摘要：交通流参数预测是交通流诱导和交通信息发布的重要依据.以信息颗粒为基础数据分析单元,针对以往模糊时间序列模型存在的缺陷,提出一种新方法构建模糊时间序列模型,该方法在挖掘数据内在信息关联的基础上,考虑时间变量影响下分析动态可变的区域间隔长度.此方法主要特点是基于Gath-Geva模糊聚类的时间序列分割,利用模糊分割构造信息颗粒,以信息颗粒为数据单元,通过粒计算分析交通流参数动态变化趋势.实验结果表明,基于粒计算的交通流参数预测可以预测合理的交通流参数置信区间,比传统的参数数值预测可靠度更高,对于交通状态的动态分析具有指导意义.

摘要：探讨了用于高速公路交通流参数实时预测类型,提出了交通流参数的线性神经网络方法,且利用该法对交通量、时间占有率和点速度的实时预测进行了应用性研究.

摘要：现有的基于CUSUM的道路交通事件检测方法都是一元的或多个CUSUM控制图的复合,没有用到变量间的相关性,而且检测效果受到设计参数的显著影响。选取上下游车辆占有率差和速度差作为监控变量,提出了基于自适应的多元CUSUM(AMCUSUM)控制图的道路交通事件检测方法。借助于VISSIM4.3软件产生交通数据,把所提出的方法与经典的加利福尼亚算法和SDN算法进行比较。统计模拟的结果表明,基于AMCUSUM的道路交通事件检测方法的检测效果更好,具有较高的检测率和较低的误报率,在高峰和平峰时段均能快速检测到交通事件的发生。

摘要：研究了城市快速路交通状态转变时刻的确定方法。在分析快速路拥挤状态和不拥挤状态交通流参数特性的基础上,根据Dganzo等提出的交通流参数调整累计曲线,设计了一种用于确定交通状态转变时刻的方法:利用流量和时间占有率两个参数的调整累计曲线来判定快速路交通状态转变时刻。论文利用北京快速路系统的调查数据检验了该方法,得出的交通状态转变时刻与实际情况相符,证实了该方法的有效性。交通拥挤转变时刻的确定可以应用于道路交通状态判别、交通波理论研究以及现有交通事件检测方法的技术评价。

摘要：以随州市平面交叉口交通为例，阐述随州市平面交叉口调查教据处理办法，根据实际调查数据分析随州市平面交叉口交通流。特性。从交通量空间分布、交通量时间分布、交通流稳定性、交叉口流量流向、车头时距、交通组成等交通特性分析得出随州市平面交叉口存在的主要问题，并提出相关改进建议，使得交通理论更加完善并运用到实际交通问题中去。

摘要：为了更好地把握武汉市环线平面交叉口的现状和存在的问题,提出改善措施,采用先进的交通调查仪采集武汉市环线主要平面交叉口的交通流数据,分析其交叉口交通量空间分布、交通流稳定性、交叉口流量流向、车头时距等交通流特性,得出环线主要平面交叉口现状道路交通状况,并以此提出了通行能力改善技术,并进行了案例应用。

摘要：采用VISSIM交通仿真软件,对城市隧道内的物理环境进行仿真,可设计出一种基于交通流参数的交通事故自动检测方法。该方法可以方便、快捷、准确地判断隧道内的交通运行状况,因而具有一定的实用价值。

摘要：针对城市道路交叉口的常发性交通拥堵现象,依据RFID检测系统的特点,提出了一种基于物联网前端信息采集技术的交通流检测方法。并且对城市道路交叉口采集到的交通流量相对增量、车辆的时间占有率相对增量以及地点平均车速等信息进行了对比性分析和统计推导,从理论上论证了交通拥挤产生时的交通流特点,然后以此为基础给出了交通拥挤事件出现时的判别准则,构造出相应的拥挤检测指标及判别算法。最后利用Matlab编程再结合实际交通测量数据验证了算法的正确性。