為明晰公路隧道交通事故嚴重程度的影響因素,從134起事故統(tǒng)計數(shù)據(jù)中選出13個事故嚴重程度的潛在影響因素,分別采用有序logit模型和廣義有序logit模型,建立交通事故嚴重程度預(yù)測模型。分析這13個因素對交通事故嚴重程度的影響程度,并對比2個模型的預(yù)測效果。結(jié)果表明:事故發(fā)生日期、發(fā)生時間、是否超速、天氣和大型車比例5個自變量與事故嚴重程度顯著相關(guān)。從廣義有序logit模型來看,事故發(fā)生時間不滿足比例優(yōu)勢假設(shè);廣義有序logit模型可以放寬部分自變量的比例優(yōu)勢假設(shè),能給出更好的預(yù)測結(jié)果。

本文從影響高速公路交通量增長的宏觀經(jīng)濟指標出發(fā),借鑒了matas(2001)高速公路交通量增長預(yù)測模型,回歸出我國基于宏觀經(jīng)濟因素的高速公路交通量增長預(yù)測模型,結(jié)果表明影響交通流量增長的最主要經(jīng)濟因素為地區(qū)生產(chǎn)總值和地區(qū)失業(yè)人口。本文還基于福建省某條高速公路的相關(guān)數(shù)據(jù),在預(yù)測其經(jīng)濟因素概率分布模型的基礎(chǔ)上,預(yù)測出其交通流量增長概率分布圖。本文目的在于指出影響高速公路交通量增長的經(jīng)濟因素,同時為預(yù)測交通流量的增長提供一種客觀的方法。

傳統(tǒng)的gm（i，1）模型在仿真和模擬時對原始數(shù)據(jù)序列依賴度很高，使得在有一定擾動的原始序列數(shù)據(jù)，會使得在預(yù)測高速公路交通量時存在與真實值便宜度過大，并且運算復(fù)雜，為解決這一問題，采用分數(shù)階累加的方式獲得分數(shù)階累加值，這樣就能減弱原始數(shù)據(jù)中擾動對仿真和預(yù)測值的影響，有效的提高了預(yù)測的準確度。應(yīng)用實例分析，表明0．5階gm（i，1）模型的平均相對誤差為7．71％和0．1階gm（1，1）模型的平均相對誤差為7132％優(yōu)于傳統(tǒng)的gm（i，11仿真預(yù)測模型的平均相對誤差11．21％。

本文將灰色理論引入交通預(yù)測中進行建模,并在某高速上進行實例分析,該方法具有較高的可靠性和實用性.

區(qū)域高速公路網(wǎng)是區(qū)域社會經(jīng)濟發(fā)展的重要基礎(chǔ)設(shè)施,為預(yù)測區(qū)域高速公路網(wǎng)交通量,引入經(jīng)濟學(xué)中的柯布-道格拉斯生產(chǎn)函數(shù),以人均gdp、人口密度為參數(shù)構(gòu)建運輸需求函數(shù),基于運輸需求函數(shù)構(gòu)建區(qū)域高速公路網(wǎng)交通量預(yù)測模型。模型能以簡單的因素分析基礎(chǔ),對區(qū)域高速公路網(wǎng)交通量進行預(yù)測,為區(qū)域公路網(wǎng)交通量預(yù)測提供了新的思路決策依據(jù)。

高速公路交通量預(yù)測過程涉及眾多的輸入因素,其中許多因素的不確定性將導(dǎo)致預(yù)測結(jié)果存在一定程度的風(fēng)險。該文運用風(fēng)險分析方法,對影響交通量的風(fēng)險因素進行了分類和識別,闡述了風(fēng)險的產(chǎn)生及其特性,估計了主要風(fēng)險因素的概率分布,并用蒙特卡羅方法對未來交通量進行了模擬,得到了交通量的概率分布曲線,為合理計算高速公路建設(shè)規(guī)模與制定投資決策提供了可靠依據(jù)。

傳統(tǒng)的gm（i，1）模型在仿真和模擬時對原始數(shù)據(jù)序列依賴度很高，使得在有一定擾動的原始序列數(shù)據(jù)，會使得在預(yù)測高速公路交通量時存在與真實值便宜度過大，并且運算復(fù)雜，為解決這一問題，采用分數(shù)階累加的方式獲得分數(shù)階累加值，這樣就能減弱原始數(shù)據(jù)中擾動對仿真和預(yù)測值的影響，有效的提高了預(yù)測的準確度。應(yīng)用實例分析，表明0．5階gm（i，1）模型的平均相對誤差為7．71％和0．1階gm（1，1）模型的平均相對誤差為7132％優(yōu)于傳統(tǒng)的gm（i，11仿真預(yù)測模型的平均相對誤差11．21％。

針對具有跳躍性的中長時數(shù)據(jù)預(yù)測,提出一種改進加權(quán)灰色gm(1,1)模型對高速公路收費站交通量進行預(yù)測.將原始交通量數(shù)據(jù)經(jīng)過1階弱化和1-ago處理后,利用灰色關(guān)聯(lián)度對初始值的取值進行加權(quán)優(yōu)化,同時對背景值采取光滑優(yōu)化處理,從而組合成新型灰色gm(1,1)模型.應(yīng)用某收費站實際交通量統(tǒng)計數(shù)據(jù)來驗證新型灰色gm(1,1)模型算法預(yù)測準確性,結(jié)果表明:改進加權(quán)灰色gm(1,1)模型具有更好的適用性和準確性.

交通量是一個不平穩(wěn)的時間序列,在不確定性條件和缺乏數(shù)據(jù)資料的情況下,交通量的預(yù)測是一個較復(fù)雜的問題。灰色馬爾科夫鏈模型是一種結(jié)合經(jīng)典灰色理論和馬爾科夫鏈的狀態(tài)轉(zhuǎn)移行為的預(yù)測模型。該模型在灰色預(yù)測理論的基礎(chǔ)上,再對隨機波動大的殘差序列進行馬爾科夫預(yù)測,實現(xiàn)了兩者的優(yōu)勢互補,克服了兩者的不足。以太原市漪汾橋斷面的交通量的數(shù)據(jù)在傳統(tǒng)灰色gm(1,1)預(yù)測模型的基礎(chǔ)上建立交通量的灰色馬爾科夫鏈模型,研究表明,該模型在交通量的預(yù)測方面相對傳統(tǒng)的灰色gm(1,1)模型有更高的精度。

基于影響bot收費公路項目特許期的關(guān)鍵因素交通量的動態(tài)性,即交通量受時間和收費費率雙重影響的特性,構(gòu)建了特許期的決策模型。通過仿真實驗結(jié)果更進一步闡明,要對bot公路項目特許期作出合理的決策,就需要準確預(yù)測交通量的增長率,并確定合理的收費費率,也就是要對交通量的動態(tài)性進行科學(xué)量化。

分析了專用公路交通量預(yù)測的影響因素,把專用公路交通量預(yù)測分為3類:a類機械變化交通量、b類園區(qū)誘增交通量及c類趨勢交通量。提出了3類交通量的預(yù)測方法,并通過實例應(yīng)用,驗證了預(yù)測方法的可行性。

淺談公路四階段交通量預(yù)測思路 淺談公路四階段交通量預(yù)測思路 丁偉趙新華 （江西省交通設(shè)計院南昌330002） 摘要：四階段交通量預(yù)測，在分析項目區(qū)域社會經(jīng)濟、交通運輸現(xiàn)狀的基礎(chǔ)上， 選擇恰當(dāng)?shù)慕?jīng) 濟指標，預(yù)測其發(fā)展趨勢，并通過對交通與經(jīng)濟的彈性分析，預(yù)測交通的發(fā)展趨 勢，從而預(yù)測 項目區(qū)域未來各小區(qū)的趨勢和誘增的交通出行集中與發(fā)生量，得到未來特征年的 出行分布od表； 在充分考慮預(yù)測期內(nèi)項目區(qū)域交通路網(wǎng)或其它運輸方式對交通量的分流影響，通 過交通量分配， 最終獲得擬建公路項目預(yù)測交通量。 關(guān)鍵詞：交通工程；四階段；經(jīng)濟；od；彈性系數(shù)；集中；發(fā)生；分布；分配 前言 公路遠景交通需求量的預(yù)測，是公路交通規(guī)劃的基礎(chǔ)，是公路工程可行性研究的 核心內(nèi)容。交通量預(yù)測的方法可以分成兩大類：一是個別預(yù)測法，二是以出行起 訖點為基礎(chǔ)的四階段預(yù)測法。前者主要以單個運

本文介紹了transcad軟件的特點及其功能，作為交通規(guī)劃軟件對濟南至東營高速公路的未來特征年的交通量進行了預(yù)測，并提出了應(yīng)用該軟件的不足。

基于甘肅高等級公路收費年收入的統(tǒng)計數(shù)據(jù),結(jié)合其收入和交通量之間的粗略關(guān)系,運用bp神經(jīng)網(wǎng)絡(luò)預(yù)測高等級公路各收費站年收入,從而間接地對高等級公路交通流量進行預(yù)測,為提高高速公路的管理與服務(wù)水平,對提高高等級公路管理部門的信息感知能力和應(yīng)急處置能力、提高路網(wǎng)運行效率、建設(shè)和諧高等級公路具有極其重要的意義。

引言高速公路交通量預(yù)測是高速公路建設(shè)項目可行性研究報告的一項重要內(nèi)容,它是進行交通量現(xiàn)狀評價、綜合分析建設(shè)項目的必要性和可行性的基礎(chǔ),是確定高速公路建設(shè)項目的技術(shù)等級、工程規(guī)模、效益分析的主要依據(jù)。同時,其準確率直接關(guān)系高速公路投資回報率,甚至影響項目國民經(jīng)濟評價及財務(wù)評價。根據(jù)調(diào)查資料和工程項目的性質(zhì)選用不同的預(yù)測方法,國內(nèi)、外已提出的各種預(yù)測方法多達200種左右,但用于實際操作的較少,如頭腦風(fēng)暴法、專家預(yù)測法、

區(qū)域公路交通量的科學(xué)預(yù)測是區(qū)域公路網(wǎng)規(guī)劃的前提和基礎(chǔ)。在分析了我國從1980年以來公路交通工具的變化后，指出今后應(yīng)以小汽車作為公路交通量衡量的標準，在此基礎(chǔ)上，運用四階段預(yù)測分析理論，研究和建立了適合的公路交通量預(yù)測模型和方法，對公路交通量的分布、交通方式等進行了預(yù)測分析。

目前高速公路交通預(yù)測方法側(cè)重分析跨區(qū)域問的公路交通需求，難以有效反映高速公路進入城市連綿建成區(qū)后，其承擔(dān)的城市交通對交通量的影響，既有公路交通量預(yù)測方法不大適用于城區(qū)段高速公路交通量預(yù)測。對公路交通量預(yù)測方法進行改進，建立了適用于城區(qū)段高速交通量預(yù)測的傳統(tǒng)公路交通量預(yù)測方法和城市交通預(yù)測方法相結(jié)合的組合預(yù)測方法。組合預(yù)測方法以成熟的城市交通預(yù)測流程為基礎(chǔ)，交通生成和交通分布階段采用兩種方法分別平行進行預(yù)測。在交通分布／交通方式劃分階段，利用公路交通量預(yù)測方法預(yù)測所得項目影響區(qū)車輛od矩陣，對城市交通規(guī)劃模型獲得的分車型od矩陣進行校正。最后利用校正后的od矩陣在城市交通規(guī)劃模型中進行分配得到預(yù)測結(jié)果。該預(yù)測方法已應(yīng)用于廣深沿江高速沙井互通工程可行性研究交通量預(yù)測。

分析了雙洞互補式隧道通風(fēng)中車輛交通風(fēng)的應(yīng)用范圍,計算得出車輛交通風(fēng)風(fēng)速。根據(jù)交通風(fēng)大小設(shè)計模型試驗方案,并對該系統(tǒng)進行數(shù)據(jù)采集分析。通過數(shù)值模擬結(jié)果與實驗數(shù)據(jù)對比分析,得出了雙洞單向公路隧道模型試驗中在射流通風(fēng)均勻段模擬車輛交通風(fēng)是可行的。

gm模型在預(yù)測中對歷史數(shù)據(jù)作不同取舍時,其預(yù)測值并不相同,即這種預(yù)測結(jié)果將是一個預(yù)測值的區(qū)間,這就給預(yù)測人員的取舍帶來一定困難。利用gm模型少數(shù)據(jù)建模和人工神經(jīng)網(wǎng)絡(luò)非線性逼近的優(yōu)點把兩種模型結(jié)合起來,用對歷史數(shù)據(jù)作不同取舍的gm模型的預(yù)測值和純神經(jīng)網(wǎng)絡(luò)的預(yù)測值作為組合神經(jīng)網(wǎng)絡(luò)的輸入,由人工神經(jīng)網(wǎng)絡(luò)確定這些不同gm模型和純bp網(wǎng)絡(luò)的組合,實例驗證得出更為準確的預(yù)測值,從而證明這一模型的可行性和有效性。

文章以合肥市廬陽區(qū)北部某條新建道路為例,在現(xiàn)狀調(diào)查和規(guī)劃資料收集的基礎(chǔ)上,采用\"四階段法\"對道路本身及周邊的路網(wǎng)在未來規(guī)劃年限所分配的交通流量進行預(yù)測,在預(yù)測的基礎(chǔ)上分析論證車道數(shù)的規(guī)模,并通過道路的服務(wù)程度、路段飽和度指標,對道路的通行能力進行合理的評價。

交通量有過去、現(xiàn)在和未來之分,未來交通量是道路交通規(guī)劃與建設(shè)中十分重要的技術(shù)指標,是確定道路等級,決定道路斷面、結(jié)構(gòu)形式和標準的不可缺少的基礎(chǔ)條件?；疑玤m(1,1)模型常用于交通量的預(yù)測,而且擬合結(jié)果也較好。但是當(dāng)原始序列呈現(xiàn)較強波動性時,預(yù)測的精度就會變差。文中運用基于一階微分方程的曲線擬合方法對灰色gm(1,1)模型進行改進,采用三角多項式作為擬和函數(shù),降低了數(shù)據(jù)序列的波動性帶來的影響。結(jié)合試算法以及最小二乘算法,得到各參數(shù)的解。算例分析表明,該方法優(yōu)于常規(guī)gm(1,1)模型預(yù)測得到的結(jié)果。

在系統(tǒng)分析道路交通量預(yù)測特點基礎(chǔ)上,運用主成分分析法建立節(jié)點重要度函數(shù),然后針對路網(wǎng)形態(tài)變動不大、較大兩種狀況探討了推斷路段交通量的方法,最后結(jié)合某區(qū)域公路網(wǎng)規(guī)劃進行了實際運用,具有一定的實用性