摘要：针对高速公路交通拥挤日益严重的现象,通过对收费数据的深层挖掘和高效利用,提出了基于滚动时间序列的行程时间数据合成方法,以此为基础构建了交通拥挤指数,并基于交通拥挤指数的变化特征对拥挤持续时间进行了在线估计;结合收费站布局的时空特征,设计了基本路段和复合路段融合的高速公路交通拥挤自动判别方法.实证分析表明,该方法在判别率提高到96.52%,误判率降低到0.43%的同时,判别时间减少了74%,而且收费数据的获取成本为零.

摘要：针对目前通常只利用一种交通事件自动检测算法进行事件检测导致的效果不佳问题,在对单个交通事件自动检测算法产生漏警和误警的原因进行分析的基础上,设计了一套与之相对应的交通条件在线评价指标,并以因子分析与聚类分析为手段提出了一种基于多个交通事件自动检测基本算法的决策级融合方法。运用某特大城市快速路感应线圈实测数据进行验证的结果表明,在交通事件自动检测基本算法的误警率为0.5%左右、检测率为63.5%～66.1%的条件下,所提出方法的检测率和误警率分别达到了90.6%和0.0981%,明显优于对比方法的检测效果。

摘要：为了进一步提高路网交通运行可靠性的在线分析效率,以减少信息存储空间、提高算法运行速度为切入点,借鉴图论中邻接矩阵的思想,提出了路网可靠度矩阵的概念。在此基础上,通过应用因子定理设计了路网交通运行可靠性在线分析的新方法。最后使用仿真数据对其进行了验证和对比分析。研究结果表明:本文方法在保证路网交通运行可靠性在线分析效果的同时,显著提高了运行效率,运行时间平均节省了92.72%。

摘要：通过对大客流的预警设计,得出不同的客流量对车站和人群的影响程度,按照不同的影响程度进行不同的预警等级划分,从而提前发布相关预告,使各级相关部门提前做好预防措施,进而有效的化解突发大客流的风险或者降低事故发生带来的损失。