+c=1;
(2)基于道路网络要素容量对城市交通网络容量的影响建立道路系统承载交通流物理极限的网络容量模型;
所述交通流物理极限指的是在一定时间、一定路段所能承受的交通流量的最大值;道路网络要素容量可以分为固定OD结构的最大网络流和弹性OD结构的最大网络流,OD结构是指OD交通量构成的比例关系;因此道路系统承载交通流物理极限的网络容量模型是指综合考虑固定OD结构的最大网络流和弹性OD结构的最大网络流的影响因素建立的交通模型;
(3)基于废气排放量和大气质量对城市交通网络容量的影响建立道路系统承载交通流环境极限的网络容量模型;
所述废气排放量对城市交通网络容量的影响具体指的是单位路段年尾气排放量;所述大气污染是指根据单位路段年大气质量的监测的评估值所确定的空气质量等级;利用废气排放量和大气质量建立道路系统承载交通流环境极限的网络容量模型的具体过程,即为同时考虑单位路段年尾气排放量和该路段的大气质量等级建立模型的过程;
(4)基于服务水平对城市交通网络容量的影响建立在提供某种服务水平下的最大交通承载力的网络容量模型;
所述某种服务水平下的最大交通承载力是指保证工作人员在正常工作的情况下,该路段通过车辆和人流的总数,例如:在一小时内所通过安检的车辆数和人次的总和;
(5)基于系统效率对城市交通网络容量的影响建立在资源效率跟用户效率同时最大化时的交通容量网络容量模型。
所述城市混合交通网络配流模型建立模块,包括交通流量统计单元、出行方式指导单元和出行路径指导单元,所述交通流量统计单元统计城市各个道路的交通流量,包括人流量和车流量;所述出行方式指导单元根据用户出行目的地,从交通流量统计单元中相对应路段进行提取,与目的地进行匹配,生成用户出行方式的指导方案;所述出行路径指导单元根据用户需求,从交通流量统计单元中相对应目的地进行提取,与相应路段进行匹配,生成用户出行路径的指导方案;其配流模型的工作原理为:将出行者的交通方式选择和出行路径选择作为主要的影响因素,从出行者交通需求的角度出发,建立城市混合交通网络配流模型,出行者可以根据具体的出行方式选择不同的交通路径,用来指导出行者的出行路线,方便出行者的日常出行,避免发生拥堵,提高出行者的出行效率。
所述机动车保有量监测模型建立模块,包括机动车总量统计单元、人均机动车拥有量计算单元和实时政策更新单元;所述机动车总量统计单元用于根据采集数量,计算区域内的机动车总量;所述人均机动车拥有量计算单元通过区域内的人数与区域内的机动车总量的比值确定区域内的人均机动车拥有量;所述实时政策更新单元实时更新交通、新闻、事故信息,为用户出行提供保障;其机动车保有量监测模型的工作原理为:将机动车总量、人均机动车拥有量和政策干预作为影响因素,建立机动车保有量监测模型;所述建立模块的具体过程为利用数据库中统计的数据总量、城市中的人均机动车拥有量以及交通管理的有关政策为影响因子建立机动车保有量监测模型;
所述机动车保有量为内燃机车(摩托车,汽车,货车,不包含电动车)在某地区的总量。
实施例1:参照附图2所示,所述的城市交通系统建模系统还包括交通需求监测模型建立模块,包括总出行量统计单元、人均出行次数统计单元、机动车总出行量统计单元、机动车出行的平均次数统计单元;工作时,通过各个单元统计人总出行量、人均出行次数、机动车出行的平均次数、机动车总出行量等参数;将总出行量、人均出行次数、机动车出行的平均次数、机动车总出行量、机动车平均出行距离和机动车总行驶里程为影响因素,建立交通需求监测模型,通过对道路上的行人、车辆进行统计,并将统计好的信息传递给城市混合交通网络配流模型,进而计算道路上人流、车流的可增容纳量,从而对出行者进行引导,使得出行者按照规划的路线行驶,可以有效避免交通拥挤、提高出行者出行效率、减少交通事故的发生;其交通需求监测模型的工作原理为:以人总出行量、人均出行次数、机动车出行的平均次数、机动车出行量、机动车平均出行距离和机动车总行驶里程为影响因素,建立交通需求监测模型的具体过程为:将城市道路划分为主干路、次干路、支路三种城市道路级别,设主干路、次干路、支路上的人流量最大容纳率分别为:pa1、pa2和pa3;在规定车速40km/h,车距为30m时,主干路、次干路、支路上的车流量最大容纳率分别为:pb1、pb2和pb3;总出行量为a,人均出行次数为b;机动车出行总量为c,机动车平均出行次数为d;则满足以下出行计算方式:
次干路上的交通需求量为:
机动车的交通需求量为:
实施例2:参照附图3所示,与实施例1不同的是,所述的城市交通系统建模系统还包括限行交通网络配流模型建立模块,包括拥堵路段流量统计单元、特殊路段流量统计单元、拥堵时段自动记忆单元,工作时,通过各个单元统计拥堵路段、拥堵时间、特殊路段等参数,并将统计到的拥堵路段、拥堵时间、特殊路段等因素为影响因子,建立限行交通网络配流模型,对于经常发生交通拥堵的路段、拥堵时间,以及特殊路段进行统计并且标定,并将标定的数据存入在数据库中,在固定的时间段内对拥堵路段和特殊路段进行车次和人次的流量分配,避免拥堵路段在拥堵时间内发生长时间的堵车情况的发生,提高出行者出行效率、减小交通事故发生的概率。
实施例3:参照附图4所示,与实施例2不同的是,所述的城市交通系统建模系统还包括交通诱导信息发布模型建立模块,用于发送各类警示、提示、宣传等信息,建立交通诱导信息发布模型,给出行者提供出行警示,以及更好的宣传城市交通的法律法规,增强出行者遵守交通规则的意识;
所述的交通诱导信息发布模型建立模块包括城市街道诱导信息发布模型建立子模块、城市停车诱导模型建立子模块,所述城市街道诱导信息发布模型建立子模块用于指导、规划街道内的人流、车辆交通情况,所述城市停车诱导模型建立子模块用于指导驾车出行者进行停车场的选择,并且统计有停车场的空车位数量,便于驾驶员选择,可以有效减少乱停车现象的发生。
实施例4:参照附图5所示,与实施例3不同的是,所述的城市交通系统建模系统还包括预测路段流量分布模型建立模块,包括若干个路段流量统计单元和数据处理回归绘图单元;所述路段流量统计单元统计本路段的车流和人流的流量;所述数据处理回归绘图单元针对路段流量统计单元统计到的车流和人流的流量进行分析计算,并绘制数据、柱状、回归线图;
所述预测路段流量分布模型建立模块将各个路段目前的交通流量分布情况进行统计,并通过数据、柱状图和地图标示呈现给出行者,便于出行者对交通情况作出预判,选择适合的路线出行,以便出行者对出行路线、出行时间进行选择,提高出行者出行效率、减少交通拥堵。
实施例5:参照附图6所示,与实施例4不同的是,所述的城市交通系统建模系统还包括交通管理措施评价模型建立模块,包括出行路径管理评价单元、出行方式管理评价单元、出行时间管理评价单元、用户建议采集单元;所述出行路径管理评价单元用于用户在达到目的地后针对系统建议的路径的满意程度进行评价;所述出行方式管理评价单元用于用户在达到目的地后针对系统建议的出行方式的满意程度进行评价;所述出行时间管理评价单元用户在达到目的地后针对系统建议的在规定时间内的出行方式和出行路径的满意程度进行评价;所述用户建议采集单元用于采集用户建议,对系统功能进行调整和更新;
所述交通管理措施评价模型建立模块主要用于出行者对城市交通系统建模系统进行服务评价,以便工作人员根据出行者要求,对城市交通系统建模系统不断做出改进。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内,本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种城市交通系统建模系统,其特征在于,包括信号控制模型建立模块、城市道路交通网络容量模型建立模块、城市混合交通网络配流模型建立模块和机动车保有量监测模型建立模块;
所述的信号控制模型建立模块,用于建立道路交叉口处的信号控制模型,并在道路交叉口处的信号控制模型的交通信号控制建立中加入了计算饱和流率和相位损失时间的累计曲线法;
所述城市道路交通网络容量模型建立模块,用于根据交通流特性、道路网络要素容量、废气排放量、服务水平和系统效率等因素的影响,建立不同影响因素下的城市交通网络容量模型;
所述城市混合交通网络配流模型建立模块,将出行者的交通方式选择和出行路径选择作为主要的影响因素,从交通需求的角度出发,建立城市混合交通网络配流模型;
所述机动车保有量监测模型建立模块,用于将机动车总量、人均机动车拥有量和政策干预作为影响因素,建立机动车保有量监测模型。
2.根据权利要求1所述的城市交通系统建模系统,其特征在于,所述的城市交通系统建模系统还包括交通需求监测模型建立模块,用于将总出行量、人均出行次数、机动车出行的平均次数、机动车出行量、机动车平均出行距离和机动车总行驶里程为影响因素,建立交通需求监测模型。
3.根据权利要求1所述的一种城市交通系统建模系统,其特征在于,所述的城市交通系统建模系统还包括限行交通网络配流模型建立模块,以拥堵路段、拥堵时间、特殊路段等因素为影响因子,建立限行交通网络配流模型,提高出行者出行效率。
4.根据权利要求1所述的一种城市交通系统建模系统,其特征在于,所述的城市交通系统建模系统还包括交通诱导信息发布模型建立模块,用于发送各类警示、提示、宣传等信息,建立交通诱导信息发布模型。
5.根据权利要求4所述的一种城市交通系统建模系统,其特征在于,所述的交通诱导信息发布模型建立模块包括城市街道诱导信息发布模型建立子模块、城市停车诱导模型建立子模块;城市街道诱导信息发布模型建立子模块用于指导、规划街道内的人流、车辆交通情况;城市停车诱导模型建立子模块用于指导驾车出行者进行停车场的选择,并且统计有停车场的空车位数量,便于驾驶员选择,有效减少乱停车现象的发生。
6.根据权利要求1所述的一种城市交通系统建模系统,其特征在于,所述的城市交通系统建模系统还包括预测路段流量分布模型建立模块,统计各个路段目前的交通流量分布情况,并通过数据、柱状图和地图标示呈现给出行者,供出行者选择。
7.根据权利要求1所述的一种城市交通系统建模系统,其特征在于,所述的城市交通系统建模系统还包括交通管理措施评价模型建立模块,出行者可以通过交通管理措施评价模型建立模块对城市交通系统建模系统进行服务评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911071999.8A CN110633558B (zh) | 2019-11-05 | 2019-11-05 | 一种城市交通系统建模系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911071999.8A CN110633558B (zh) | 2019-11-05 | 2019-11-05 | 一种城市交通系统建模系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110633558A true CN110633558A (zh) | 2019-12-31 |
CN110633558B CN110633558B (zh) | 2023-01-31 |
Family
ID=68979243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911071999.8A Active CN110633558B (zh) | 2019-11-05 | 2019-11-05 | 一种城市交通系统建模系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633558B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183871A (zh) * | 2020-10-10 | 2021-01-05 | 扬州大学 | 基于空气指数的城市交通诱导系统 |
CN113611105A (zh) * | 2021-07-09 | 2021-11-05 | 东南大学 | 一种城市交通出行需求总量预测方法 |
CN115148029A (zh) * | 2022-06-29 | 2022-10-04 | 交通运输部公路科学研究所 | 一种用于预测行人交通事故的方法、介质以及电子设备 |
CN116721550A (zh) * | 2023-08-10 | 2023-09-08 | 济南高品伟业信息科技有限公司 | 一种基于网格计算的交通管理系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005024592A2 (en) * | 2003-09-04 | 2005-03-17 | Cyberscan Technology, Inc. | Universal game server |
CN101042805A (zh) * | 2007-03-09 | 2007-09-26 | 吉林大学 | 单个交叉口混合交通信号的控制方法 |
CN101477581A (zh) * | 2008-12-19 | 2009-07-08 | 上海理工大学 | 多智能体区域道路交叉口信号集成控制仿真系统 |
CN101561836A (zh) * | 2009-01-05 | 2009-10-21 | 天津大学 | 基于元胞机的城市微观交通流仿真系统 |
US20120191843A1 (en) * | 2011-01-26 | 2012-07-26 | Nec Laboratories America, Inc. | Systems and methods for application dependency discovery |
CN103116608A (zh) * | 2013-01-18 | 2013-05-22 | 同济大学 | 一种快速路交通流再现的方法 |
CN103531024A (zh) * | 2013-10-28 | 2014-01-22 | 武汉旭云科技有限公司 | 一种动态交通路网城市道路要素模型及其建模方法 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN104978853A (zh) * | 2014-04-01 | 2015-10-14 | 中国移动通信集团公司 | 一种道路交通安全评估方法及系统 |
CN105426636A (zh) * | 2015-12-23 | 2016-03-23 | 北京工业大学 | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 |
US20170124497A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
CN107563028A (zh) * | 2017-08-22 | 2018-01-09 | 南京邮电大学 | 一种基于空间网络的公交‑地铁耦合网络构建方法 |
CN107767670A (zh) * | 2017-10-26 | 2018-03-06 | 贵州财经大学 | 城市监控系统和方法 |
WO2018072240A1 (zh) * | 2016-10-20 | 2018-04-26 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN109165772A (zh) * | 2018-07-25 | 2019-01-08 | 深圳大图科创技术开发有限公司 | 一种智能城市交通系统 |
-
2019
- 2019-11-05 CN CN201911071999.8A patent/CN110633558B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005024592A2 (en) * | 2003-09-04 | 2005-03-17 | Cyberscan Technology, Inc. | Universal game server |
CN101042805A (zh) * | 2007-03-09 | 2007-09-26 | 吉林大学 | 单个交叉口混合交通信号的控制方法 |
CN101477581A (zh) * | 2008-12-19 | 2009-07-08 | 上海理工大学 | 多智能体区域道路交叉口信号集成控制仿真系统 |
CN101561836A (zh) * | 2009-01-05 | 2009-10-21 | 天津大学 | 基于元胞机的城市微观交通流仿真系统 |
US20120191843A1 (en) * | 2011-01-26 | 2012-07-26 | Nec Laboratories America, Inc. | Systems and methods for application dependency discovery |
CN103116608A (zh) * | 2013-01-18 | 2013-05-22 | 同济大学 | 一种快速路交通流再现的方法 |
CN103531024A (zh) * | 2013-10-28 | 2014-01-22 | 武汉旭云科技有限公司 | 一种动态交通路网城市道路要素模型及其建模方法 |
CN104978853A (zh) * | 2014-04-01 | 2015-10-14 | 中国移动通信集团公司 | 一种道路交通安全评估方法及系统 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
US20170124497A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | System for automated capture and analysis of business information for reliable business venture outcome prediction |
CN105426636A (zh) * | 2015-12-23 | 2016-03-23 | 北京工业大学 | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 |
WO2018072240A1 (zh) * | 2016-10-20 | 2018-04-26 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN107563028A (zh) * | 2017-08-22 | 2018-01-09 | 南京邮电大学 | 一种基于空间网络的公交‑地铁耦合网络构建方法 |
CN107767670A (zh) * | 2017-10-26 | 2018-03-06 | 贵州财经大学 | 城市监控系统和方法 |
CN109165772A (zh) * | 2018-07-25 | 2019-01-08 | 深圳大图科创技术开发有限公司 | 一种智能城市交通系统 |
Non-Patent Citations (2)
Title |
---|
ARPITA SAHA 等: "Kriging based saturation flow models for traffic conditions in Indian cities", 《TRANSPORTATION RESEARCH PART A: POLICY AND PRACTICE》 * |
余孝军 等: "收费情形下一类弹性需求混合交通均衡的效率损失", 《交通运输系统工程与信息》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183871A (zh) * | 2020-10-10 | 2021-01-05 | 扬州大学 | 基于空气指数的城市交通诱导系统 |
CN113611105A (zh) * | 2021-07-09 | 2021-11-05 | 东南大学 | 一种城市交通出行需求总量预测方法 |
CN115148029A (zh) * | 2022-06-29 | 2022-10-04 | 交通运输部公路科学研究所 | 一种用于预测行人交通事故的方法、介质以及电子设备 |
CN115148029B (zh) * | 2022-06-29 | 2023-09-19 | 交通运输部公路科学研究所 | 一种用于预测行人交通事故的方法、介质以及电子设备 |
CN116721550A (zh) * | 2023-08-10 | 2023-09-08 | 济南高品伟业信息科技有限公司 | 一种基于网格计算的交通管理系统 |
CN116721550B (zh) * | 2023-08-10 | 2023-10-24 | 济南高品伟业信息科技有限公司 | 一种基于网格计算的交通管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110633558B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110633558B (zh) | 一种城市交通系统建模系统 | |
Jin et al. | Estimating cycleway capacity and bicycle equivalent unit for electric bicycles | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN111091720B (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
CN103177561B (zh) | 公交实时路况的生成方法 | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN104200649A (zh) | 基于预先申请的交通高峰期路线资源调度分配系统与方法 | |
CN109993215B (zh) | 一种基于交通大数据的路径诱导方法 | |
CN112767683B (zh) | 一种基于反馈机制的路径诱导方法 | |
Anya et al. | Application of AIMSUN microsimulation model to estimate emissions on signalized arterial corridors | |
CN106682812A (zh) | 综合运输体系客运方式分担率‑距离转移曲线确定方法 | |
CN112767694B (zh) | 用于缓解道路拥堵的交通优化方法和装置 | |
CN105046983A (zh) | 一种基于车路协同的交通流量预测系统及方法 | |
CN107085620A (zh) | 一种出租车和地铁接驳出行线路的查询方法及系统 | |
CN106327867B (zh) | 一种基于gps数据的公交准点预测方法 | |
CN109697881A (zh) | 一种基于实时道路拥堵信息的绕行指引方法 | |
Yatskiv et al. | Evaluating Riga transport system accessibility | |
CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
Chepuri et al. | Travel time reliability analysis on selected bus route of mysore using GPS data | |
Choudhary et al. | Real world driving dynamics characterization and identification of emission rate magnifying factors for auto-rickshaw | |
CN109754606B (zh) | 一种基于出租车定位预测道路拥堵情况的方法 | |
CN109740823A (zh) | 一种面向实时场景计算的出租车打车决策方法及系统 | |
Yang et al. | The research on the key technologies for improving efficiency of parking guidance system |
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 |