本文選題：交通　切入點(diǎn)：OD矩陣　出處：《計(jì)算機(jī)應(yīng)用與軟件》2016年12期 　論文類型：期刊論文

【摘要】：OD(Origin-Destination)矩陣是分析交通流、了解城市交通流特性并進(jìn)行交通規(guī)劃、管理、控制和誘導(dǎo)的重要基礎(chǔ)和前提條件。基于代理有效反推OD矩陣,其依據(jù)道路外在環(huán)境和駕駛員認(rèn)知、選擇等內(nèi)在因素對OD分布的影響,完成駕駛員對交通小區(qū)和行駛路線的決策,提出包括感知層、代理層、決策層和輸出層四個層次的OD反推模型(ODABM)。實(shí)驗(yàn)中ODABM模型各時間段仿真車流量與路網(wǎng)實(shí)測車流量的平均范數(shù)平均相對誤差減小到10.2%。結(jié)果表明:ODABM模型精度更高,更符合現(xiàn)實(shí)路網(wǎng),并能反映交通流的時變性和出行目的分布,是提高交通仿真真實(shí)度的有效方法。
[Abstract]:ODN Origin-DestinationMatrix is an important foundation and prerequisite for analyzing traffic flow, understanding urban traffic flow characteristics, and planning, managing, controlling and guiding traffic. Based on the agent efficient backstepping of OD matrix, it is based on the external environment of the road and driver's cognition. The influence of selection and other internal factors on OD distribution, complete the driver's decision on the traffic area and route, and put forward the perception layer, agent layer, etc. In the experiment, the average relative error between the average norm of the simulated traffic flow and the measured traffic flow of the ODABM model is reduced to 10.2. The results show that the accuracy of the one-to-one ODABM model is higher, and it is more in line with the reality of the road network. It can reflect the time variation of traffic flow and travel purpose distribution, which is an effective method to improve the real degree of traffic simulation.
【作者單位】： 南京郵電大學(xué)通信與信息工程學(xué)院;
【分類號】：U491

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬艷;王令;郭華;;駕駛員交通心理劃分與個性化訓(xùn)練研究[J];公路交通科技(應(yīng)用技術(shù)版);2008年S1期

2 李金庫;;駕駛員綜合特征對行車控制與緊急度判斷的影響[J];交通科技與經(jīng)濟(jì);2008年03期

3 高菲;李向瑜;段立飛;王兵;;駕駛員前視行為特性的動態(tài)變化規(guī)律[J];汽車工程師;2010年02期

4 張敬磊;王曉原;;駕駛員行為仿真模型研究進(jìn)展[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

5 馬愛靜;毛建國;沈\，

本文編號：1648607