基于浮动车数据的路段行程时间可靠性研究

基于浮动车数据的路段行程时间可靠性研究

论文摘要

随着经济的发展,交通环境恶化是当代大城市面临的共同问题。交通环境恶化的诱因不仅仅是城市交通在交通供给和交通需求总量间的矛盾,还包括道路的时间和空间使用效率不足导致的相对矛盾。若使用先进的交通管理和服务手段,则可以最大限度的利用道路资源,控制交通环境的继续恶化,而先进的交通管理和服务手段需要以海量、准确、实时的交通流信息为依据。现代交通采集技术的发展、海量数据的及时处理及信息发布使管理者和出行者能够准确掌握路网运行状态,人们追求高质量出行成为可能。行程时间是衡量路网运行效率的有效指标之一,缩短出行者的行程时间,减少行程时间的波动提高交通参与者的出行效率和可靠性也成为交通行业关注的焦点。本文是以浮动车数据为依托,对浮动车数据的处理由理论层面拓展到应用层面,从概率统计的角度考量路段的行程时间可靠性。首先对浮动车数据的采集原理及数据预处理过程进行了分析,针对浮动车固定采样周期特点提出了浮动车单体路段行程时间间接算法,并归纳了基于样本量大小的路段平均行程时间算法。在可靠性分析方面,针对出行者和管理者的不同需求提出了两种路段行程时间可靠性的概念:即单体性路段行程时间可靠性和网络性路段行程时间可靠性,并对两种可靠性的量化给出了不同的算法。最后以成都市浮动车数据为例统计路网中同等级道路的路段行程时间分布,得出该组数据的行程时间分布规律及分布函数,检验了方法的可操作性。路段行程时间可靠性既是路网运行效率的重要评判指标,也是出行者判断其出行路径可靠性的基础,因而本文具有一定的应用价值。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景
  • 1.2 研究意义
  • 1.2.1 出行者行程时间信息需求
  • 1.2.2 交通管理者行程时间信息需求
  • 1.2.3 行程时间信息采集可行性
  • 1.3 研究内容和方法
  • 1.3.1 研究内容及方法
  • 1.3.2 研究内容说明
  • 第2章 国内外研究现状综述
  • 2.1 浮动车信息采集及应用现状
  • 2.1.1 国外浮动车信息采集技术的发展
  • 2.1.2 国内浮动车信息采集技术发展
  • 2.1.3 浮动车交通数据应用
  • 2.2 交通可靠性概念
  • 2.2.1 连通可靠度
  • 2.2.2 容量可靠度
  • 2.2.3 行程时间可靠度
  • 2.3 行程时间估计
  • 2.4 行程时间可靠性研究现状
  • 2.4.1 行程时间可靠性发展历程
  • 2.4.2 现阶段行程时间可靠性研究内容及方法
  • 第3章 浮动车路段行程时间计算
  • 3.1 浮动车信息采集
  • 3.1.1 浮动车信息采集原理
  • 3.1.2 浮动车信息采集内容
  • 3.2 浮动车数据可靠性影响因素分析
  • 3.2.1 GPS定位精度
  • 3.2.2 浮动车覆盖率
  • 3.2.3 浮动车车型
  • 3.2.4 浮动车信息采集密度
  • 3.3 浮动车数据预处理
  • 3.3.1 数据过滤
  • 3.3.2 信息排队
  • 3.3.3 地图匹配
  • 3.4 浮动车单体路段行程时间计算
  • 3.4.1 浮动车单体路段行程时间理想计算
  • 3.4.2 浮动车单体路段行程时间可行计算
  • 3.4.3 浮动车单体行程速度计算
  • 3.4.4 计算过程细节考虑
  • 第4章 路段行程时间可靠性分析
  • 4.1 单体性路段行程时间可靠度
  • 4.1.1 单体性路段行程时间可靠度定义
  • 4.1.2 单体性路段行程时间可靠度实质及计算
  • 4.2 网络性路段行程时间可靠度
  • 4.2.1 网络性路段行程时间可靠度定义
  • 4.2.2 路段平均行程时间计算
  • 4.2.3 网络性路段行程时间概率分布
  • 4.2.4 拟合优度检验
  • 4.3 路段行程时间可靠性特征
  • 第5章 成都市路段行程时间可靠性分析
  • 5.1 成都市概况
  • 5.1.1 成都市交通现状
  • 5.1.2 成都市交通信息采集系统
  • 5.2 成都市路段行程时间可靠性分析
  • 5.2.1 原始数据采集
  • 5.2.2 数据预处理
  • 5.2.3 路段平均行程时间计算
  • 5.2.4 网络性路段行程时间可靠性分析
  • 结论
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文及科研成果
  • 附录一:原始数据示例表
  • 附录二:部分路段平均行程时间表
  • 附录三:部分路段单位距离行程时间表
  • 相关论文文献

    • [1].基于粒子群优化小波神经网络的行程时间预测[J]. 交通运输研究 2020(02)
    • [2].基于改进遗传卡尔曼算法的短时路段行程时间估计[J]. 山东交通学院学报 2020(01)
    • [3].基于边缘计算的道路行程时间预测[J]. 软件工程 2020(07)
    • [4].基于聚类分析的高速公路行程时间预测[J]. 计算机仿真 2019(02)
    • [5].基于门控递归单元神经网络的高速公路行程时间预测[J]. 应用数学和力学 2019(11)
    • [6].行程时间价值研究综述[J]. 北京工业大学学报 2018(03)
    • [7].网络行程时间可靠性评价方法与影响因素[J]. 交通运输工程学报 2018(04)
    • [8].微波检测器数据计算行程时间的方法[J]. 城市公共交通 2018(09)
    • [9].突发事件对城市道路交通系统影响的评价指标研究[J]. 公路 2017(03)
    • [10].基于行程时间的路网连通可靠度分析方法[J]. 西部交通科技 2017(05)
    • [11].基于概率密度演化理论的动态行程时间可靠性计算模型研究[J]. 管理工程学报 2017(03)
    • [12].道路拥堵程度对公交行程时间可靠性的影响研究[J]. 交通工程 2017(03)
    • [13].基于手机信令数据的高速公路行程时间估计[J]. 中国交通信息化 2017(10)
    • [14].弹性需求下路段行程时间波动的收敛性[J]. 交通运输系统工程与信息 2016(01)
    • [15].降雨对部队公路机动行程时间可靠性的影响[J]. 军事交通学院学报 2016(05)
    • [16].基于数据挖掘的高速公路行程时间预测[J]. 华中科技大学学报(自然科学版) 2016(08)
    • [17].基于随机松弛时间的行程时间可靠性计算模型[J]. 科学技术与工程 2015(08)
    • [18].短时路段行程时间分布预测方法研究[J]. 重庆交通大学学报(自然科学版) 2015(02)
    • [19].基于计算实验的城市道路行程时间预测与建模[J]. 自动化学报 2015(08)
    • [20].非常态下路段行程时间估计方法[J]. 吉林大学学报(工学版) 2013(06)
    • [21].基于蒙特卡罗法的路径行程时间可靠性分析[J]. 河南科技 2013(24)
    • [22].城市路段出入口机动车驶入主路的行程时间模型[J]. 重庆理工大学学报(自然科学) 2018(11)
    • [23].基于梯度提升决策树的高速公路行程时间预测模型(英文)[J]. Journal of Southeast University(English Edition) 2019(03)
    • [24].车辆构成比例与行程时间可靠性关系研究[J]. 青海交通科技 2019(05)
    • [25].基于梯度提升回归树的城市道路行程时间预测[J]. 浙江大学学报(工学版) 2018(03)
    • [26].基于极值分布的常态下高速公路行程时间可靠性模型[J]. 北京工业大学学报 2016(09)
    • [27].基于路段变异系数的路径行程时间可靠度评价[J]. 道路交通与安全 2015(01)
    • [28].基于行程时间可靠性的交通影响范围确定方法研究[J]. 公路 2015(03)
    • [29].高速公路行程时间可靠性评价体系及指标阈值标定[J]. 交通信息与安全 2014(01)
    • [30].高速公路行程时间可靠性研究综述[J]. 交通运输工程与信息学报 2014(02)

    标签:;  ;  ;  ;  ;  

    基于浮动车数据的路段行程时间可靠性研究
    下载Doc文档

    猜你喜欢