隨著城市化快速的發(fā)展進程,交通擁堵已經(jīng)成為國內(nèi)外大中城市亟需解決的嚴重問題之一。交通擁堵常態(tài)化現(xiàn)象不僅嚴重影響公眾出行,抑制了城市的發(fā)展,同時減緩了城市的升級進度,降低了城市發(fā)展效能。因此,面向當前日益復雜的城市道路交通現(xiàn)狀,迫切需要研究科學、有效的城市交通運行評價體系,以更好地為改善城市交通管理措施和緩解交通擁堵問題提供合理依據(jù)與技術方法支持。為了對城市道路交通運行狀態(tài)做出合理評價,本文基于浮動車數(shù)據(jù)研究了城市交通運行評價方法體系;針對已有評價方法主要考慮交通參數(shù)與路網(wǎng)使用性能,較少考慮城市道路網(wǎng)絡結(jié)構特征以及多種環(huán)境因素對交通運行的影響,評價指標體系缺乏多樣化的問題,本文以城市交通評價體系為基礎,研究顧及交通網(wǎng)絡特征的交通運行指數(shù),基于該指數(shù)研究城市道路交通預測評價方法,通過對城市道路交通運行指數(shù)的預測分析,為公眾及時掌握城市道路交通運行狀態(tài)及合理安排交通出行提供參考。論文主要研究內(nèi)容包括以下三個方面:（1）城市交通運行評價的方法體系。本文面向城市交通運行狀態(tài)的特點和公眾出行的需求,研究了使用交通參數(shù)的典型城市交通運行指數(shù)構建方法;結(jié)合影響城市交通運行狀態(tài)的多種因素,研究了城市交通... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

路段疊加熱點區(qū)域示意

57圖 5-13 成都市二環(huán)區(qū)域內(nèi)道路網(wǎng)絡抽象圖中的距離計算往往要為邊賦予相應的權值，以滿足不長度作為距離，另外還有使用步數(shù)作為距離的計算到其他節(jié)點的容易程度，只需計算一個點到達另一離來表示節(jié)點到其他節(jié)點的距離，將所有邊的權重3.1 小節(jié)中描述的方法計算出節(jié)點到網(wǎng)絡結(jié)構中其他

第五章 實驗與分析考慮道路網(wǎng)絡結(jié)構特征值，因此將參數(shù)設置為 0.5， 0.2， 0.3。5.3.2 顧及城市道路交通網(wǎng)絡特征的評價分析基于每個路段的交通影響因子計算結(jié)果，根據(jù)本文提出的交通運行指數(shù)模型進行計算，得出交通運行指數(shù)結(jié)果。利用同樣的數(shù)據(jù)集及對應影響因子，分別采用北京市基于擁堵里程比、深圳市基于行程時間比以及上海市考慮車道數(shù)和里程長度的綜合指標評價的指數(shù)模型對數(shù)據(jù)進行計算，與本文的方法進行對比。值得注意的是，北京的指標閾值在 0~10，深圳的指標閾值范圍在 0~5，而上海和本文的閾值則在 0~100，為了將幾種方法進行對比，將實驗結(jié)果通過轉(zhuǎn)換計算，閾值取值集中在 0~10。圖 5-14(a)顯示了 2014 年 8 月 7 日工作日 6:00-24:00 的交通運行指數(shù)結(jié)果，圖 5-14(b)為 2014 年 8 月 10 日周日 6:00-24:00 的指數(shù)結(jié)果。

【參考文獻】：
期刊論文
[1]基于SVM的短期交通狀態(tài)預測識別研究[J]. 肖思思,楊宏業(yè).  內(nèi)蒙古工業(yè)大學學報(自然科學版). 2017(02)
[2]基于K近鄰算法和支持向量回歸組合的短時交通流預測[J]. 劉釗,杜威,閆冬梅,柴干,郭建華.  公路交通科技. 2017(05)
[3]考慮多因素的城市道路交通擁堵指數(shù)預測研究[J]. 韋清波,何兆成,鄭喜雙,陳昶佳,楊敬鋒.  交通運輸系統(tǒng)工程與信息. 2017(01)
[4]基于ARIMA和小波神經(jīng)網(wǎng)絡組合模型的交通流預測[J]. 成云,成孝剛,談苗苗,周凱,李海波.  計算機技術與發(fā)展. 2017(01)
[5]基于數(shù)據(jù)場的出租車軌跡熱點區(qū)域探測方法[J]. 周勍,秦昆,陳一祥,李志鑫.  地理與地理信息科學. 2016(06)
[6]交通運行指數(shù)的研究與應用綜述[J]. 王璐媛,于雷,孫建平,宋國華.  交通信息與安全. 2016(03)
[7]上海市道路交通狀態(tài)指數(shù)簡介及應用案例[J]. 張揚,何承,張祎,顧承華,馬偉民,林益平.  交通與運輸. 2016(03)
[8]基于地點車速的路段交通擁堵指數(shù)計算方法[J]. 宋志洪,江金鳳,尹少東,梁子君.  現(xiàn)代工業(yè)經(jīng)濟和信息化. 2015(15)
[9]基于多因素的交通指數(shù)回歸分析短時預測研究[J]. 戴娟莉,宋奇文.  公路與汽運. 2015(03)
[10]相空間重構的卡爾曼濾波交通流預測研究[J]. 錢偉,楊慧慧,孫玉娟.  計算機工程與應用. 2016(14)

博士論文
[1]面向特大城市的分層次交通擁堵評價模型及算法[D]. 劉夢涵.北京交通大學 2009

碩士論文
[1]基于浮動車數(shù)據(jù)的城市道路交通狀態(tài)預測研究[D]. 童彤.大連海事大學 2017
[2]基于交通擁堵指數(shù)的交通擁堵模式聚類分析[D]. 劉思寧.北京交通大學 2016
[3]車輛路徑動態(tài)導航算法研究[D]. 王偉生.電子科技大學 2016
[4]基于K近鄰非參數(shù)回歸的短時交通流預測算法研究[D]. 林川.電子科技大學 2015
[5]非參數(shù)回歸的研究及其應用[D]. 劉志剛.溫州大學 2012
[6]基于一次擁堵的城市交通擁堵綜合評價方法研究[D]. 高藝.北京交通大學 2011



本文編號：3143978