基于TS-NN模型的道路交通车流量预测

针对现有的智能交通系统预测方法,基于道路交通的关键参数车流量预测,提出了一种基于深度学习的时间序列交通流预测方法,进一步提升道路交通车流量预测准确率。在对道路交通数据集进行清洗后,使用时间序列和神经网络的结合算法TS-NN 进行车流量预测,实验表明,在城市路段的预测中,TS-NN 相对时间序列模型ARIMA、神经网络模型LSTM 准确率分别提升了1.62%和2.13%?在高速公路数据集上测试上,TS-NN 有更加明显的改进,相对ARIMA、LSTM 分别提升了20.87%和3.53%,在一定程度上,TS-NN 算法确实有助于改进智能交通系统核心算法。     

用改进的元胞自动化模型模拟不同信号灯控制策略下的交通流(英文)

1Introduction Recently,more attention has been paid to urbantraffic,especially the traffic flow controlled by trafficlights.Traffic light control strategy is crucial for i m-proving the efficiency of urbantransportation network.The cellular automaton(CA)m…     

用改进的元胞自动化模型模拟不同信号灯控制策略下的交通流

Traffic flows controlled by traffic light strategies were investigated via a cellular automaton model with anticipation, which is suitable for describing urban traffic. Three kinds of strategies, i. e., synchronized, green-wave and random switching lights, were designed, simulated and compared with each other. It is shown that the green-wave strategy is only valid at lower density and there is not an effective way with the three strategies to improve the efficiency of traffic flow at high density.     

一种改进的交通流元胞自动机模型

A modified cellular automaton model for traffic flow was proposed. A novel concept about the changeable security gap was introduced and a parameter related to the variable security gap was determined. The fundamental diagram obtained by simulation shows that the maximum flow more approaches to the observed data than that of the NaSch model, indicating that the presented model is more reasonable and realistic.     

城市交通流量的非线性混沌预测模型研究

为了解决日益严重的城市交通问题，本根据交通流已被证明的混沌特性，尝试采用非线性混沌模型来分析交通流时间序列．该模型首先将交通流时间序列在相空间中重构，以充分提取交通流中的相关信息，在此基础上，应用混沌理论对重构信息构材预测方程，并运用遗传算法对模型参数进行了优化辨识，以获得最佳的预测效果．实际的城市交通流量预测研究表明，该模型具有较高的预测精度，可以为城市交通规划和控制提供准确的参考．     

基于Netflow技术的互联网流量流向的分析与研究

从研究互联网流量数据类型入手,在Netflow技术基础上,实现对流量数据的深度分析,并搭建流量分析系统的硬件环境,实现对流量成分、方向和来源的统计、分析和查询呈现,以实现网络规划、优化调整、业务发展等预期目标。     

Study on One—Dimensional Model of Traffic Flow with Stochastic Deceleration via Lattice Boltzmann Method

One-dimensional traffic model was studied with the consideration of stochastic deceleration by using the lattice Boltzmannmethod.The evolution equation for vehicle density was derived,which has the form of the Burgers equation exhibiting the effect of viscosity corresponding to the deceleration.The simulation with the model shows that the variation of vehicle density in space tends to a periodic one,which implies the existence of kinematic waves in the 1D traffic flow and coincides with theoretical prediction.     

交通流压缩特性研究(英文)

为了描述交通流的压缩性并确定交通流压缩系数,将气体动力学中的Mach教引入交通流研究中,得到交通流压缩系数的定义及计算公式.根据交通流压缩系数的定义及其微分方程,建立了停车波模型.根据长春市实际调查数据,对模型进行计算及验证,得到停车波波速的理论值,该值与观测值之间的相对误差为20.3%,与传统停车渡模型的计算结果相比,精度提高了39%.结果表明:交通流具有可压缩性,研究气体流压缩性的方法同样适用于交通流;与传统停车波模型相比,由交通流压缩系数计算公式得到的停车波模型能更好地描述信号交叉口的停车波现象.     

云平台动态弹性扩展关键技术研究

根据实时交通大数据处理的具体需求,提出实时交通大数据处理云平台的逻辑体系结构,分别从IaaS层、中间件层以及应用层探讨实现云平台动态弹性扩展的关键技术以及仍有待解决的关键问题。并搭建实时交通大数据处理云平台的原型系统,提出实时交通大数据处理云平台资源调度策略。实验结果表明云平台的动态弹性扩展特性可满足实时交通大数据处理的性能需求。     

基于技术嵌入的旅游交通辅助服务的构建研究

传统研究注重使用技术来提高旅游交通的运输能力,但很少关注技术对旅游交通辅助服务能力的提升。文章基于技术嵌入理论,研究旅游交通辅助服务体系,以此构建旅游交通辅助服务的结构模型。并系统阐述技术嵌入旅游交通辅助服务的路径。     

平面交叉口的另一种交通信号控制

建立可改变信号周期的交通流模型,利用最优控制理论和算法给出优化的信号配时控制策略,其结果与传统的信号配时设计非常接近.     

关于交通成本演化方程的假设及经济分析

Based on two main hypotheses of traffic economical equilibrium and the relationship between traffic density and the demand, an evolution equation of traffic cost was proposed to describe the change of cost under decreasing toll. Economical explanation of the model and a numerical case were given to demonstrate the constraint between the marginal traffic demand and the flow velocity.     

时间汇集间隔对交通流异方差性的影响

依托从英国快速路系统中采集到的实际交通流数据,研究了时间汇集间隔对交通流异方差性的影响．使用1-30min共30种时间汇集间隔,生成了30个实际交通流数据序列,确定并估计了相应的ARIMA模型,计算后得到30个交通流量残差序列．针对不同汇集间隔下的ARIMA模型残差序列,应用portmanteau Q检验和LM（Lagrange multiplier）检验,分析了交通流量序列的异方差性．实证结果表明：交通流量序列在选定的30个汇集间隔都具有显著的异方差性;较长的时间汇集间隔可以消减交通流量序列中的噪声,从而减弱交通流异方差性的程度．研究结果有助于开发具有较高可靠性和鲁棒性的交通管理和控制系统．     

交通事故致因分析的突变模型

利用非线性科学领域的突变论分析交通事故致因，构建了交通事故致因的突变模型，给出了交通事故突变模型的势函数形式，分析了系统在稳定区和非稳定区域状态变化的定量关系，并解释了交通事故发生前后系统控制参数的连续变化引起系统状态的突然变化以及不同的控制参数对事故危害结果的影响程度。结果表明：要想控制交通事故的发生就必须控制人为因素和物的因素之组合落在稳定区域内。防止系统的状态越过潜在突变区；防止事故发生的基本原理就是使人和物的运动轨迹在临界点外。     

A relaxation scheme for a multi-class Lighthill-Whitham-Richards traffic flow model

We present a high-resolution relaxation scheme for a multi-class Lighthill-Whitham-Richards （MCLWR） traffic flow model. This scheme is based on high-order reconstruction for spatial discretization and an implicit-explicit Runge-Kutta method for time integration. The resulting method retains the simplicity of the relaxation schemes. There is no need to involve Riemann solvers and characteristic decomposition. Even the computation of the eigenvalues is not required. This makes the scheme par- ticularly well suited for the MCLWR model in which the analytical expressions of the eigenvalues are difficult to obtain for more than four classes of road users. The numerical results illustrate the effectiveness of the presented method.     

网络突发流量行为研究

流量作为网络的三大重要组成部分之一,已成为网络领域的研究热点。本文对数据通信和计算机网络中流量所固有的突发性(burstiness)的行为特征与建模、突发性所产生机理、突发性对网络性能的影响以及突发流量的仿真等方面的研究进行分析,提出了这些研究内容中的关键问题和技术。为了解网络流量特性和控制网络正常运行提供参考。     

用于交通运营管理的实时交通流状态分类高斯混合模型

采用高斯混合模型GMM,同时以交通流量、平均速度和密度3种交通流宏观特征为指标,对交通流状态进行聚类和分类.和其他聚类分类方法比较,高斯混合模型是结构化的模型,适合于各种情形交通流参数.高斯混合模型中子类的个数通过Gap统计量结合交通流的领域知识加以确定,而模型的其他参数则由E-M算法进行估计.所建立的GMM模型可以作...     

基于随机森林的交通事件检测方法设计与分析(英文)

为了进一步提高决策树模型的交通事件检测性能,且避免噪音和过拟合现象,提出了基于随机森林的交通事件检测方法.从分类强度和相关性2个角度进行分析,并构建了3组实验:与不同数目决策树的对比、与不同决策树的对比及与神经网络的对比.实验数据采用实测的高速公路交通参数数据库(I-880数据库);实验的评价指标采用检测率、误警率、平均检测时间、分类率和ROC曲线下的面积.实验结果表明,基于随机森林的交通事件检测模型可以提高检测率、减少检测时间、提高分类正确率,和多层前馈神经网络相比具有很好的竞争力.     

中国高等教育规模发展宏观调控模型研究

今后一个时期我国高等教育的规模扩张应该保持什么样的增长速度?对我国50多年来高等教育发展波动和美日等国高等教育大众化时期规模扩张的历史经验的分析表明:今后我国高等教育规模扩张的周期性波动仍不可避免,但应控制在合理的区间内;2003-2020年间我国高等教育规模发展的理想区间目标是,高等学校学生数的年增长率控制在2%-7%之间为宜。