APP下载

基于浮动车数据的城市道路行程时间估计

2018-06-20李演洪

交通运输工程与信息学报 2018年2期
关键词:融合方法模型

罗 霞,曹 阳,刘 博,李演洪



基于浮动车数据的城市道路行程时间估计

罗 霞,曹 阳,刘 博,李演洪

(西南交通大学,交通运输与物流学院,成都 610031)

为提高城市道路行程时间估计模型的准确度和有效性,本文利用浮动车数据,依据对传统模型思路的总结分别建立了基于路段长度比例和点速度调和平均值的两种行程时间初阶估计模型,并利用统计学中的同分布融合思想建立了行程时间融合模型,以修正初阶模型结果的精度,弥补传统估计模型中准确度低、效率不高的缺陷。最后选取成都市具有代表性的路网区域为算例,验证了初阶模型假设分布的正确性,同时计算出融合模型路径总时间的平均偏差仅为12%,说明了融合模型的准确度和有效性。

交通工程;行程时间估计;同分布融合;浮动车数据

0 引 言

行程时间作为评价道路运行性质的关键信息参数之一,能够为出行者路径的选择及交通部门管理措施的制定提供决策依据,有助于提高交通流时空分布的合理性。浮动车数据凭借其精度高、覆盖广、成本低的特点已经成为估计行程时间常用的数据源之一[1]。目前国内外提出的方法主要有两大类,分别是理论解析法和实际工程模型[2]。

理论解析法主要是利用数学理论方法计算道路行程时间。Yang等人利用卡尔曼滤波方法构建了行程时间的预测模型[3,4],该方法自适应性较差,要得到较准确的结果需要考虑交通流环境的影响因素,对输入参数的类别要求较高;……

登录APP查看全文

猜你喜欢

融合方法模型
一半模型
村企党建联建融合共赢
融合菜
从创新出发,与高考数列相遇、融合
《融合》
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼