技術(shù)建議書交通數(shù)據(jù)采集與交通運(yùn)行狀況分析

1、技術(shù)建議書一、對(duì)招標(biāo)項(xiàng)目的認(rèn)識(shí)交通數(shù)據(jù)采集與交通運(yùn)行狀況分析是高速公路交通運(yùn)營管理決策的基礎(chǔ)，是實(shí)現(xiàn)交通管制、出行信息發(fā)布和交通應(yīng)急事件救援的前提。為了解決當(dāng)前高速公路聯(lián)網(wǎng)收費(fèi)的多路徑識(shí)別的難題和滿足提升高速公路交通服務(wù)水平與服務(wù)功能的迫切需求，招標(biāo)項(xiàng)目要求將路網(wǎng)的動(dòng)態(tài)交通分配與路段的動(dòng)態(tài)交通數(shù)據(jù)采集相結(jié)合，以解決車輛路徑識(shí)別的二異性并實(shí)現(xiàn)精確收費(fèi)；以及通過交通數(shù)據(jù)采集點(diǎn)規(guī)劃和構(gòu)建交通流分析模型的方法，以增強(qiáng)服務(wù)功能的建議，不僅具有技術(shù)的先進(jìn)性，而且具有切實(shí)可行的工程實(shí)用性，為滿足建設(shè)交通情況調(diào)查系統(tǒng)、解決高速公路多路徑識(shí)別問題、提高高速公路道路服務(wù)水平、充實(shí)與維護(hù)高速公路道路、橋梁養(yǎng)護(hù)數(shù)據(jù)等

2、迫切需求，指明了方向。1、對(duì)招標(biāo)項(xiàng)目所在地區(qū)建設(shè)條件的認(rèn)識(shí)江蘇省高速公路路網(wǎng)的骨架基本建成，相應(yīng)的各路段收費(fèi)、監(jiān)控、通信“三大系統(tǒng)”建設(shè)取得了階段性的成果，江蘇省高速公路信息化和聯(lián)網(wǎng)收費(fèi)系統(tǒng)建設(shè)處于全國的前列。長三角（江蘇、安徽、浙江、江西、上海）地區(qū)的高速公路網(wǎng)絡(luò)也已形成，交通基礎(chǔ)設(shè)施，特別是交通信息化基礎(chǔ)設(shè)施的建設(shè)較完備且在全國具有先進(jìn)性，具體體現(xiàn)為：（1）高速公路的道路建設(shè)條件分析江蘇省高速公路的道路里程為全國第三，密度為全國第一，道路的建設(shè)質(zhì)量和規(guī)模也具有先進(jìn)性，如滬寧高速高公路的改擴(kuò)建工程，和正在實(shí)施的機(jī)場(chǎng)高速公路改擴(kuò)建工程等均為提高整個(gè)道路網(wǎng)的通行能力提供了很好的建設(shè)條件。（2）高

3、速公路交通信息化系統(tǒng)建設(shè)條件分析目前，江蘇省高速公路機(jī)電工程和信息化基礎(chǔ)設(shè)施建設(shè)速度很快，各路段交通通信系統(tǒng)、收費(fèi)系統(tǒng)和監(jiān)控系統(tǒng)的基礎(chǔ)建設(shè)比較完備，這些為實(shí)現(xiàn)現(xiàn)代化的智能交通運(yùn)營管理奠定了厚實(shí)的基礎(chǔ)。江蘇省高速公路聯(lián)網(wǎng)營運(yùn)管理中心的成立為建設(shè)現(xiàn)代化的聯(lián)網(wǎng)收費(fèi)系統(tǒng)和聯(lián)網(wǎng)交通監(jiān)控系統(tǒng)提供了組織模式、推進(jìn)機(jī)制和具體實(shí)施機(jī)構(gòu)。同時(shí)高速公路交通運(yùn)營服務(wù)軟件系統(tǒng)和基于“96777”的交通信息服務(wù)系統(tǒng)也在實(shí)際應(yīng)用過程中得到了檢驗(yàn)與發(fā)展。 建設(shè)了全省的高速公路聯(lián)網(wǎng)收費(fèi)系統(tǒng)，能夠?qū)崿F(xiàn)計(jì)算機(jī)輔助收費(fèi)，基于“蘇通卡”的電子支付方式，特別是電子不停車收費(fèi)系統(tǒng)的建設(shè)，從長三角區(qū)域和省域兩個(gè)層面，對(duì)ETC結(jié)算中心系統(tǒng)構(gòu)架

4、、節(jié)點(diǎn)拆分、銀行結(jié)算、客戶服務(wù)體系、ETC與MTC融合、車道布局、營運(yùn)管理等方面進(jìn)行了研究，解決了江蘇省ETC系統(tǒng)建設(shè)運(yùn)行及跨省聯(lián)網(wǎng)應(yīng)用的關(guān)鍵技術(shù)問題，使該領(lǐng)域的建設(shè)成果達(dá)到了國內(nèi)領(lǐng)先、國際先進(jìn)的水平。建設(shè)了比較先進(jìn)的交通監(jiān)控系統(tǒng)。各條高速公路均有相應(yīng)的交通監(jiān)控中心與分中心，同時(shí)區(qū)域聯(lián)網(wǎng)交通系統(tǒng)監(jiān)控系統(tǒng)建設(shè)規(guī)模與水平正在不斷上升。路網(wǎng)中布設(shè)了一定規(guī)模的交通信息采集設(shè)備，建設(shè)了較規(guī)范的各類交通數(shù)據(jù)采集系統(tǒng)，包括交通流動(dòng)態(tài)數(shù)據(jù)采集、氣象特別是能見度信息采集系統(tǒng)；多數(shù)高速公路實(shí)現(xiàn)了基于交通視頻圖像的全程監(jiān)視功能；發(fā)展了交通應(yīng)急事件的快速報(bào)警、確認(rèn)與預(yù)案匹配等功能；具有了路網(wǎng)交通動(dòng)態(tài)信息發(fā)布的基本功能

5、。此外，基于GPS/GIS、車牌識(shí)別、DSRC短程通信與信息采集等智能交通關(guān)鍵技術(shù)正在得到不斷深入的應(yīng)用。上述項(xiàng)目所在地區(qū)交通信息系統(tǒng)的建設(shè)條件為本項(xiàng)目的完成與成果應(yīng)用提供了很好的實(shí)施環(huán)境與研究基礎(chǔ)。2、對(duì)招標(biāo)項(xiàng)目布設(shè)規(guī)劃、交通量采集和相關(guān)數(shù)學(xué)模型的認(rèn)識(shí)本招標(biāo)項(xiàng)目的意圖是依據(jù)交通系統(tǒng)工程的思想，遵循交通信息系統(tǒng)建設(shè)的客觀步驟，即交通信息的采集、存儲(chǔ)、融合、挖掘、決策與發(fā)布的有機(jī)順序。通過構(gòu)建科學(xué)的交通信息采集點(diǎn)布設(shè)規(guī)劃模型，使路網(wǎng)的交通動(dòng)態(tài)數(shù)據(jù)采集準(zhǔn)確且充實(shí)，為交通服務(wù)功能提供實(shí)現(xiàn)的依據(jù)和驗(yàn)證的條件。通過研究發(fā)現(xiàn)：僅有檢測(cè)器所檢測(cè)的準(zhǔn)確和充實(shí)的交通動(dòng)態(tài)數(shù)據(jù)還不能直接提供交通服務(wù)功能所需的交通信

6、息，原因在于當(dāng)前交通檢測(cè)器所檢測(cè)的數(shù)據(jù)是通過該路段橫截面的所有車輛的信息（或者說，所檢測(cè)的交通量是所有OD對(duì)在該路段通行的疊加），如何通過合適的技術(shù)方案“剝離”出具體服務(wù)功能所需的具體OD對(duì)的信息，需要建立具體OD對(duì)與檢測(cè)信息中相關(guān)數(shù)據(jù)的對(duì)應(yīng)關(guān)系，即相關(guān)的聯(lián)網(wǎng)收費(fèi)路徑識(shí)別模型，是解決該問題的關(guān)鍵。同理，由檢測(cè)器所檢測(cè)的交通動(dòng)態(tài)數(shù)據(jù)基本是一個(gè)海量數(shù)據(jù)，如果直接向路網(wǎng)發(fā)布，出行者難以在短時(shí)間內(nèi)理解大量數(shù)據(jù)所反映的交通規(guī)律，需要建立交通運(yùn)行狀況分析模型，以便向出行者發(fā)布經(jīng)過凝練和挖掘且與當(dāng)前交通實(shí)際狀況相一致的交通信息，滿足人類大腦“模式匹配強(qiáng)，直接計(jì)算能力差”的客觀情況。具體認(rèn)識(shí)分析如下：（1）交

7、通數(shù)據(jù)采集點(diǎn)布設(shè)規(guī)劃模型的認(rèn)識(shí)分析根據(jù)前期的調(diào)研和科研結(jié)果可知：現(xiàn)狀交通數(shù)據(jù)采集點(diǎn)主要布設(shè)于各互通立交上、下游，對(duì)橫斷面條件變化路段、事故多發(fā)段等則未進(jìn)行合理布設(shè)，由于布設(shè)間距較大，使得路段檢測(cè)盲區(qū)增大，以京滬高速公路為例，江蘇段全長261.5公里，共使用線圈檢測(cè)器43個(gè)，假設(shè)每個(gè)檢測(cè)器工作正常，以每個(gè)檢測(cè)器準(zhǔn)確檢測(cè)2公里范圍計(jì)算，43個(gè)檢測(cè)點(diǎn)的檢測(cè)范圍僅能覆蓋全線的30；由于路網(wǎng)線圈檢測(cè)器較大范圍內(nèi)的失效， 造成動(dòng)態(tài)交通數(shù)據(jù)采集的不充分與不全面，因此，單一檢測(cè)技術(shù)的應(yīng)用滿足不了目前對(duì)路網(wǎng)動(dòng)態(tài)交通數(shù)據(jù)采集的需求；檢測(cè)器功能失效，使監(jiān)控中心對(duì)交通流分析功能消失；檢測(cè)數(shù)據(jù)不全面，使監(jiān)控中心對(duì)行程時(shí)

8、間預(yù)測(cè)功能消失；監(jiān)控中心數(shù)據(jù)庫系統(tǒng)需要重新設(shè)計(jì)和建設(shè)，否則，以每分鐘采集的交通數(shù)據(jù)得不到充分應(yīng)用。因此，需要建立高速公路交通信息采集點(diǎn)布設(shè)模型。通過給出各個(gè)信息采集點(diǎn)的具體位置，滿足聯(lián)網(wǎng)收費(fèi)路徑識(shí)別，實(shí)現(xiàn)精確收費(fèi)的需求；通過給出合適的采集點(diǎn)布設(shè)間距以滿足不同服務(wù)功能對(duì)數(shù)據(jù)時(shí)間性和空間性的需求。（2）聯(lián)網(wǎng)收費(fèi)路徑識(shí)別模型的認(rèn)識(shí)分析最短路徑法是當(dāng)前解決多路徑用戶收費(fèi)問題的主要方法。最短里程的路徑是駕駛員普遍選擇的路徑。如果在最短路徑與其他路徑的里程相差較小時(shí)，最短路徑法的誤差較大，不能完全準(zhǔn)確地反映車輛的實(shí)際行駛路徑，而且，最短路徑法直接將多路徑車輛通行費(fèi)分配給最短路徑業(yè)主，其精確度還取決于車輛在

9、實(shí)際的路徑選擇過程中選擇最短路徑的概率。高速公路收費(fèi)在業(yè)主間進(jìn)行拆分的當(dāng)前方法是單一的動(dòng)態(tài)交通分配法。交通流最大概率法是通過車輛跟蹤試驗(yàn)或者車輛行駛調(diào)查，確定路網(wǎng)中可能的路線及其概率值，來近似推算得到收費(fèi)的分配比例。但是這種方案并非精確分配方法，具有很大的模糊性，隨著多義性路段的增加，其引起的爭議在不斷增加。車輛在高速公路路網(wǎng)中的實(shí)際行駛路徑是聯(lián)網(wǎng)高速公路收費(fèi)和分帳的依據(jù)。用的多路徑識(shí)別采用方法如：標(biāo)識(shí)站法、車牌識(shí)別法等實(shí)際應(yīng)用存在困難。需要應(yīng)用動(dòng)態(tài)交通分配方法，結(jié)合路段上的動(dòng)態(tài)交通數(shù)據(jù)，構(gòu)建一種在技術(shù)上可行、經(jīng)濟(jì)上合理的模型，以實(shí)現(xiàn)依據(jù)實(shí)際行駛路徑進(jìn)行聯(lián)網(wǎng)精確收費(fèi)的方式。（3）交通運(yùn)行狀況分

10、析模型的認(rèn)識(shí)分析在高速公路路網(wǎng)基本形成，交通動(dòng)態(tài)數(shù)據(jù)采集系統(tǒng)建設(shè)基本完備條件下，為了加強(qiáng)高速公路交通運(yùn)營管理力度和提升高速公路交通服務(wù)水平和服務(wù)功能，需要依據(jù)路網(wǎng)中各個(gè)交通信息采集點(diǎn)所采集的動(dòng)態(tài)海里數(shù)據(jù)，建立基于這些數(shù)據(jù)的交通運(yùn)行狀況分析模型，具體實(shí)現(xiàn)短時(shí)段交通預(yù)測(cè)；給出行車速度與時(shí)間；擁擠程度和交通緊急事件信息，同時(shí)建立了適宜高速公路路段與路網(wǎng)運(yùn)行狀況分析的評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)方法，幫助高速公路交通營運(yùn)管理部門實(shí)時(shí)掌握道路交通運(yùn)行狀況，提高交通突發(fā)事件應(yīng)急處置能力和遇險(xiǎn)救援水平，同時(shí)為出行者提供準(zhǔn)確的交通運(yùn)行及設(shè)施服務(wù)信息。二、研究目的、研究方法和技術(shù)路線1、研究目的本項(xiàng)目的研究目的，在于通過

11、對(duì)江蘇省高速公路路網(wǎng)的交通動(dòng)態(tài)數(shù)據(jù)（車流量、車速、占有率、車型等）采集設(shè)施及應(yīng)用狀況的分析研究，結(jié)合聯(lián)網(wǎng)收費(fèi)工作的實(shí)際需要及路網(wǎng)交通運(yùn)營管理的現(xiàn)代化發(fā)展趨勢(shì)，以全省高速公路路網(wǎng)典型區(qū)域（包括具有車輛路徑識(shí)別問題、交通緊急事件常發(fā)路段的路網(wǎng)）為主要研究對(duì)象，通過科學(xué)確定的交通信息采集點(diǎn)布設(shè)位置及所采集的動(dòng)態(tài)交通數(shù)據(jù)，結(jié)合交通動(dòng)態(tài)分配方法，提出滿足依據(jù)實(shí)際行駛路徑進(jìn)行聯(lián)網(wǎng)精確收費(fèi)需求的模型與收費(fèi)方法，以便實(shí)現(xiàn)根據(jù)車輛行駛路徑準(zhǔn)確記錄車輛行駛路徑和里程，準(zhǔn)確記錄各路段車輛通行費(fèi)收入，并合理準(zhǔn)確地將通行費(fèi)收入分配到各公路業(yè)主，體現(xiàn)“誰投資，誰受益”的原則；針對(duì)提高路網(wǎng)交通服務(wù)水平和服務(wù)功能的迫切需求，

12、建立高速公路交通運(yùn)行分析與評(píng)價(jià)模型，以便為交通管理者提供準(zhǔn)確的交通運(yùn)行狀況，為出行者提供切實(shí)可行的交通誘導(dǎo)和服務(wù)信息，真正體現(xiàn)“讓出行者被動(dòng)遵守交通管制，變?yōu)橹鲃?dòng)選擇出行方式與路徑”的智能交通基本理念。同時(shí)，交通信息采集器的科學(xué)布設(shè)與交通信息采集和發(fā)布設(shè)施的合理建設(shè)必將為物聯(lián)網(wǎng)技術(shù)在高速公路的具體應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。2、研究方法與技術(shù)路線本項(xiàng)目的研究，擬采用現(xiàn)場(chǎng)調(diào)研、文獻(xiàn)查閱、專家咨詢、結(jié)合采集設(shè)備測(cè)試、現(xiàn)場(chǎng)調(diào)試與檢測(cè)的方法，以解決交通信息采集點(diǎn)布設(shè)規(guī)劃問題；采用宏觀的交通分配方法，結(jié)合微觀的斷面交通動(dòng)態(tài)數(shù)據(jù)，經(jīng)過理論推導(dǎo)與優(yōu)化，計(jì)算機(jī)數(shù)字仿真，模型參數(shù)的現(xiàn)場(chǎng)標(biāo)定與結(jié)果的對(duì)比分析，建立聯(lián)網(wǎng)精確

13、收費(fèi)模型；依據(jù)交通工程理論，結(jié)合模糊評(píng)價(jià)方法，構(gòu)建交通運(yùn)行狀況分析與評(píng)價(jià)模型。具體的技術(shù)路線如下：（1）交通數(shù)據(jù)采集點(diǎn)的布設(shè)規(guī)劃1）應(yīng)用現(xiàn)場(chǎng)調(diào)研、專家咨詢、問卷調(diào)查與系統(tǒng)分析的方法，對(duì)江蘇省公路交通動(dòng)態(tài)數(shù)據(jù)采集系統(tǒng)現(xiàn)行的運(yùn)行狀況、所能提供的數(shù)據(jù)類型、精度、服務(wù)范圍與維修管理進(jìn)行調(diào)查、整理和分析，為項(xiàng)目的研究提供基礎(chǔ)數(shù)據(jù)和現(xiàn)狀分析。2）應(yīng)用咨詢、查閱資料和現(xiàn)場(chǎng)調(diào)研的方法，分析和掌握被研究公路的幾何形狀、等級(jí)、車流分布、事故率和管理系統(tǒng)的實(shí)際需求。在此基礎(chǔ)上，針對(duì)被研究區(qū)域高速公路網(wǎng)（包括具有車輛路徑識(shí)別問題）各個(gè)出入口和獨(dú)立路段，確定信息采集點(diǎn)的布設(shè)位置：即布置于路網(wǎng)中獨(dú)立路段的一級(jí)布設(shè)點(diǎn)。一級(jí)

14、布設(shè)點(diǎn)用于確定車輛行駛的實(shí)際路徑；以一定的間距布設(shè)于各路段中物理狀況相近的邊界路段，采集交通密度、車型、車速數(shù)據(jù)的二級(jí)布設(shè)點(diǎn)，二級(jí)布設(shè)點(diǎn)用于滿足交通運(yùn)行狀況評(píng)價(jià)的需求；布設(shè)于公路常發(fā)性擁擠、事故多發(fā)路段和事故黑點(diǎn)等需要重點(diǎn)監(jiān)控路段的三級(jí)布設(shè)點(diǎn)。在檢測(cè)器三級(jí)布設(shè)準(zhǔn)則的基礎(chǔ)上，應(yīng)用交通流壓縮波原理，實(shí)現(xiàn)針對(duì)交通緊急事件檢測(cè)的布設(shè)方法。（2）聯(lián)網(wǎng)收費(fèi)路徑識(shí)別模型的建立在確定用于車輛行駛實(shí)際路徑檢測(cè)的一級(jí)采集點(diǎn)布設(shè)位置的基礎(chǔ)上，根據(jù)采集到的高速公路車輛的路徑信息，綜合轉(zhuǎn)向交通信息、斷面交通流量、結(jié)合車牌識(shí)別、車型分析等多種交通信息，分析和獲取車輛的路徑信息，獲取多路徑分配比例，實(shí)現(xiàn)高速公路聯(lián)網(wǎng)收費(fèi)的精

15、確拆分。具體的技術(shù)路線為：根據(jù)已知的收費(fèi)站車輛出，入量和準(zhǔn)確的OD對(duì)，依據(jù)具有車輛路徑識(shí)別問題區(qū)域路網(wǎng)的拓?fù)浣Y(jié)構(gòu)，應(yīng)用當(dāng)前一類被普遍采用的動(dòng)態(tài)交通分配法（交通流最大概率法是通過車輛跟蹤試驗(yàn)或者車輛行駛調(diào)查，確定路網(wǎng)中可能的路線及其概率值，來近似推算得到收費(fèi)的分配比例）給出OD對(duì)在各個(gè)相關(guān)路段上所分配的具有車型類別的交通量，再將其與相應(yīng)路段上的實(shí)測(cè)交通量（24小時(shí)的平均值）進(jìn)行對(duì)比，進(jìn)而構(gòu)建目標(biāo)函數(shù)，應(yīng)用智能優(yōu)化技術(shù)，反復(fù)迭代優(yōu)化，直到獲得滿足一定絕對(duì)值誤差和方差的OD對(duì)分配結(jié)果。然后通過計(jì)算機(jī)仿真和現(xiàn)場(chǎng)實(shí)測(cè)統(tǒng)計(jì)對(duì)比的方法確定該模型的可靠度。（3）交通運(yùn)行狀況分析模型的建立1）段時(shí)段交通量預(yù)測(cè)模

16、型。對(duì)諸如自回歸滑動(dòng)平均模型、指數(shù)平滑模型、歷史平均模型等短時(shí)段交通量預(yù)測(cè)模型進(jìn)行分析與比對(duì)，研究各種方法的特點(diǎn)和適應(yīng)條件。從處理數(shù)據(jù)的類型、在線分析、易于實(shí)施和預(yù)測(cè)精度等方面重點(diǎn)對(duì)kalman濾波方法進(jìn)行研究。從輸入/輸出間的關(guān)系、樣本數(shù)據(jù)的需求、收斂速度、模型的全局收斂性研究神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)方法，總結(jié)其應(yīng)用的條件和優(yōu)缺點(diǎn)。通過實(shí)測(cè)數(shù)據(jù)和仿真技術(shù)比較上述短時(shí)交通量預(yù)測(cè)方法的適應(yīng)條件和適應(yīng)范圍。2）路段交通運(yùn)行狀況評(píng)價(jià)模型。綜合不同信息采集源，包括收費(fèi)系統(tǒng)、采集點(diǎn)、GPS等的信息，以提高運(yùn)行評(píng)價(jià)的準(zhǔn)確性；消除指標(biāo)間可能存在的矛盾，明確運(yùn)行評(píng)價(jià)結(jié)果，方便指導(dǎo)調(diào)度管理；以單一綜合評(píng)價(jià)值代替復(fù)雜的

17、多個(gè)交通流指標(biāo)，便于直接進(jìn)行內(nèi)外部的信息發(fā)布；以路段飽和度、路段空間平均車速、路段占有率、路段平均行程延誤為評(píng)價(jià)指標(biāo)，并應(yīng)用模糊聚類分析方法建立路段交通運(yùn)行狀況評(píng)價(jià)模型。3）交通緊急事件的自動(dòng)檢測(cè)模型。高速公路交通應(yīng)急事件的自動(dòng)檢測(cè)與確認(rèn)是交通應(yīng)急救援決策的關(guān)鍵與難點(diǎn)，如何基于高速公路路側(cè)機(jī)電設(shè)施，實(shí)現(xiàn)應(yīng)急事件的快速準(zhǔn)確檢測(cè)與確認(rèn)，也是當(dāng)前高速公路交通應(yīng)急事件管理的迫切需求。本項(xiàng)目擬應(yīng)用基于微波檢測(cè)技術(shù)的應(yīng)急事件檢測(cè)方法，并結(jié)合改進(jìn)的McMaster算法構(gòu)建交通緊急事件的自動(dòng)檢測(cè)模型，用于應(yīng)急事件的自動(dòng)檢測(cè)；然后應(yīng)用CCTV攝像機(jī)技術(shù)，根據(jù)所建自動(dòng)檢測(cè)模型的運(yùn)算結(jié)果，實(shí)現(xiàn)交通應(yīng)急事件的快速確認(rèn)

18、；通過開發(fā)AIDS（自動(dòng)事件檢測(cè)系統(tǒng)）的應(yīng)用軟件對(duì)交通應(yīng)急救援狀況進(jìn)行自動(dòng)監(jiān)控，并將其連續(xù)顯示在交通監(jiān)控中心的電視墻上，該軟件可以打開特定視窗對(duì)事故進(jìn)行獨(dú)立的監(jiān)測(cè)和報(bào)告，為管理人員快速處理事故提供方便。所有操作員的操作和發(fā)生事故前后的情況將自動(dòng)記錄在案。4）路網(wǎng)交通運(yùn)行狀況評(píng)價(jià)模型。分析高速公路網(wǎng)在交通流均衡分布條件下的 容量，確定路網(wǎng)管理的最大限度，并且找出制約路網(wǎng)交通流均衡分布的關(guān)鍵路段。 應(yīng)用圖論中的衍生割集網(wǎng)絡(luò)極大流模型分析高速公路網(wǎng)容量，在此基礎(chǔ)上，以路網(wǎng)運(yùn)行效率、路網(wǎng)交通負(fù)荷均衡性、網(wǎng)絡(luò)性指標(biāo)為評(píng)價(jià)指標(biāo)，并結(jié)合路網(wǎng)運(yùn)行狀況模糊綜合評(píng)價(jià)方法建立路網(wǎng)交通運(yùn)行狀況評(píng)價(jià)模型。三、招標(biāo)項(xiàng)目的

19、特點(diǎn)及關(guān)鍵性技術(shù)問題的對(duì)策措施本招標(biāo)項(xiàng)目的特點(diǎn)是應(yīng)用交通信息采集點(diǎn)規(guī)劃的優(yōu)化布設(shè)技術(shù)、基于動(dòng)態(tài)交通分配和動(dòng)態(tài)交通數(shù)據(jù)挖掘的路徑識(shí)別技術(shù)、交通運(yùn)行狀況分析技術(shù)實(shí)現(xiàn)聯(lián)網(wǎng)精確收費(fèi)和提升高速公路路網(wǎng)服務(wù)功能的迫切需求，并提出解決這些關(guān)鍵性技術(shù)問題的對(duì)策措施。（1）交通信息采集點(diǎn)規(guī)劃的優(yōu)化布設(shè)技術(shù)對(duì)策交通信息采集點(diǎn)規(guī)劃的優(yōu)化布局是采集準(zhǔn)確且全面交通動(dòng)態(tài)數(shù)據(jù)的基礎(chǔ)，也是實(shí)現(xiàn)聯(lián)網(wǎng)精確收費(fèi)、提升路網(wǎng)服務(wù)功能的必要條件。為此，本投標(biāo)方提出面向聯(lián)網(wǎng)收費(fèi)精確路徑識(shí)別、交通運(yùn)行狀況分析與評(píng)價(jià)、交通緊急事件檢測(cè)的三個(gè)級(jí)別布設(shè)對(duì)策，即：一級(jí)信息采集點(diǎn)主要為宏觀決策提供數(shù)據(jù)支撐。通過一級(jí)點(diǎn)采集的數(shù)據(jù)，可反映各高速公路網(wǎng)的總

20、體運(yùn)行狀況，分析區(qū)間OD 流狀況，該采集點(diǎn)主要采集路網(wǎng)出入口和獨(dú)立路段上的動(dòng)態(tài)交通數(shù)據(jù)，為政府部門提供宏觀交通規(guī)劃數(shù)據(jù)，能夠?yàn)槁?lián)網(wǎng)收費(fèi)精確路徑識(shí)別提供所需的實(shí)時(shí)和統(tǒng)計(jì)數(shù)據(jù)。二級(jí)信息采集點(diǎn)在形式上為一級(jí)點(diǎn)的加密采集點(diǎn)，主要用于對(duì)各條高速公路進(jìn)行交通參數(shù)推算與運(yùn)行狀況分析，通過布設(shè)二級(jí)信息采集點(diǎn)，可采集高速公路兩互通立交之間的首末路段交通流數(shù)據(jù)，運(yùn)用交通流狀態(tài)估計(jì)算法推算高速公路其他路段交通量。二級(jí)信息采集點(diǎn)體系可提高一級(jí)采集點(diǎn)的實(shí)時(shí)性，需在近期13 年內(nèi)進(jìn)行布設(shè)，于中期58 年內(nèi)布設(shè)成形。二級(jí)信息采集點(diǎn)體系建立后，可根據(jù)其數(shù)據(jù)進(jìn)行各路段短時(shí)段交通運(yùn)行狀況評(píng)價(jià)，根據(jù)主線OD 量確定分流對(duì)象，對(duì)持續(xù)

21、時(shí)間較長的交通事件進(jìn)行調(diào)度管理。三級(jí)信息采集點(diǎn)為一、二級(jí)采集點(diǎn)的加密采集點(diǎn)，通過對(duì)各個(gè)路段布設(shè)三級(jí)采集點(diǎn)，直接采集路段交通流數(shù)據(jù)，提高數(shù)據(jù)準(zhǔn)確性。三級(jí)信息采集點(diǎn)在一、二級(jí)點(diǎn)布設(shè)基本完成的基礎(chǔ)上再對(duì)其進(jìn)行加密，于中期開始布設(shè)并逐步完善，通過長期增設(shè)與調(diào)整，最終建成完整的三級(jí)信息采集點(diǎn)體系，實(shí)現(xiàn)全省高速公路交通信息的準(zhǔn)確采集、交通運(yùn)行狀況的實(shí)時(shí)分析，特別是對(duì)交通緊急事件的檢測(cè)。1）一級(jí)數(shù)據(jù)采集點(diǎn)布設(shè)方案Ø 一級(jí)數(shù)據(jù)采集點(diǎn)的布設(shè)準(zhǔn)則 OD覆蓋準(zhǔn)則：任意OD點(diǎn)對(duì)間某一比例的出行均能被觀測(cè)到；最大流量比準(zhǔn)則：在OD對(duì)所流經(jīng)的路段中，選擇流量比例大的路段設(shè)置一級(jí)數(shù)據(jù)采集點(diǎn)。Ø 一級(jí)數(shù)據(jù)

22、采集點(diǎn)的算法主要布設(shè)于路網(wǎng)的出入口，互通立交的匝道中間，具有獨(dú)立性的重要路段。能夠?yàn)榻煌ü芾砺毮懿块T提供面向規(guī)劃與宏觀調(diào)度的交通動(dòng)態(tài)數(shù)據(jù)，特別的，能夠?yàn)閷?shí)現(xiàn)聯(lián)網(wǎng)精確收費(fèi)提供動(dòng)態(tài)交通流數(shù)據(jù)。 （1.1）路段j布設(shè)一級(jí)數(shù)據(jù)采集點(diǎn)時(shí)，否則，。對(duì)OD對(duì)間所包含的路徑流量。當(dāng)路徑r上至少有一個(gè)采集點(diǎn)，否則，W對(duì)OD對(duì)間的交通量經(jīng)過路段, ，否則，數(shù)據(jù)采集點(diǎn)的最大數(shù)量。2）二級(jí)數(shù)據(jù)采集點(diǎn)布設(shè)方案Ø 二級(jí)數(shù)據(jù)采集點(diǎn)的布設(shè)準(zhǔn)則 數(shù)據(jù)時(shí)效準(zhǔn)則：實(shí)時(shí)接收數(shù)據(jù)并經(jīng)計(jì)算分析，以每15分鐘（該時(shí)間段可以更加各路段具體交通運(yùn)行狀況的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行修正）的數(shù)據(jù)作為交通運(yùn)行狀況分析的決策數(shù)據(jù)；功能定位準(zhǔn)則：反映并檢測(cè)

23、路段微觀交通流特征和道路運(yùn)行質(zhì)量。Ø 二級(jí)數(shù)據(jù)采集點(diǎn)的布設(shè)算法 二級(jí)采集點(diǎn)檢測(cè)高速公路首末路段交通流數(shù)據(jù)，布設(shè)于高速公路物理狀況相近的多個(gè)路段中的邊界位置，與交通運(yùn)行狀況有較大變化的位置的上游與下游，如主線收費(fèi)站、服務(wù)區(qū)、入口匝道上下游。對(duì)路段中間實(shí)施數(shù)據(jù)采集點(diǎn)間距的加密。最短布設(shè)間距的計(jì)算： （1.2）檢測(cè)器數(shù)據(jù)采集的最短周期高速公路自由流平均速度最長布設(shè)間距的計(jì)算： （1.3）一般地，對(duì)于高速公路，（可變），標(biāo)準(zhǔn)化密度，自由流平均車速，。3）三級(jí)數(shù)據(jù)采集點(diǎn)布設(shè)方案Ø 三級(jí)數(shù)據(jù)采集點(diǎn)的布設(shè)準(zhǔn)則 交通運(yùn)行狀況評(píng)價(jià)的數(shù)據(jù)時(shí)效準(zhǔn)則：三級(jí)采集點(diǎn)的數(shù)據(jù)時(shí)效性，應(yīng)能通過連續(xù)數(shù)分鐘內(nèi)的

24、數(shù)據(jù)較核，確保交通運(yùn)行狀況評(píng)價(jià)的正確性；緊急事件檢測(cè)的數(shù)據(jù)時(shí)效準(zhǔn)則：實(shí)時(shí)采集數(shù)據(jù)后，經(jīng)數(shù)據(jù)處理，三級(jí)采集點(diǎn)的數(shù)據(jù)時(shí)效，應(yīng)能確保緊急事件的檢測(cè)，并以該時(shí)效內(nèi)的數(shù)據(jù)作為上傳的交通應(yīng)急決策支持?jǐn)?shù)據(jù)。Ø 三級(jí)數(shù)據(jù)采集點(diǎn)的布設(shè)算法 三級(jí)采集點(diǎn)在一、二級(jí)點(diǎn)布設(shè)基本完成的基礎(chǔ)上再對(duì)其進(jìn)行加密，于中期開始布設(shè)，經(jīng)逐步完善，并通過長期增設(shè)與調(diào)整，為偶發(fā)性交通事件的檢測(cè)提供動(dòng)態(tài)交通數(shù)據(jù)。根據(jù)交通流理論，沖擊波波速 （1.4）式中，交通事件發(fā)生前的路段流量交通事件發(fā)生后的路段流量 交通事件發(fā)生前車流平均速度 阻塞密度發(fā)生交通事件的車輛的前導(dǎo)車在內(nèi)的行程為： （1.5）交通事件發(fā)生后，沖擊波和擴(kuò)張波傳播到上

25、游和下游檢測(cè)點(diǎn)的時(shí)間 沖擊波以的速度向上游傳播，在內(nèi)的行程為： （1.6）則設(shè)立三級(jí)數(shù)據(jù)采集點(diǎn)布設(shè)間距的最大值為: （1.7）（2）精確路徑識(shí)別技術(shù)的對(duì)策當(dāng)前一種被普遍采用的方案是動(dòng)態(tài)交通分配法。交通流最大概率法是通過車輛跟蹤試驗(yàn)或者車輛行駛調(diào)查，確定路網(wǎng)中可能的路線及其概率值，來近似推算得到收費(fèi)的分配比例。但是這種方案并非精確分配方法，具有很大的模糊性，隨著多義性路段的增加，其引起的爭議越來越大，已經(jīng)不能夠適應(yīng)需求的發(fā)展。因此，借助交通運(yùn)輸部決定開展“國家干線公路交通情況調(diào)查數(shù)據(jù)采集和服務(wù)系統(tǒng)試點(diǎn)工程”的實(shí)施的契機(jī)，本投標(biāo)方提出一種基于路段采集點(diǎn)數(shù)據(jù)的交通分配模型，以實(shí)現(xiàn)聯(lián)網(wǎng)收費(fèi)的精確路徑識(shí)

26、別技術(shù)。1）交通分配模型的建立1）以一個(gè)費(fèi)用拆分周期T為單位（如：前日零點(diǎn)本日零點(diǎn)），提取高速公路出口收費(fèi)站的車輛收費(fèi)信息（包括車輛起終點(diǎn)和對(duì)應(yīng)行車費(fèi)用），作為高速公路路網(wǎng)交通OD表的基礎(chǔ)數(shù)據(jù)。為了區(qū)分不同車型對(duì)高速公路的損耗，使費(fèi)用拆分更為精確，OD數(shù)據(jù)的提取按照車型進(jìn)行分類，對(duì)不同車型的交通量提供獨(dú)立的OD數(shù)據(jù)表。2）為了更好的說明模型，首先對(duì)OD數(shù)據(jù)表達(dá)式進(jìn)行定義。將收費(fèi)站標(biāo)號(hào)，令表示進(jìn)口收費(fèi)站；令表示出口收費(fèi)站，則每一個(gè)OD數(shù)據(jù)對(duì)表示從進(jìn)口收費(fèi)站到出口收費(fèi)站對(duì)應(yīng)車型k的平均小時(shí)交通量。即等于到對(duì)應(yīng)車型k在周期T內(nèi)的所有交通量除以周期T。3）并不是每一個(gè)都需要進(jìn)行交通量的拆分。有些只有單

27、一路徑，可直接將交通量分配在對(duì)應(yīng)路徑上；有些存在一條路徑明顯較其他路徑距離短，可以將交通量分派在此最短路徑上。因此本文的研究重點(diǎn)在于如何將有費(fèi)用拆分需求的進(jìn)行交通量分配。以下所有涉及到的不做必要說明，默認(rèn)為有拆分需求的OD對(duì)。4）每一個(gè)都有相對(duì)應(yīng)的路網(wǎng)拓?fù)浣Y(jié)構(gòu)圖（簡稱拓?fù)鋱D），此圖僅包括需要進(jìn)行交通分配的備選路徑，其余聯(lián)通和，但明顯距離偏長的路徑，從實(shí)際需求和簡化計(jì)算的角度可以將其舍去。針對(duì)每個(gè)的拓?fù)鋱D，計(jì)算每條路徑的路權(quán)值，依據(jù)路權(quán)值將初步分配在各路徑上，得到。表示車型k在路徑n上（n可依據(jù)每個(gè)的拓?fù)鋱D單獨(dú)定義）起終點(diǎn)分別為和交通分配量。針對(duì)每個(gè)的拓?fù)鋱D上的單一路徑，由于其封閉性，可認(rèn)為組成

28、該路徑的每個(gè)路段上的交通分配量等于該路徑的分配量，即（第n 路徑對(duì)應(yīng)組成其的所有m路段）。表示車型k在第m路段上（m需依據(jù)整個(gè)路網(wǎng)完整遍歷）起終點(diǎn)分別為和交通分配量。此處之所以采用不帶有節(jié)點(diǎn)或分叉的路段最為基本劃分單位，是為了與通過路段檢測(cè)器采集的數(shù)據(jù)相匹配。5）此時(shí)，得到的和從理論上應(yīng)滿足以下等式： （2.1） （2.2）式中：表示第m路段上關(guān)于車型k的檢測(cè)器單位小時(shí)檢測(cè)量，即等于路段m上對(duì)應(yīng)車型k在周期T內(nèi)的檢測(cè)總量除以T的平均值。此時(shí)，由于車輛在公路上行駛需要時(shí)間，若每個(gè)檢測(cè)器均和收費(fèi)站OD數(shù)據(jù)取同一個(gè)時(shí)間區(qū)間作為計(jì)算周期，將存在必然誤差。因此，從理論上，為了消除這種誤差，必須將每個(gè)檢測(cè)

29、器的取時(shí)區(qū)間均往前移一段時(shí)間，這段時(shí)間等于檢測(cè)器到對(duì)應(yīng)路徑出口收費(fèi)站的行程時(shí)間。但由于該行程時(shí)間是一個(gè)隨機(jī)值，且路段檢測(cè)器的對(duì)應(yīng)出口收費(fèi)站的選取和路網(wǎng)拓?fù)浣Y(jié)構(gòu)有關(guān)，因此難以求得實(shí)際時(shí)間挪移量。另一方面，考慮在通常情況下，高速公路交通量在以天為單位的取時(shí)間隔上，基本上為周期函數(shù)，而收費(fèi)站OD對(duì)交通量和路段檢測(cè)器檢測(cè)量的比對(duì)為平均小時(shí)交通量的比較。因此，利用周期函數(shù)不同位置周期區(qū)段的平均值相等的特性，可以從工程上認(rèn)為，收費(fèi)站OD對(duì)和路段檢測(cè)器取同一個(gè)時(shí)間段的數(shù)據(jù)進(jìn)行比對(duì)，是可行的。式（2.1）因?yàn)槭锹窂浇煌糠峙鋾r(shí)的約束條件，該等式必定滿足。式（2.2）中，由于為OD對(duì)數(shù)據(jù)根據(jù)理論上的約束條件分配

30、所得，和實(shí)際路段檢測(cè)數(shù)據(jù)必定存在誤差，此外路段檢測(cè)量本身存在設(shè)備誤差，因此式（2.2）在工程上無法完全滿足。此時(shí)就需要調(diào)整的值，使式（2.2）左右兩邊的誤差在允許范圍內(nèi)。6）針對(duì)調(diào)整的值，需要明確如何調(diào)整以及需要達(dá)到什么效果。在調(diào)整時(shí)，必須在滿足式（4-1）的基礎(chǔ)上，對(duì)各路徑對(duì)應(yīng)的路段分配值進(jìn)行數(shù)值微調(diào)。調(diào)整的結(jié)果從理論上應(yīng)滿足式（4-2），但由于檢測(cè)其本身的誤差，以及路網(wǎng)高復(fù)雜度帶來的高非線性，很難事先定義一個(gè)合適的誤差允許閥值。如果閥值定義太小，則可能導(dǎo)致計(jì)算機(jī)運(yùn)算結(jié)果不收斂；若閥值定義太大，可能是計(jì)算所得結(jié)果可行度下降。因此，我方定義誤差控制指標(biāo)，將使誤差控制指標(biāo)最小，作為調(diào)整的值的依據(jù)

31、。設(shè)計(jì)誤差控制指標(biāo)： （2.3）調(diào)整使每個(gè)。7）求得滿足條件的后，即可得對(duì)應(yīng)路徑選擇分配交通量。針對(duì)每條路徑的不同交通量比例，可對(duì)相應(yīng)到收取的費(fèi)用進(jìn)行拆分。2） 交通分配模型的仿真實(shí)驗(yàn)以上提供了一套完整的交通分配模型，為了證明該模型的有效性，以下對(duì)其進(jìn)行仿真實(shí)驗(yàn)。在交通分配模型中，優(yōu)化依據(jù)在于使誤差控制指標(biāo)達(dá)到最小，而最直接的評(píng)判標(biāo)準(zhǔn)，各路段交通分配量和實(shí)際檢測(cè)量的誤差，由于檢測(cè)數(shù)據(jù)的誤差和工程操作上的難度被舍棄。但是，這種最直接的評(píng)判標(biāo)準(zhǔn)卻可以經(jīng)過弱化后，作為仿真實(shí)驗(yàn)的檢測(cè)標(biāo)準(zhǔn)。此時(shí)，已為經(jīng)過優(yōu)化后的交通分配值，計(jì)算路段誤差，將按照m, k分類羅列成一張二維表。定義誤差允許閥值D，以及路段誤

32、差小于允許閥值的概率應(yīng)大于最小概率.即應(yīng)滿足以下條件： ， （2.4） 當(dāng)仿真實(shí)驗(yàn)結(jié)果滿足式（2.4）時(shí)，則可以認(rèn)為所設(shè)計(jì)的交通分配模型是符合實(shí)際需求的。（3）交通運(yùn)行狀況分析技術(shù)的對(duì)策通過本項(xiàng)目的研究，旨在對(duì)江蘇省高速公路路網(wǎng)的運(yùn)行狀況以及現(xiàn)有的信息采集系統(tǒng)做出系統(tǒng)的分析，結(jié)合現(xiàn)有條件、發(fā)展建設(shè)水平及可利用的資源，確定江蘇省高速公路網(wǎng)運(yùn)行狀況的評(píng)價(jià)方法，提出一整套符合江蘇實(shí)際的評(píng)價(jià)指標(biāo)與方法用于分析路網(wǎng)運(yùn)行質(zhì)量，根據(jù)分析結(jié)果進(jìn)行相關(guān)調(diào)度策略的設(shè)計(jì)，為行業(yè)管理部門及時(shí)調(diào)度指揮，合理利用路網(wǎng)創(chuàng)造條件，并最終達(dá)到提高高速公路的總體管理水平，充分發(fā)揮高速公路快速、安全、暢通、舒適的特點(diǎn)，促進(jìn)江蘇省高

33、速公路全面發(fā)展和良好運(yùn)行，提高高速公路網(wǎng)整體效益的目的1） 高速公路路段交通運(yùn)行分析方法Ø 短時(shí)段交通量預(yù)測(cè)方法交通量是反映高速公路交通流特征的重要指標(biāo)，準(zhǔn)確的短時(shí)段交通量預(yù)測(cè)能對(duì)交通流高峰時(shí)段和路段擁堵提供實(shí)時(shí)預(yù)測(cè)信息，進(jìn)而為高速公路交通管理和路網(wǎng)調(diào)度提供決策支持。在本課題的研究中將采用人工神經(jīng)網(wǎng)絡(luò)建立高速公路路段短時(shí)段交通量預(yù)測(cè)模型。歷史平均法和回歸分析法相對(duì)簡單，但是不能反映交通流的不確定性和非線性，尤其無法克服隨機(jī)干擾的影響。時(shí)間序列法和卡爾曼濾波法預(yù)測(cè)精度比較高，實(shí)時(shí)性較強(qiáng)，但是初始參數(shù)調(diào)整太復(fù)雜，可移植性不強(qiáng)。非參數(shù)回歸模型依賴大量準(zhǔn)確的歷史數(shù)據(jù)，預(yù)測(cè)過程也相對(duì)復(fù)雜，其實(shí)

34、用性還值得進(jìn)一步研究。神經(jīng)網(wǎng)絡(luò)是一種新興的數(shù)學(xué)建模方法，它具有識(shí)別復(fù)雜非線性系統(tǒng)的特性，雖然存在對(duì)真實(shí)的歷史數(shù)據(jù)依賴性強(qiáng)等客觀缺陷，但是其自適應(yīng)、自學(xué)習(xí)的特點(diǎn)對(duì)于交通流量預(yù)測(cè)模型的應(yīng)用有很大潛力，目前的神經(jīng)網(wǎng)絡(luò)模型也趨于成熟。為此，采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)建立高速公路路段短時(shí)段交通量預(yù)測(cè)模型。標(biāo)準(zhǔn)的BP算法是基于梯度下降法，通過計(jì)算目標(biāo)函數(shù)對(duì)網(wǎng)絡(luò)權(quán)值及其閾值的梯度對(duì)其進(jìn)行修正的。其權(quán)值和閾值修正的迭代過程可以表示為： （3.1）其中，為由網(wǎng)絡(luò)的所有的權(quán)值和閾值組成的向量；為學(xué)習(xí)速率；為目標(biāo)函數(shù)，表示目標(biāo)函數(shù)的梯度。標(biāo)準(zhǔn)BP算法雖然為訓(xùn)練網(wǎng)絡(luò)提供了簡單有效的方法，但由于在訓(xùn)練過程中學(xué)習(xí)速率為一個(gè)較

35、小的常數(shù)，因而使它存在著收斂速度慢以及目標(biāo)函數(shù)存在局部極小問題。對(duì)于BP網(wǎng)絡(luò)的缺陷，在應(yīng)用中有必要對(duì)其進(jìn)行算法的改進(jìn)。常用的BP網(wǎng)絡(luò)改進(jìn)方法主要包括啟發(fā)式改進(jìn)技術(shù)和數(shù)值優(yōu)化技術(shù)兩大類。啟發(fā)式改進(jìn)技術(shù)包括可變學(xué)習(xí)率、增加動(dòng)量項(xiàng)等方法，數(shù)值優(yōu)化技術(shù)包括擬牛頓法，Levenberg-Marquardt法等。可以采用可變學(xué)習(xí)率與Levenberg-Marquardt算法相結(jié)合的改進(jìn)算法。經(jīng)過改進(jìn)的BP網(wǎng)絡(luò)有效地克服了原有缺陷，而且收斂速度快，精度高。下面闡述如何應(yīng)用改進(jìn)的BP網(wǎng)絡(luò)建立短時(shí)段交通量實(shí)時(shí)預(yù)測(cè)模型，以實(shí)現(xiàn)高速公路路段交通量的短時(shí)段實(shí)時(shí)預(yù)測(cè)?；诟倪M(jìn)BP網(wǎng)絡(luò)交通量實(shí)時(shí)預(yù)測(cè)模型的結(jié)構(gòu)對(duì)于高速公路

36、路段短時(shí)段交通量預(yù)測(cè)，建立由輸入層、隱層、輸出層組成的三層BP神經(jīng)網(wǎng)絡(luò)，如圖3.1所示。. . .隱層輸入層輸出層閾值數(shù) 據(jù) 處 理 器圖3.1 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖本文采用4個(gè)輸入單元、10個(gè)隱層單元、一個(gè)輸出單元的三層BP網(wǎng)絡(luò)，訓(xùn)練的輸入變量有（t為當(dāng)前時(shí)刻，以分為計(jì)時(shí)單位）：F(t) 研究路段在(t14)到t時(shí)段的交通流量；F(t-15) 研究路段在(t29)到(t15)時(shí)段的交通流量；F(t-30) 研究路段在(t44)到(t30)時(shí)段的交通流量；F(t-45) 研究路段在(t59)到(t45)時(shí)段的交通流量；輸出變量為：F(t+15)研究路段在(t1)到(t15)時(shí)段的交通流量。輸

37、出層為一個(gè)單元，即預(yù)測(cè)的交通量。研究路段的各時(shí)段的交通流量數(shù)據(jù)可由高速公路上的車輛檢測(cè)器獲得，并通過建立交通參數(shù)數(shù)據(jù)庫，為神經(jīng)網(wǎng)絡(luò)的算法提供歷史數(shù)據(jù)。采用雙曲正切S型（Sigmoid）函數(shù)為BP網(wǎng)絡(luò)的激活函數(shù)f(x)，即： （3.2）雙曲正切Sigmoid傳遞函數(shù)用于將神經(jīng)元的輸入范圍（，）映射到（1，1）。由雙曲正切Sigmoid函數(shù)的特性可知，節(jié)點(diǎn)輸出值的區(qū)間為（1，1）。因此，必須對(duì)訓(xùn)練樣本進(jìn)行數(shù)值處理，這里采用極大極小值算法，其計(jì)算公式如下： （3.2）經(jīng)過數(shù)據(jù)預(yù)處理后，BP網(wǎng)絡(luò)的輸入和輸出值限制在區(qū)間（1，1）內(nèi)，然后再輸入網(wǎng)絡(luò)。同樣的，應(yīng)用經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)計(jì)算得到的輸出值，也需要

38、經(jīng)過極大極小值算法的逆運(yùn)算，最終得到我們需要的預(yù)測(cè)值。利用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)路段短時(shí)段交通量的實(shí)時(shí)預(yù)測(cè)主要分以下三大步驟：第一步為訓(xùn)練樣本的準(zhǔn)備和歸一化預(yù)處理，第二步為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，第三步利用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對(duì)短時(shí)段交通量進(jìn)行預(yù)測(cè)。具體算法如下：a) 輸入樣本數(shù)據(jù)；b) 對(duì)數(shù)據(jù)進(jìn)行處理，使之變換成BP網(wǎng)絡(luò)的輸入模式對(duì)；c) 初始化BP網(wǎng)絡(luò)各層的權(quán)值和閾值，讓各層的權(quán)值和閾值取個(gè)隨機(jī)數(shù)作為初值，wijrandom(.)，vij=random(.)d) 對(duì)每個(gè)輸入模式進(jìn)行如下循環(huán)：e) 按下式計(jì)算隱層各單元值bj和輸出層單元c，f) （3.3）g) （3.4）h) 計(jì)算各層誤差i. 輸出

39、層： （3.5）ii. 隱層： （3.6）i) 判斷是否循環(huán)至樣本集總數(shù)，否則返回步驟（d）；j) 計(jì)算網(wǎng)絡(luò)總誤差E，E為各樣本均方誤差總和，并判斷E是否滿足精度要求，若E則學(xué)習(xí)停止，否則，按訓(xùn)練算法的相應(yīng)公式修改權(quán)值和閾值，并轉(zhuǎn)到步驟（4），訓(xùn)練算法采用Levenberg-Marquardt算法，學(xué)習(xí)率為自適應(yīng)學(xué)習(xí)率；k) 儲(chǔ)存wij、vij，以備預(yù)測(cè)值的計(jì)算；l) 計(jì)算交通流預(yù)測(cè)值：在網(wǎng)絡(luò)完成學(xué)習(xí)訓(xùn)練并儲(chǔ)存權(quán)值、閾值后，預(yù)測(cè)的交通流可由第（e）步的計(jì)算式求得；m) 對(duì)Flowt值進(jìn)行數(shù)據(jù)處理即得短時(shí)段交通量的預(yù)測(cè)結(jié)果。根據(jù)以上的預(yù)測(cè)方法和步驟，應(yīng)用Matlab6.5編制神經(jīng)網(wǎng)絡(luò)短時(shí)段交通量

40、預(yù)測(cè)程序，其程序流程如圖3.2所示。否是輸入樣本數(shù)據(jù)樣本數(shù)據(jù)預(yù)處理建立神經(jīng)網(wǎng)絡(luò)初始化網(wǎng)絡(luò)權(quán)值與閾值輸入預(yù)處理后的樣本數(shù)據(jù)計(jì)算隱層單元輸入、輸出計(jì)算輸出單元輸入、輸出計(jì)算累計(jì)誤差是否還有未訓(xùn)練的樣本？誤差是否達(dá)到期望值？否計(jì)算權(quán)重調(diào)整量計(jì)算閾值調(diào)整量修正權(quán)重、閾值是保存權(quán)重、閾值預(yù)測(cè)交通流量誤差分析圖3.2 基于改進(jìn)BP網(wǎng)絡(luò)的短時(shí)段交通量預(yù)測(cè)程序流程圖為了比較預(yù)測(cè)結(jié)果的精度，引入誤差指標(biāo)如下：絕對(duì)誤差： （3.7）相對(duì)誤差： （3.8）平均絕對(duì)誤差： （3.9）平均相對(duì)誤差： （3.10）平均絕對(duì)相對(duì)誤差： （3.11）最大絕對(duì)相對(duì)誤差： （3.12）Ø 交通緊急事件的自動(dòng)檢測(cè)交通事件

41、自動(dòng)檢測(cè)是根據(jù)實(shí)時(shí)采集的數(shù)據(jù)信息，由算法自動(dòng)判斷是否發(fā)生交通事件，以達(dá)到提高運(yùn)輸效率的目的。交通事件判斷算法是事件自動(dòng)檢測(cè)系統(tǒng)的關(guān)鍵部分。McMaster算法基于突變理論模型，該算法不僅能識(shí)別擁擠，而且能判別擁擠類型（常發(fā)性或偶發(fā)性），從計(jì)算效率和實(shí)時(shí)運(yùn)行以及實(shí)現(xiàn)上具有無可比擬的優(yōu)越。在判別交通擁擠存在的過程中，該算法除了考慮交通流量這一因素外，還利用了車流速度和道路占有率進(jìn)行判別。圖3.3、3.4分別為高速公路流量占有率、速度一占有率關(guān)系圖。 圖3.3 高速公路流量占有率關(guān)系 圖3.4 高速公路速度占有率關(guān)系從圖3.4中可以清楚地看出交通非擁擠狀態(tài)與擁擠狀態(tài)情況下的速度一占有率數(shù)值明顯不同，

42、因此，可認(rèn)為當(dāng)車流速度降至一定限值以下，或當(dāng)?shù)缆氛加新试黾拥匠^一定限值后，就可判斷為存在交通擁擠。McMaster算法判斷擁擠的依據(jù)是高速公路路段在擁擠時(shí)車流速度降低，道路占有率增加以及有“擁擠”車流的存在。以圖3.3中的曲線為界區(qū)分擁擠與非擁擠狀態(tài)，該曲線表示非擁擠區(qū)域的下限，當(dāng)檢測(cè)器采集得到的數(shù)據(jù)在該曲線之上時(shí)就判斷為非擁擠狀態(tài)，反之為擁擠狀態(tài)。圖3.5 McMaster事件檢測(cè)算法中的四種不同交通狀況如圖3.5所示，區(qū)域一表示正常（非擁擠）交通狀態(tài)；區(qū)域二對(duì)應(yīng)于事件點(diǎn)的上游交通狀況，當(dāng)檢測(cè)器采集數(shù)據(jù)q、o落入此區(qū)域時(shí)，大體上可以確定其下游發(fā)生了事件；區(qū)域三為緩慢交通流的阻塞狀態(tài)，說明檢

43、測(cè)點(diǎn)下游有事件發(fā)生或者存在幾何瓶頸；區(qū)域四反映常發(fā)性擁擠點(diǎn)上游出的交通狀況，表明該檢測(cè)點(diǎn)下游處有車輛聚集，交通不暢，但擁擠不嚴(yán)重。非擁擠區(qū)域的下限值由以下的經(jīng)驗(yàn)公式求得： （3.13）式中：q為交通量；o為道路占有率；a，b為系數(shù)。McMaster擁擠判斷算法的流程圖如圖3.6所示。T(i,t)=2 orP(i,t)=3？T(i,t)=3 orP(i,t)=2？輸入Q(i,t), o(i,t), v(i,t)計(jì)算非擁擠狀態(tài)下的最小車流量q(i,t)=EXP5.32+0.824lno(i,t)*R(t)o(i,t)>o0？v(i,t)>v1？非擁擠狀態(tài)下?lián)頂D狀態(tài)下Q(i,t)<

44、Q0*q(i,t)？Q(i,t)<Q1*q(i,t)？o(i,t)<o0？T(i,t)=0T(i,t)= T(i,t)+1v(i,t)>v0？W(i,t)=0W(i,t)= W(i,t)+1P(i,t)=0P(i,t)=P(i,t)+1W(i,t)=3?？T(i,t)>T(i,t-1)？擁擠消散無交通擁擠現(xiàn)象P(i,t)>P(i,t-1)？R(i)=0.95R(i)+0.05Q(i,t)/q(i,t)交通擁擠狀況YYYYYYYYYYNNNNNNNNNNNY圖3.6 McMaster擁擠判斷算法圖中: i檢測(cè)點(diǎn)代號(hào)；t時(shí)間； Q(i,t)i檢測(cè)點(diǎn)t時(shí)的交通量；o(i

45、,t)i檢測(cè)點(diǎn)t時(shí)的道路占有率；v(i,t)i檢測(cè)點(diǎn)t時(shí)的車流速度；q(i,t)最小非擁擠車流量； o0道路占用率的門限值（40）；Q0非擁擠狀態(tài)流量門限值百分比（70）；Q1擁擠狀態(tài)流量門限值百分比（85）；v0非擁擠狀態(tài)車流速度的門限值（40km/h）；v1擁擠狀態(tài)車流速度的門限值（60km/h）； T(i, t)非擁擠狀態(tài)車流量/占有率的檢測(cè)狀態(tài)計(jì)數(shù)值；P(i,t)非擁擠狀態(tài)車速的檢測(cè)狀態(tài)計(jì)數(shù)值；W(i,t):擁擠狀態(tài)檢測(cè)狀態(tài)計(jì)數(shù)值；R(t)修正系數(shù)?？紤]到高速公路上交通是變化的，McMaster算法在每一次判斷交通流是否擁擠時(shí)，根據(jù)檢測(cè)器采集到的實(shí)時(shí)數(shù)據(jù)對(duì)最小非擁擠車流量進(jìn)行實(shí)時(shí)修正，

46、計(jì)算公式如下： （3.14）在計(jì)算中常用公式為： （3.15）式中o(i,t)為第i檢測(cè)器t時(shí)的占有率，常數(shù)5.32即為Ln(a)，0.824即為b。當(dāng)路上檢測(cè)器測(cè)得的道路占有率在0.4以下時(shí)，由上式計(jì)算出最小非擁擠車流量。如果當(dāng)實(shí)測(cè)的車流流量數(shù)據(jù)比計(jì)算值大時(shí)，該交通狀態(tài)屬于非擁擠狀態(tài)，反之，則認(rèn)為為擁擠狀態(tài)。為了降低誤判率，算法規(guī)定在以下情況判斷擁擠存在（一般采樣周期長度為30S）：（1） 檢測(cè)器在三個(gè)連續(xù)的采樣周期內(nèi)，車流速度均低于門限值，或道路占有率值超過門限值，或車流量都在非擁擠區(qū)域之外時(shí)。（2） 檢測(cè)器在兩個(gè)連續(xù)的采樣周期內(nèi)，車流量和占有率中任意兩個(gè)超過門限值時(shí)。當(dāng)事件發(fā)生時(shí)，速度參

47、數(shù)在反映交通流變化上最為敏感，因此首選車速進(jìn)行擁擠類型的判斷。Hurdle和Datta研究表明，當(dāng)路段上車流量接近通行能力時(shí)，車流速度為80公里/小時(shí)；而當(dāng)路段上交通由非擁擠狀態(tài)轉(zhuǎn)變?yōu)閾頂D狀態(tài)時(shí)，車流速度則下降至70公里/小時(shí)或更低。因此，本判別系統(tǒng)一旦發(fā)現(xiàn)路上車速下降到門限值時(shí)，系統(tǒng)就自動(dòng)開始檢測(cè)判別工作。另外，隨著檢測(cè)點(diǎn)距事故發(fā)生點(diǎn)的位置的不同，所檢測(cè)到的交通流三參數(shù)在擁擠前后的變化值有正負(fù)之分。如高速公路發(fā)生了偶發(fā)性交通擁擠，使單向雙車道的路段壓縮在一條車道上行駛，這一事故很快會(huì)被上游或下游的觀測(cè)站檢測(cè)，如果是下游觀測(cè)站先檢測(cè)到，則會(huì)發(fā)現(xiàn)路段車流速度增加，而道路占有率呈下降趨勢(shì)；反之，如

48、果是上游觀測(cè)站先檢測(cè)到，則會(huì)看到道路占有率增加，而車流速度呈下降趨勢(shì)。所以本算法在判別過程中采用的是交通流三參數(shù)變化的絕對(duì)值來進(jìn)行判別，如圖3.7所示。v(t-1)>70 km/h?|o(t)-o(t-1)|>11%?i-1檢測(cè)站或i1檢測(cè)站擁擠?v(t)<70 km/h?|Q(t)-Q(t-1)|>400輛/小時(shí)?|v(t)-v(t-1)|>30 km/h?Q(t-1)<0.7Ca?i-1檢測(cè)站或i1檢測(cè)站擁擠?偶發(fā)性交通擁擠YYYYYYYYNNNNNNNN交通擁擠判別算法持續(xù)性交通擁擠常發(fā)性交通擁擠圖3.7 McMaster擁擠類型判斷算法注：i-i檢測(cè)

49、站；t-t時(shí)間；v(t)-速度；Q(t)-流量；o(t)-占有率；Ca-容量。Ø 路段交通運(yùn)行狀況評(píng)價(jià)路段運(yùn)行狀況的動(dòng)態(tài)綜合評(píng)價(jià)通過建立綜合評(píng)價(jià)指標(biāo)體系和綜合評(píng)價(jià)函數(shù)、應(yīng)用動(dòng)態(tài)綜合評(píng)價(jià)方法得到評(píng)價(jià)結(jié)果，直接、全面的反映路段運(yùn)行狀況。路段運(yùn)行狀況的動(dòng)態(tài)綜合評(píng)價(jià)是路段運(yùn)行狀況評(píng)價(jià)分析的重要方面。建立科學(xué)、客觀、符合實(shí)際的評(píng)價(jià)體系是正確進(jìn)行綜合評(píng)價(jià)的前提和基礎(chǔ)，評(píng)價(jià)指標(biāo)的計(jì)算模型和結(jié)果將直接影響到綜合評(píng)價(jià)結(jié)果的準(zhǔn)確性和有效性。根據(jù)高速公路路段交通流特性和常用的交通系統(tǒng)評(píng)價(jià)指標(biāo)體系，將高速公路路段運(yùn)行狀況評(píng)價(jià)指標(biāo)體系分成路段利用狀況、路段運(yùn)行服務(wù)水平、交通環(huán)境污染情況三個(gè)方面共12個(gè)基本評(píng)價(jià)

50、指標(biāo)。如圖3.8所示。高速公路路段運(yùn)行狀況評(píng)價(jià)體系交通污染物排放量交通噪聲路段占有率路段平均行程時(shí)間路段平均車速路段交通密度路段平均行程延誤路段事故率路段通行能力路段飽和度路段車流量路段利用狀況路段運(yùn)行服務(wù)水平交通環(huán)境污染情況路段車輛平均油耗圖3.7 高速公路路段運(yùn)行狀況評(píng)價(jià)體系圖根據(jù)評(píng)價(jià)指標(biāo)選擇的原則，對(duì)以上12個(gè)基本評(píng)價(jià)指標(biāo)進(jìn)行篩選。首先考慮到運(yùn)行狀況評(píng)價(jià)的實(shí)時(shí)性和動(dòng)態(tài)性，通常道路建成后，在車道劃分和交通組織一定的情況下，其通行能力是固定不變的，路段事故率是道路運(yùn)行安全的重要指標(biāo)之一，一般以數(shù)月或一年以上的時(shí)間段作為計(jì)算時(shí)間，相對(duì)于運(yùn)行狀況的實(shí)時(shí)分析評(píng)價(jià)，也是靜態(tài)的。其次考慮到指標(biāo)間的相對(duì)

51、獨(dú)立性，車流量和飽和度為線性關(guān)系，占有率和交通密度可以相互換算得到，路段平均行程時(shí)間也可由路段平均車速得到。最后結(jié)合我國高速公路的現(xiàn)狀，考慮到評(píng)價(jià)指標(biāo)對(duì)于高速公路實(shí)時(shí)運(yùn)行狀況評(píng)價(jià)的適用性和可行性，本論文研究中不將環(huán)境污染指標(biāo)列為重點(diǎn)，并將不易直接反映運(yùn)行狀況的平均燃油消耗篩除。綜上所述，在常用的12個(gè)指標(biāo)中去除路段通行能力、路段車流量、路段平均行程時(shí)間、路段事故率、交通污染物排放量等指標(biāo)。選擇路段飽和度、路段平均車速、路段交通密度、路段平均行程延誤等4個(gè)指標(biāo)作為高速公路路段運(yùn)行狀況的評(píng)價(jià)指標(biāo)。評(píng)價(jià)是按照確定的目標(biāo)，在對(duì)被評(píng)價(jià)對(duì)象進(jìn)行系統(tǒng)分析的基礎(chǔ)上，測(cè)定被評(píng)價(jià)對(duì)象的有關(guān)屬性并將其轉(zhuǎn)化為主觀效用

52、的過程。多指標(biāo)綜合評(píng)價(jià)是評(píng)價(jià)中一個(gè)重要的內(nèi)容。多目標(biāo)系統(tǒng)評(píng)價(jià)的關(guān)鍵之處在于如何科學(xué)、客觀地對(duì)各指標(biāo)加權(quán)、綜合，將一個(gè)多目標(biāo)的問題綜合成一個(gè)單指數(shù)的形式，以便在一維空間中進(jìn)行排序評(píng)價(jià)。多指標(biāo)綜合評(píng)價(jià)方法很多，目前常用的方法有專家評(píng)分法、層次分析法（AHP）、模糊綜合評(píng)價(jià)法、主成分分析法、數(shù)據(jù)包絡(luò)分析法（DEA）等。高速公路路段運(yùn)行狀況的動(dòng)態(tài)綜合評(píng)價(jià)主要包括兩個(gè)方面，其一是得到運(yùn)行狀況的實(shí)時(shí)狀態(tài)，簡單的說即如好、中、差的狀態(tài)分類，其二是得到目前的運(yùn)行狀況發(fā)展趨勢(shì)。由于高速公路運(yùn)行狀況是實(shí)時(shí)動(dòng)態(tài)的，相應(yīng)的評(píng)價(jià)也需要考慮到其實(shí)時(shí)性和動(dòng)態(tài)性，而一般的靜態(tài)方案評(píng)價(jià)方法不能完全反映這一特點(diǎn)。為了選擇合適的綜

53、合評(píng)價(jià)方法，本文對(duì)目前常用的多指標(biāo)綜合評(píng)價(jià)方法及其適用性進(jìn)行了分析研究，分析結(jié)果見表3.1：表3.1 多指標(biāo)綜合評(píng)價(jià)方法的適用性分析評(píng)價(jià)方法名稱方法描述優(yōu)點(diǎn)缺點(diǎn)適用性分析層次分析法針對(duì)多層次結(jié)構(gòu)的系統(tǒng)，用相對(duì)量的比較，確定多個(gè)判斷矩陣，取其特征根所對(duì)應(yīng)的特征向量作為權(quán)重，最后綜合出總權(quán)重，并且排序。比較全面，在相對(duì)重要度確定得比較準(zhǔn)確的情況下可靠度比較高權(quán)重計(jì)算中相對(duì)重要度的確定一般需專家咨詢，受主觀因素影響大適用多層次復(fù)雜系統(tǒng)的方案比選，成本效益決策，資源分配次序模糊綜合法引入隸屬函數(shù)，一般用專家法確定權(quán)重，通過確定評(píng)價(jià)對(duì)象屬性值的隸屬度、建立模糊綜合評(píng)價(jià)矩陣，運(yùn)用模糊數(shù)學(xué)工具進(jìn)行綜合評(píng)價(jià)。

54、考慮到了客觀事物內(nèi)部關(guān)系的錯(cuò)綜復(fù)雜性和價(jià)值系統(tǒng)的模糊性不能解決評(píng)價(jià)指標(biāo)間相關(guān)造成的信息重復(fù)問題適于處理定性指標(biāo)較多的綜合評(píng)價(jià)，廣泛應(yīng)用于環(huán)境、經(jīng)濟(jì)管理、教學(xué)過程等領(lǐng)域的評(píng)價(jià)。主成分分析法將其分量相關(guān)的原隨機(jī)向量，借助于一個(gè)正交變換，轉(zhuǎn)化成其分量不相關(guān)的新隨機(jī)分量，以方差作為信息量的測(cè)度，對(duì)其進(jìn)行降維處理，再通過構(gòu)造價(jià)值函數(shù)，最終轉(zhuǎn)化成一維系統(tǒng)。理論簡潔，客觀賦權(quán)，權(quán)重值根據(jù)被評(píng)價(jià)對(duì)象的指標(biāo)樣本值確定指標(biāo)樣本值的隨機(jī)性影響權(quán)重的穩(wěn)定性屬多元統(tǒng)計(jì)分析方法。廣泛應(yīng)用于經(jīng)濟(jì)、社會(huì)、科教、環(huán)保等領(lǐng)域中眾多對(duì)象的評(píng)價(jià)和排序。數(shù)據(jù)包絡(luò)分析模型以相對(duì)效率為基礎(chǔ)，按多指標(biāo)投入和多指標(biāo)產(chǎn)出，應(yīng)用凸分析和線性規(guī)劃，

55、對(duì)同類型單位相對(duì)有效性進(jìn)行評(píng)價(jià)，基于一種標(biāo)準(zhǔn)來確定相對(duì)有效性。適于評(píng)價(jià)多輸入多輸出的大系統(tǒng)，能比較直觀的找出單元薄弱環(huán)節(jié)并加以改正相對(duì)性強(qiáng)，不能反映被評(píng)價(jià)對(duì)象客觀的發(fā)展水平屬效率評(píng)價(jià)方法。適用于經(jīng)濟(jì)學(xué)中生產(chǎn)函數(shù)的技術(shù)、規(guī)模有效性，產(chǎn)業(yè)的效益評(píng)價(jià)等有效性評(píng)價(jià)。動(dòng)態(tài)綜合評(píng)價(jià)應(yīng)用線性規(guī)劃方法，從時(shí)序數(shù)據(jù)表（即不同時(shí)刻的評(píng)價(jià)指標(biāo)值組成的數(shù)據(jù)矩陣）挖掘信息，計(jì)算權(quán)重，使得從整體上最大限度的突出系統(tǒng)在不同時(shí)刻運(yùn)行狀況之間的差異。具有時(shí)序特征，權(quán)重客觀性強(qiáng)，不具有可繼承性；能反映被評(píng)價(jià)對(duì)象隨時(shí)間的動(dòng)態(tài)發(fā)展情況。權(quán)重為非固定值，隨評(píng)價(jià)對(duì)象的指標(biāo)特征變化，不適于靜態(tài)評(píng)價(jià)。適用于隨時(shí)間變化指標(biāo)和參數(shù)變化較大的多指標(biāo)系統(tǒng)，如地區(qū)經(jīng)濟(jì)動(dòng)態(tài)發(fā)展?fàn)顩r、管理者的績效評(píng)價(jià)和考核等。從表中可以看出，每種綜合評(píng)價(jià)方法都有其特點(diǎn)和一定的適用性。目前常用的一些多指標(biāo)綜合評(píng)價(jià)方法多為多方案或橫向總結(jié)性的靜態(tài)排序評(píng)價(jià)，多用于決策性評(píng)價(jià)，但是應(yīng)用于高速公路路段運(yùn)行狀況評(píng)價(jià)并不合適。充分考慮到運(yùn)行狀況評(píng)價(jià)的實(shí)時(shí)動(dòng)態(tài)性和應(yīng)用需求，本文將采用一種新的綜合評(píng)價(jià)方法，即“先狀態(tài)分類后趨勢(shì)分析”的方法。所謂“先狀態(tài)分類后趨勢(shì)分析”，即先對(duì)