【摘要】：OD矩陣是了解路網(wǎng)交通特性、分析和把握道路出行規(guī)律、預(yù)測(cè)未來(lái)交通發(fā)展趨勢(shì)等工作的重要基礎(chǔ)數(shù)據(jù)。20世紀(jì)70年代開始,國(guó)內(nèi)外學(xué)者開始研究利用路段流量反推OD矩陣的OD估計(jì)方法。近年來(lái),多來(lái)源的交通信息采集系統(tǒng)使得路段流量的獲取更加方便和全面,這為OD估計(jì)技術(shù)的應(yīng)用提供了可靠的數(shù)據(jù)支撐,開發(fā)基于多源數(shù)據(jù)的OD估計(jì)方法顯得十分重要。論文首先搭建了基于多源數(shù)據(jù)進(jìn)行OD估計(jì)的體系框架,對(duì)其中所涉及的相關(guān)內(nèi)容進(jìn)行了說(shuō)明,并指出基于多源數(shù)據(jù)進(jìn)行OD估計(jì)的關(guān)鍵問(wèn)題:(1)觀測(cè)路段設(shè)置方法;(2)路段流量獲取及多源數(shù)據(jù)融合方法;(3)區(qū)域道路網(wǎng)OD估計(jì)方法。其次,針對(duì)觀測(cè)路段設(shè)置方法,論文基于路段重要度,綜合采用路段微觀評(píng)價(jià)指標(biāo)和區(qū)域宏觀評(píng)價(jià)指標(biāo),通過(guò)因子分析法和熵值賦權(quán)法對(duì)各指標(biāo)進(jìn)行賦權(quán)從而計(jì)算路段重要度,然后對(duì)路段重要度進(jìn)行聚類以選擇觀測(cè)路段,并以蕭山區(qū)為例說(shuō)明了該方法能夠適應(yīng)實(shí)際區(qū)域路網(wǎng);然后,論文綜合利用高速公路收費(fèi)系統(tǒng)、電子警察系統(tǒng)、連續(xù)式觀測(cè)站等多來(lái)源的交通信息采集系統(tǒng)獲取觀測(cè)路段流量,并通過(guò)BP神經(jīng)網(wǎng)絡(luò)對(duì)多來(lái)源的路段流量進(jìn)行融合,從而得到高精度的觀測(cè)路段流量,為OD估計(jì)提供可靠的數(shù)據(jù)支撐;第四,論文以杭州市蕭山區(qū)為例,通過(guò)所提出的觀測(cè)路段設(shè)置方法選擇觀測(cè)路段,以多源數(shù)據(jù)及其融合方法獲取路段流量,利用出行阻抗推算法和阻抗-重力模型法分別獲取先驗(yàn)OD矩陣,以均衡交通分配模型(UE)和隨機(jī)均衡分配模型(SUE)分別作為交通分配模型,同時(shí)考慮路段重要度,利用TransCAD的OD估計(jì)模塊設(shè)置共16種模型進(jìn)行OD估計(jì),并基于路段流量對(duì)反推結(jié)果進(jìn)行詳細(xì)分析,得到先驗(yàn)OD獲取方式、交通分配模型、OD估計(jì)方法、路段重要度對(duì)OD估計(jì)結(jié)果影響的一般結(jié)論。最后,論文以路段流量均方根誤差RMSE(%)和路段流量相對(duì)誤差A(yù)RE(%)作為評(píng)價(jià)指標(biāo),通過(guò)熵值賦權(quán)法對(duì)各指標(biāo)進(jìn)行賦權(quán),建立OD估計(jì)綜合評(píng)價(jià)指標(biāo)Z,從而對(duì)模型進(jìn)行評(píng)價(jià)。結(jié)果發(fā)現(xiàn)以阻抗-重力模型法方法獲取先驗(yàn)OD、以隨機(jī)用戶均衡分配模型(SUE)作為交通分配模型、考慮路段重要度且以多路徑OD估計(jì)方法(MPME)進(jìn)行OD估計(jì)時(shí),所得到的OD矩陣精度最高。論文的這一研究結(jié)果,為利用TransCAD進(jìn)行實(shí)際的區(qū)域道路網(wǎng)OD估計(jì)提供了指導(dǎo)作用。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491
【圖文】：

OD 矩陣是關(guān)鍵的道路基礎(chǔ)數(shù)據(jù)，是了解和預(yù)測(cè)城市發(fā)展趨勢(shì)的基礎(chǔ)，是交通規(guī)劃建設(shè)管理的重要數(shù)據(jù)支撐。理論而言，由于路段流量是由 OD 矩陣分配而來(lái)，且容易采集，因此可以通過(guò)交通分配的逆過(guò)程得到 OD 矩陣。路段流量是 OD 估計(jì)的重要基礎(chǔ)數(shù)據(jù)，現(xiàn)代化信息采集系統(tǒng)及多源數(shù)據(jù)融合技術(shù)為路段流量的采集提供了可靠、全面的方法。本章將建立基于多源數(shù)據(jù)的 OD 估計(jì)框架，并對(duì)該框架中所涉及的相關(guān)內(nèi)容進(jìn)行說(shuō)明。2.1 基于多源數(shù)據(jù)的 OD 估計(jì)體系框架基于多源數(shù)據(jù)的 OD 估計(jì)與現(xiàn)有的 OD 估計(jì)體系不同。現(xiàn)有的 OD 估計(jì)是基于交通調(diào)查或者某種單一的交通檢測(cè)器獲取路段流量進(jìn)行展開。近年來(lái)，隨著信息化技術(shù)的發(fā)展，我國(guó)道路網(wǎng)絡(luò)中已配備多種交通信息采集系統(tǒng)；多源數(shù)據(jù)及其融合技術(shù)的發(fā)展對(duì)利用這些系統(tǒng)的基礎(chǔ)數(shù)據(jù)獲取交通信息提供了可行的方法。基于多源數(shù)據(jù)的 OD 估計(jì)是依據(jù)多來(lái)源的交通信息采集系統(tǒng)獲取路段流量，并結(jié)合先驗(yàn)OD、OD 估計(jì)模型、交通分配模型進(jìn)行 OD 估計(jì)，其體系框架如圖 2-1。

圖 3-1 OD 對(duì)流量在路段上的分布示意圖表 3-1 路段重要度評(píng)價(jià)指標(biāo)微觀評(píng)價(jià)指標(biāo)道路等級(jí)（C）路段長(zhǎng)度（L）車道數(shù)（N）車道寬度（W）設(shè)計(jì)速度（V）自由行程時(shí)間（T）OD 覆蓋數(shù)（OD）宏觀指標(biāo)GDP（G）人口（R）工業(yè)生產(chǎn)總值（Z）財(cái)政總收入（R）3.2.2 評(píng)價(jià)指標(biāo)權(quán)重確定方法重要度評(píng)價(jià)指標(biāo)權(quán)重的確定也稱賦權(quán)，其與評(píng)價(jià)結(jié)果的可靠性息息相關(guān)。常用的賦權(quán)方法有主觀方法和客觀方法兩種。主觀方法存在一定的主觀性，且受人為因

蕭山區(qū)交通小區(qū)劃分示意圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 丁乃侃;朱順應(yīng);王紅;劉兵;;多源數(shù)據(jù)融合法更新公路通道車流OD矩陣[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2012年06期

2 宋新生;王嘯嘯;李愛(ài)增;張蕾;;城市群區(qū)域公路網(wǎng)節(jié)點(diǎn)重要度評(píng)估方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2011年02期

3 徐濤;楊曉光;徐愛(ài)功;張明月;;面向城市道路交通狀態(tài)估計(jì)的數(shù)據(jù)融合研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年07期

4 李光;吳祈宗;;基于結(jié)論一致的綜合評(píng)價(jià)數(shù)據(jù)標(biāo)準(zhǔn)化研究[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2011年03期

5 韋獻(xiàn)蘭;李海峰;耿彥斌;林建新;;TransCAD平臺(tái)下OD矩陣反推結(jié)果對(duì)比研究[J];公路;2007年06期

6 馬廣英;李平;聞?dòng)?;OD矩陣估計(jì)中交通觀測(cè)點(diǎn)的設(shè)置問(wèn)題研究[J];信息與控制;2007年02期

7 馬立平;統(tǒng)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)化──無(wú)量綱化方法──現(xiàn)代統(tǒng)計(jì)分析方法的學(xué)與用(三)[J];北京統(tǒng)計(jì);2000年03期

相關(guān)博士學(xué)位論文 前5條

1 何賞璐;基于多源異質(zhì)數(shù)據(jù)的高速公路交通狀態(tài)估計(jì)方法研究[D];東南大學(xué);2017年

2 趙新勇;基于多源異構(gòu)數(shù)據(jù)的高速公路交通安全評(píng)估方法[D];哈爾濱工業(yè)大學(xué);2013年

3 李琦;基于多源數(shù)據(jù)的交通狀態(tài)監(jiān)測(cè)與預(yù)測(cè)方法研究[D];吉林大學(xué);2013年

4 李繼偉;城市主次干路的路段行程時(shí)間估計(jì)與預(yù)測(cè)方法研究[D];吉林大學(xué);2012年

5 趙慧;基于二源數(shù)據(jù)的城市路網(wǎng)動(dòng)態(tài)OD估計(jì)模型與算法[D];北京交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 史學(xué)文;高速公路多源交通數(shù)據(jù)融合方法研究及系統(tǒng)開發(fā)[D];北京交通大學(xué);2017年

2 竇志偉;基于車牌識(shí)別數(shù)據(jù)的交通流參數(shù)短時(shí)預(yù)測(cè)[D];西南交通大學(xué);2016年

3 屈聞聰;基于多源數(shù)據(jù)的分時(shí)段OD估計(jì)模型[D];清華大學(xué);2016年

4 陳浩然;基于多源數(shù)據(jù)的交通特性信息估計(jì)[D];山東大學(xué);2016年

5 馬貴陽(yáng);基于主成分分析法的成華區(qū)生態(tài)城區(qū)評(píng)價(jià)體系構(gòu)建和分析[D];西南交通大學(xué);2016年

6 葛志鵬;基于多源數(shù)據(jù)的高速公路短時(shí)交通狀態(tài)預(yù)測(cè)方法研究[D];東南大學(xué);2016年

7 宋力;考慮多源數(shù)據(jù)集的交通狀態(tài)估計(jì)方法研究[D];北京理工大學(xué);2016年

8 蔣云;基于路段轉(zhuǎn)向流量的OD估計(jì)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

9 王浩淼;面向多源數(shù)據(jù)融合的高速公路檢測(cè)器布設(shè)方法研究[D];東南大學(xué);2015年

10 胡月;在成本約束下的基于OD估計(jì)的多目標(biāo)檢測(cè)器優(yōu)化布設(shè)研究[D];北京交通大學(xué);2014年

本文編號(hào)：2773259