CN106297285B - 基于动态权重的高速公路交通运行状态模糊综合评价方法 - Google Patents
基于动态权重的高速公路交通运行状态模糊综合评价方法 Download PDFInfo
- Publication number
- CN106297285B CN106297285B CN201610679612.7A CN201610679612A CN106297285B CN 106297285 B CN106297285 B CN 106297285B CN 201610679612 A CN201610679612 A CN 201610679612A CN 106297285 B CN106297285 B CN 106297285B
- Authority
- CN
- China
- Prior art keywords
- data
- evaluation
- weight
- operating status
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于动态权重的高速公路交通运行状态模糊综合评价方法,首先根据采集的车检器数据与收费数据计算评价指标值;然后根据动态交通数据计算指标权重向量;最后根据权重向量建立动态模糊综合评价模型并计算高速公路交通运行状态的综合评价值:对高速公路交通运行状态进行评价并输出评价结果。本发明提出的基于动态权重的高速公路交通运行状态模糊综合评价方法,基于现有高速公路数据源,利用动态交通数据实时计算指标权重,并采用模糊综合评价方法对高速公路路段的交通运行状态进行评价,该方法针对高速公路路段采取路段饱和度、占有率、平均行程车速、平均行程时间延误四个参数进行评价指标,通过动态权重来实现模糊综合评价。
Description
技术领域
本发明涉及高速公路交通运行评价领域,特别是一种基于动态权重的高速公路交通运行状态模糊综合评价方法。
背景技术
高速公路交通运行状态评价体系可以为高速公路的管控措施与运营策略提供理论支撑。为了更好的提出高速公路管理策略,提高运行效率,以及最大程度发挥高速公路的作用,需要对不同时间的高速公路交通运行进行评价,以便识别出运行状况最好的时期,并将其作为以后实践的参考标准以对
目前,模糊综合评价方法是高速公路运行评价中的常用方法,该方法主要是选取一个或多个交通指标进行交通评价,通过定性和定量评价高速公路运行状态。但在评价的过程中,各评价指标的权重是通过专家法获取,受主观因素的影响很大,且不同的高速公路路段、同一路段不同时间由于交通数据的动态变化,指标对高速公路路段的运行状态反映的重要程度可能会有所不同。
因此,有必要研究基于动态交通数据的指标权重计算方法,从而使得高速公路交通运行状态进行评价更客观、更合理。
发明内容
本发明的目的是提出一种基于动态权重的高速公路交通运行状态模糊综合评价方法;用于对高速公路路段运行状态进行合理的评价。
本发明的目的是通过以下技术方案来实现的:
本发明提供的基于动态权重的高速公路交通运行状态模糊综合评价方法,包括以下步骤:
步骤1:采集高速公路数据并对数据进行预处理;所述数据包括车检器数据和收费数据;
步骤2:根据采集的车检器数据与收费数据计算评价指标值;所述评价指标值包括计算流量饱和度、时间占有率、平均行程速度和平均行程时间延误;
步骤3:根据动态交通数据,利用数据的差异驱动原理实时计算指标权重向量;
步骤4:根据权重向量建立动态模糊综合评价模型并计算高速公路交通运行状态的综合评价值:
步骤5:根据综合评价值对高速公路交通运行状态进行评价并输出评价结果。
进一步,所述步骤1的数据预处理是按照以下步骤来计算的:
(11)利用阈值法对车检器数据中的超常数据进行剔除,具体步骤如下:
按照以下公式确定流量阈值q:
0≤q≤fcCT/60;
其中:C为道路通行能力;T为数据采集的时间间隔;fc为流量的修正系数;
按照以下公式确定速度v:
0≤v≤fvv0;
其中:v0为高速路段的限制速度;fv为速度的修正系数。
(12)对收费数据的预处理,具体步骤如下:
按照以下公式确定行程时间的预设阈值TE:
TE=[L/1.5*v0,24];
其中,TE为有效数据区间;L为路段长度;v0为高速路段的限制速度;
判断收费数据是否处于预设阈值TE内,如果是,则收费数据为正确数据,如果否,则收费数据为超常数据;
剔除超常数据。
进一步,所述步骤2中的评价指标值是按照以下步骤来计算的:
所述评价指标值的按照以下公式进行计算:
(21)采用车检器数据计算流量饱和度及占有率:
其中:S为路段流量饱和度;Q为实际车流量;C0为路段的设计车流量;Rt为时间占有率;T为观测时间长度;ti为第i辆车占用检测器的时间,i=1,2…n;
(22)通过高速公路收费数据的收费ID号,出入站口时间和路段里程,得到每辆车的行驶里程和行程时间,计算平均行程速度及平均行程时间延误:
其中:D为平均行程车速;LD为评价时段内评价路段上所有行车的总里程;TD为评价时段内所有车辆行车的总时间;nD为评价时段内评价路段上所有行车车辆数;lDi为评价时段内行车车辆i的行车里程;tDi为评价时段内行车车辆i的行车时间;TD为平均行程时间延误;l为路段长度;tdi为第i辆车的行程时间,Ttd为总行程时间,可通过收费数据计算获得;v0为畅行速度,根据路段的设计车速获取;n为观测时间内通过的车辆数总和;
进一步,所述步骤3中的权重向量是按照以下步骤来计算的:
(31)结合时序加权平均算子TOWA算子建立高速公路的动态综合评价模型:
其中:y(tk)为线性函数;wj(tk)为tk(k=1,2,...n)时刻的权重;xj(tk)为tk时刻的指标观测值;
(32)计算线性函数离差平方和最大值;
(33)按照以下公式构建指标矩阵A:
其中,m表示评价指标体系指标项数,xi(tj)表示评价指标体系的指标;
(34)根据以下公式计算w使函数y(tk)的离差平方和最大:
(35)取H的最大特征根对应的特征向量,作为权重向量w。
进一步,所述步骤4中的动态模糊综合评价是按照以下步骤来计算的:
(41)按照以下公式建立因素集U:
U={u1,u2,u3,u4}={流量饱和度,平均行程车速,占有率,行程时间延误};
(42)按照以下公式建立评价集V:
V={畅通,基本畅通,一般,拥挤,堵塞}={5,4,3,2,1};
(43)按照以下公式建立权重集W:
其中,w={w1,w2,w3,w4},且权重相加
(44)按照以下公式建立评价矩阵R:
其中,rj为指标的评价等级;
将n个时刻的交通运行状态的评价等级构建如下的多维评价矩阵:
其中:R1j,R2j,R3j,R4j分别表示流量饱和度、评价行程车速、占有率、行程时间延误在时刻j的评价等级值;j=1,2,…n。
(45)按照以下公式进行模糊综合评价,根据权重向量和评价矩阵计算矩阵的乘积得到综合评价值:
其中,bn表示时刻n的综合评价结果值。
进一步,所述步骤5中的评价结果是通过权重向量与评价矩阵求得某一时刻的综合评价结果,通过评价结果的数值确定交通运行状态。
由于采用了上述技术方案,本发明具有如下的优点:
本发明提出的基于动态权重的高速公路交通运行状态模糊综合评价方法,基于现有高速公路数据源,利用动态交通数据实时计算指标权重,并采用模糊综合评价方法对高速公路路段的交通运行状态进行评价,确定路段交通状态的方法。该方法针对高速公路路段采取路段饱和度、占有率、平均行程车速、平均行程时间延误四个参数进行评价指标建立,通过动态权重来实现模糊综合评价。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
本发明的附图说明如下。
图1为本发明的流程图。
图2为本发明的权重计算图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图所示,本实施例提供的模糊综合评价方法对高速公路路段的交通运行状态进行评价,具体通过如下所述步骤实现:
步骤1:数据预处理
(1)首先利用阈值法对超常数据进行剔除,车检器数据数据预处理:
流量阈值q的合理范围为:
0≤q≤fcCT/60
其中:C为道路通行能力(veh/h);T为数据采集的时间间隔(min);fc为流量的修正系数,通常取1.1-1.3。
速度v的合理范围为:0≤v≤fvv0
其中:v0为高速路段的限制速度,不同的路段限制速度不同,由路段本身决定;fv为速度的修正系数,通常取1.3-1.5。
占有率o的合理取值范围:0≤o≤100%。
(2)收费数据预处理:
认为行程时间在区间TE=[L/1.5*v0,24]内的数据为正确数据,在此区间之外的数据认为是超常数据进行剔除。
其中,TE为有效数据区间;L为路段长度;v0为高速路段的限制速度。
步骤2:计算指标参数值
基于采集的车检器数据与收费数据计算评价指标值,具体公式如下:
(1)采用车检器的5mim数据计算流量饱和度,以及占有率:
其中:S为路段流量饱和度;Q为5min实际车流量;C0为路段的设计车流量;Rt为时间占有率;T为观测时间长度;ti为第i辆车占用检测器的时间,i=1,2…n;
(2)通过高速公路收费数据的收费ID号,出入站口时间,路段里程等字段,得到每辆车的行驶里程和行程时间,计算平均行程速度,以及平均行程时间延误:
其中:D为平均行程车速;LD为评价时段内评价路段上所有行车的总里程;TD为评价时段内所有车辆行车的总时间;nD为评价时段内评价路段上所有行车车辆数;lDi为评价时段内行车车辆i的行车里程;tDi为评价时段内行车车辆i的行车时间。TD为平均行程时间延误;l为路段长度;tdi为第i辆车的行程时间,Ttd为总行程时间,可通过收费数据计算获得;v0为畅行速度,可根据路段的设计车速获取;n为观测时间内通过的车辆数总和。
步骤3:确定指标权重w
根据动态交通数据,利用数据的差异驱动原理实时计算指标权重:
(1)由于权重wj与时间t存在隐式的时序关系,结合时序加权平均算子TOWA算子,将高速公路的动态综合评价表示为:
其中:y(tk)为线性函数;wj(tk)为tk(k=1,2,...n)时刻的权重;xj(tk)为tk时刻的指标观测值;
(2)同时,为了最大限度的突出***s不同时刻运行状态之间的差异,即要让线性函数离差平方和最大。
(3)假设,评价指标体系共有m项指标,从评价时刻tn往前推n-1个时间单位至t1时刻,所有指标可表示为xi(tj)(i=1,2,...n;j=1,2...m)
得到指标矩阵A:
w使函数y(tk)的离差平方和最大,则可转换为线性规划的问题,有以下式子:
则:
取H的最大特征根对应的特征向量,为权重向量w。
步骤4:动态模糊综合评价实现
模糊综合评价的一般步骤按如下进行:
(1)建立因素集U:因素集是指评判对象的因素组成集合,也称为参数指标,
U={u1,u2,u3,u4}={流量饱和度,平均行程车速,占有率,行程时间延误};
(2)建立评价集V:就是评判对对象的评语的集合是评语组成的集合,基于人易读性原则和高速公路交通评价需求,以及高速公路的等级划分标准,评价集
V={畅通,基本畅通,一般,拥挤,堵塞}={5,4,3,2,1};
(3)建立权重集W:根据步骤3中计算出来的权重向量w={w1,w2,w3,w4},权重相加 需要采用归一化的原则来进行处理,重新确定权重集
(4)建立评价矩阵R:从因素集U中单个因素出发进行评价,确定评价对象集中各元素的评价等级;设第i个因素出发进行评价时,指标的评价等级为rj(rj的取值为1,2,3,4,5),rj的取值大小根据表1确定,则有评价矩阵:
表1指标评价分级标准表(设计车速为120km/h)
当同时评价n个时刻的交通运行状态时,则有如下的多维评价矩阵:
其中:R1j,R2j,R3j,R4j分别表示流量饱和度,评价行程车速、占有率、行程时间延误在时刻j的评价等级值;j=1,2,…n。
(5)模糊综合评价:当知道权重集和评价矩阵时,计算矩阵的乘积得到综合评价值:
其中,bn表示时刻n的综合评价结果值。
步骤5:评价结果确定
由步骤4可知,通过权重向量与评价矩阵求得某一时刻的综合评价结果,该结果为[0,5]之间的某一具体值,通过该数值的大小确定交通运行状态,具体的状态区间分类表如下所示:
表2运行状态的区间表
综合评价结果 | [0,1.5) | [1.5,2.5) | [2.5,3.5) | [3.5,4.5) | [4.5,5] |
状态 | 堵塞 | 拥挤 | 一般 | 基本畅通 | 畅通 |
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的保护范围当中。
Claims (5)
1.基于动态权重的高速公路交通运行状态模糊综合评价方法,其特征在于:包括以下步骤:
步骤1:采集高速公路数据并对数据进行预处理;所述数据包括车检器数据和收费数据;
步骤2:根据采集的车检器数据与收费数据计算评价指标值;所述评价指标值包括计算流量饱和度、时间占有率、平均行程速度和平均行程时间延误;
步骤3:根据动态交通数据,利用数据的差异驱动原理实时计算指标权重向量;
步骤4:根据权重向量建立动态模糊综合评价模型并计算高速公路交通运行状态的综合评价值:
步骤5:根据综合评价值对高速公路交通运行状态进行评价并输出评价结果;
所述步骤3中的权重向量是按照以下步骤来计算的:
(31)结合时序加权平均算子TOWA算子建立高速公路的动态综合评价模型:
其中:y(tk)为线性函数;wj(tk)为tk时刻的权重,k=1,2,...n;xj(tk)为tk时刻的指标观测值;
(32)计算线性函数离差平方和最大值;
(33)按照以下公式构建指标矩阵A:
i=1,2,...n;j=1,2...m
其中,m表示评价指标体系指标项数,xi(tj)表示评价指标体系的指标;
(34)根据以下公式计算w使函数y(tk)的离差平方和最大:
max{wTHw}
s.t.wTw=1;
w>0
(35)取H的最大特征根对应的特征向量,作为权重向量w。
2.如权利要求1所述的基于动态权重的高速公路交通运行状态模糊综合评价方法,其特征在于:所述步骤1的数据预处理是按照以下步骤来计算的:
(11)利用阈值法对车检器数据中的超常数据进行剔除,具体步骤如下:
按照以下公式确定流量阈值q:
0≤q≤fcCT/60;
其中:C为道路通行能力;T为数据采集的时间间隔;fc为流量的修正系数;
按照以下公式确定速度v:
0≤v≤fvv0;
其中:v0为高速路段的限制速度;fv为速度的修正系数;
(12)对收费数据的预处理,具体步骤如下:
按照以下公式确定行程时间的预设阈值TE:
TE=[L/1.5*v0,24];
其中,TE为有效数据区间;L为路段长度;v0为高速路段的限制速度;
判断收费数据是否处于预设阈值TE内,如果是,则收费数据为正确数据,如果否,则收费数据为超常数据;
剔除超常数据。
3.如权利要求1所述的基于动态权重的高速公路交通运行状态模糊综合评价方法,其特征在于:所述步骤2中的评价指标值是按照以下步骤来计算的:
所述评价指标值的按照以下公式进行计算:
(21)采用车检器数据计算流量饱和度及占有率:
其中:S为路段流量饱和度;Q为实际车流量;C0为路段的设计车流量;Rt为时间占有率;T为观测时间长度;ti为第i辆车占用检测器的时间,i=1,2…n;
(22)通过高速公路收费数据的收费ID号,出入站口时间和路段里程,得到每辆车的行驶里程和行程时间,计算平均行程速度及平均行程时间延误:
其中:D为平均行程车速;LD为评价时段内评价路段上所有行车的总里程;TD为评价时段内所有车辆行车的总时间;nD为评价时段内评价路段上所有行车车辆数;lDi为评价时段内行车车辆i的行车里程;tDi为评价时段内行车车辆i的行车时间;TD为平均行程时间延误;l为路段长度;tdi为第i辆车的行程时间,Ttd为总行程时间,可通过收费数据计算获得;v0为畅行速度,根据路段的设计车速获取;n为观测时间内通过的车辆数总和。
4.如权利要求1所述的基于动态权重的高速公路交通运行状态模糊综合评价方法,其特征在于:所述步骤4中的动态模糊综合评价是按照以下步骤来计算的:
(41)按照以下公式建立因素集U:
U={u1,u2,u3,u4}={流量饱和度,平均行程车速,占有率,行程时间延误};
(42)按照以下公式建立评价集V:
V={畅通,基本畅通,一般,拥挤,堵塞}={5,4,3,2,1};
(43)按照以下公式建立权重集W:
其中,w={w1,w2,w3,w4},且权重相加
(44)按照以下公式建立评价矩阵R:
其中,rj为指标的评价等级;
将n个时刻的交通运行状态的评价等级构建如下的多维评价矩阵:
其中:R1j,R2j,R3j,R4j分别表示流量饱和度、评价行程车速、占有率、行程时间延误在时刻j的评价等级值;j=1,2,…n;
(45)按照以下公式进行模糊综合评价,根据权重向量和评价矩阵计算矩阵的乘积得到综合评价值:
其中,bn表示时刻n的综合评价结果值。
5.如权利要求1所述的基于动态权重的高速公路交通运行状态模糊综合评价方法,其特征在于:所述步骤5中的评价结果是通过权重向量与评价矩阵求得的综合评价结果,通过评价结果的数值确定交通运行状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610679612.7A CN106297285B (zh) | 2016-08-17 | 2016-08-17 | 基于动态权重的高速公路交通运行状态模糊综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610679612.7A CN106297285B (zh) | 2016-08-17 | 2016-08-17 | 基于动态权重的高速公路交通运行状态模糊综合评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106297285A CN106297285A (zh) | 2017-01-04 |
CN106297285B true CN106297285B (zh) | 2018-09-21 |
Family
ID=57679077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610679612.7A Active CN106297285B (zh) | 2016-08-17 | 2016-08-17 | 基于动态权重的高速公路交通运行状态模糊综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106297285B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274064A (zh) * | 2017-05-15 | 2017-10-20 | 东南大学 | 高速公路运行状况动态综合评价方法 |
CN107564276A (zh) * | 2017-07-06 | 2018-01-09 | 重庆大学 | 一种基于交通状态突变的交通事件检测方法 |
CN107248283B (zh) * | 2017-07-18 | 2018-12-28 | 北京航空航天大学 | 一种考虑路段关键度的城市区域路网运行状态评价方法 |
CN107610470A (zh) * | 2017-10-31 | 2018-01-19 | 迈锐数据(北京)有限公司 | 一种交通拥堵评价方法和装置 |
CN107886720A (zh) * | 2017-11-07 | 2018-04-06 | 长沙理工大学 | 一种基于区间二型模糊集合节假日城市交通拥堵转移分析方法 |
CN108765956B (zh) * | 2018-06-14 | 2020-12-08 | 广东工业大学 | 一种高速公路交通状态综合评估方法 |
CN109003444B (zh) * | 2018-07-02 | 2020-09-18 | 北方工业大学 | 基于广域雷达微波检测器的城市交叉口溢流控制方法 |
CN109446881B (zh) * | 2018-09-05 | 2022-06-24 | 重庆大学 | 一种基于异构数据的高速公路路段交通状态检测方法 |
CN112740292A (zh) * | 2018-10-05 | 2021-04-30 | 住友电工***解决株式会社 | 交通指标计算装置、计算方法、交通信号控制***和计算机程序 |
CN110197586A (zh) * | 2019-05-20 | 2019-09-03 | 重庆大学 | 一种基于多源数据的高速公路路段拥堵检测方法 |
CN111815208A (zh) * | 2020-08-28 | 2020-10-23 | 中电科新型智慧城市研究院有限公司 | 一种交通指标数据的分析方法、分析装置及终端设备 |
CN114936786B (zh) * | 2022-06-07 | 2024-04-26 | 中交机电工程局有限公司 | 一种公路交通能源自洽***综合效能评价方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0962979A (ja) * | 1995-08-25 | 1997-03-07 | Toshiba Corp | 交通流予測装置 |
CN104361349A (zh) * | 2014-10-31 | 2015-02-18 | 重庆大学 | 基于车检器和收费数据融合的异常交通状态识别方法及*** |
CN104408916A (zh) * | 2014-10-31 | 2015-03-11 | 重庆大学 | 基于路段速度、流量数据的道路交通运行状态评估方法 |
CN104574967A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于北斗的城市大面积路网交通感知方法 |
CN104809879A (zh) * | 2015-05-14 | 2015-07-29 | 重庆大学 | 基于动态贝叶斯网络的高速公路路段交通状态估计方法 |
CN105809963A (zh) * | 2016-04-27 | 2016-07-27 | 公安部交通管理科学研究所 | 一种基于实测车的城市通道交通状态评价方法 |
JP2016164563A (ja) * | 2007-10-26 | 2016-09-08 | トムトム インターナショナル ベスローテン フエンノートシャップ | マップデータを生成する方法及び装置、並びにマップデータを用いて経路を決定する方法及びナビゲーション装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436345B (zh) * | 2008-12-19 | 2010-08-18 | 天津市市政工程设计研究院 | 基于TransCAD宏观仿真平台的港区道路交通需求预测*** |
JP5088355B2 (ja) * | 2009-10-02 | 2012-12-05 | 住友電気工業株式会社 | 結合判定装置、交通信号制御システム及びコンピュータプログラム |
CN102136194B (zh) * | 2011-03-22 | 2013-06-05 | 浙江工业大学 | 基于全景计算机视觉的道路交通状态检测装置 |
DE102012208740A1 (de) * | 2012-05-24 | 2013-11-28 | Bayerische Motoren Werke Aktiengesellschaft | Erkennung von Richtungsfahrbahnen |
CN103050005B (zh) * | 2012-11-16 | 2015-06-03 | 北京交通大学 | 城市道路交通状态时空分析方法与*** |
CN105761488B (zh) * | 2016-03-30 | 2018-11-23 | 湖南大学 | 基于融合的实时极限学习机短时交通流预测方法 |
-
2016
- 2016-08-17 CN CN201610679612.7A patent/CN106297285B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0962979A (ja) * | 1995-08-25 | 1997-03-07 | Toshiba Corp | 交通流予測装置 |
JP2016164563A (ja) * | 2007-10-26 | 2016-09-08 | トムトム インターナショナル ベスローテン フエンノートシャップ | マップデータを生成する方法及び装置、並びにマップデータを用いて経路を決定する方法及びナビゲーション装置 |
CN104361349A (zh) * | 2014-10-31 | 2015-02-18 | 重庆大学 | 基于车检器和收费数据融合的异常交通状态识别方法及*** |
CN104408916A (zh) * | 2014-10-31 | 2015-03-11 | 重庆大学 | 基于路段速度、流量数据的道路交通运行状态评估方法 |
CN104574967A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于北斗的城市大面积路网交通感知方法 |
CN104809879A (zh) * | 2015-05-14 | 2015-07-29 | 重庆大学 | 基于动态贝叶斯网络的高速公路路段交通状态估计方法 |
CN105809963A (zh) * | 2016-04-27 | 2016-07-27 | 公安部交通管理科学研究所 | 一种基于实测车的城市通道交通状态评价方法 |
Non-Patent Citations (2)
Title |
---|
"基于车检器及收费数据融合的高速公路异常状态识别研究";韩坤林;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20150115;正文第53-55页 * |
"模糊综合评价方法改进及其在交通管理规划中的应用";梁军 等;《交通运输工程学报》;20021231;正文第2-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106297285A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106297285B (zh) | 基于动态权重的高速公路交通运行状态模糊综合评价方法 | |
CN112201038B (zh) | 一种基于单车不良驾驶行为风险的路网风险评估方法 | |
CN104809879B (zh) | 基于动态贝叶斯网络的高速公路路段交通状态估计方法 | |
CN107248283B (zh) | 一种考虑路段关键度的城市区域路网运行状态评价方法 | |
CN104134349B (zh) | 一种基于交通多源数据融合的公交路况处理***及方法 | |
CN104809878B (zh) | 利用公交车gps数据检测城市道路交通异常状态的方法 | |
CN104021671B (zh) | 一种svm与模糊判断相结合的道路实时路况的判断方法 | |
CN107563566B (zh) | 一种基于支持向量机的公交站间运行时间区间预测方法 | |
CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
CN111062648B (zh) | 一种沥青路面综合性能的评价方法 | |
CN101706996A (zh) | 一种基于信息融合的高速公路交通状态识别方法 | |
CN105303832B (zh) | 基于微波车辆检测器的高架桥路段交通拥堵指数计算方法 | |
CN102289928A (zh) | 基于模糊层次分析法的枢纽综合交通运行态势评价方法 | |
CN106649709B (zh) | 一种基于数据挖掘的车辆停留行为模式预测与评估方法 | |
CN107346460A (zh) | 基于智能网联***下前车运行信息的未来工况预测方法 | |
CN104599500B (zh) | 基于灰熵分析和改进贝叶斯融合的交通流预测方法 | |
CN113470362B (zh) | 基于svr-dea模型的城市路段交通拥堵时空精准判别方法 | |
CN107330217A (zh) | 一种基于rbfnn的中观油耗预测方法 | |
CN114783183A (zh) | 一种基于交通态势算法的监控方法与*** | |
CN106781486A (zh) | 基于浮动车数据的交通状态评价方法 | |
CN106056903B (zh) | 基于gps数据的道路拥塞区域的检测方法 | |
CN105374209A (zh) | 一种城市区域路网运行状态特征信息提取方法 | |
CN113140114B (zh) | 一种基于行程时间估计的车辆出行路径重构方法 | |
CN102855386A (zh) | 一种人行道和非机动车道评价方法及装置 | |
CN110634292A (zh) | 一种基于路阻性能函数的行程时间可靠性估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230223 Address after: 213399 room 5025, building B, 218 Hongkou Road, Kunlun Street, Liyang City, Changzhou City, Jiangsu Province Patentee after: Liyang Smart City Research Institute of Chongqing University Address before: 400044 No. 174 Shapingba street, Shapingba District, Chongqing Patentee before: Chongqing University |