非常态下路段行程时间估计方法

被引:3
作者
杨兆升 [1 ,2 ]
莫祥伦 [2 ]
于尧 [2 ]
张彪 [2 ]
机构
[1] 吉林大学汽车仿真与控制国家重点实验室
[2] 吉林大学交通学院
关键词
交通运输系统工程; 非常态; 行程时间估计; 样本量判定; 数据融合;
D O I
暂无
中图分类号
U491.1 [交通调查与规划];
学科分类号
082302 ; 082303 ;
摘要
在分析非常态事件对道路交通影响的基础上,设计了适用于各类非常态事件的通用行程时间估计方法,并研究该方法实现的关键技术,包括GPS数据行程时间估计样本量判定;样本充足和不足情况下的GPS数据行程时间估计方法以及BP神经网络的行程时间融合方法。最后通过模拟重大交通事故和大雾两种非常态情况对本文方法进行验证,验证结果表明该方法可以更精确地对各类非常态下路段行程时间进行估计。
引用
收藏
页码:1459 / 1464
页数:6
相关论文
共 8 条
[1]   基于FCM的路段平均行程时间估计 [J].
董红召 ;
吴方国 .
科技通报, 2011, (03) :426-430
[2]   基于GPS数据及车辆运行特性分析的单车路段行程时间估计 [J].
于德新 ;
高学英 ;
杨兆升 .
吉林大学学报(工学版), 2010, 40 (04) :965-970
[3]   基于GPS浮动车的路段行程时间估计方法比较 [J].
姜桂艳 ;
常安德 ;
张玮 .
吉林大学学报(工学版), 2009, (S2) :182-186
[4]   路段平均行程时间估计方法 [J].
张和生 ;
张毅 ;
胡东成 .
交通运输工程学报, 2008, (01) :89-96
[5]   移动交通流检测技术探测车样本比例模型研究 [J].
王力 ;
张海 ;
余贵珍 ;
范耀祖 .
交通运输系统工程与信息, 2007, (05) :31-36
[6]   GPS技术在城市交通状况实时检测技术中的应用 [J].
李筱菁 ;
孟庆春 ;
魏振钢 ;
魏天滨 ;
王旭柱 ;
郭忠文 ;
丁鹏 .
青岛海洋大学学报(自然科学版), 2002, (03) :475-481
[7]   关于智能运输系统的关键理论——综合路段行程时间预测的研究 [J].
杨兆升 .
交通运输工程学报, 2001, (01) :65-67+89
[8]   基于卡尔曼滤波理论的实时行程时间预测模型 [J].
朱中 ;
杨兆升 .
系统工程理论与实践, 1999, (09) :74-78