基于智能公交的城市道路服务水平实时评价与预测

重庆交通大学学报（自然科学版） ›› 2004, Vol. 23 ›› Issue (2): 79-84.

基于智能公交的城市道路服务水平实时评价与预测

沙玉峰,廖秀斋,李之红,王亮亮

重庆交通学院机电学院,重庆400074

收稿日期:2003-07-05 出版日期:2004-04-15 发布日期:2015-05-18
作者简介:沙玉峰(1982—),男,山东威海市人,机电学院2001级学生,该文曾参加2003年第八届“挑战杯”全国大学生课外学术科技作品竞赛,获重庆赛区特等奖,全国二等奖.指导教师:李淑庆教授、杨志刚教授

To evaluate and forecast real-timely city highway service level based on intelligent public traffic

SHA Yu-feng , LIAO Xiu-zhai , LI Zhi-hong , WANG Liang-liang

School of Machine & Electronic, Chongqing Jiaotong University,Chongqing 400074,China

Received:2003-07-05 Online:2004-04-15 Published:2015-05-18

摘要/Abstract

摘要： 研究了城市道路服务水平评价与预测所需参数的实时处理算法和采集方式.利用城区道路上的公交车为数据动态采集单元,智能采集公交车实时运行状态数据信息,计算公交车车头时距、分析车流速度,对滤波调整预测速度与实际速度进行对比分析,建立以行车速度、行程时间、拥挤程度为评价指标的城市道路四级服务水平实时评价与预测系统.该系统能为公交车运行及其交通出行者提供管理、信息服务,适时引导交通流量合理分布,高效地利用道路网络,减少城市交通拥堵,提高交通运输效率,为城市交通规划提供依据,对推动城市畅通工程及城市交通智能化的发展,有一定参考作用

关键词: 智能交通, 服务水平, 评价预测, 车头时距, 滤波调整, 智能公交

Abstract: The paper studies the real-timely processing and logging mode of the parameters needed in evaluation and forecast of the urban road service level.Based on the running urban buses as the dynamic data units,the real-time running-state data of city buses are acquired,the bus before-head time spans are computed and the traffic flow velocity analyzed;the velocity forceast by wave-filtering adjustment is compared with the actually measured velocity;a four-grade service level real-time evaluation and

Key words: intelligent traffic, service level, evaluation and forecast, before-head time spans, wave-filtering adjustment, intelligent pubic traffic

中图分类号:

沙玉峰,廖秀斋,李之红,王亮亮. 基于智能公交的城市道路服务水平实时评价与预测[J]. 重庆交通大学学报（自然科学版）, 2004, 23(2): 79-84.

SHA Yu-feng , LIAO Xiu-zhai , LI Zhi-hong , WANG Liang-liang. To evaluate and forecast real-timely city highway service level based on intelligent public traffic[J]. Journal of Chongqing Jiaotong University(Natural Science), 2004, 23(2): 79-84.

[1]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[2]	曹杰1，王大成2，戴冉1，李红2，黄富程1. 基于改进物元法的智慧港口发展水平评价模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 59-65.
[3]	郑淑妮，白鸿宇，周文华. 基于差异系数的城乡客运一体化评价模型修正[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 54-60.
[4]	陈秀新，叶洋，于重重，张雪. 基于深度学习的雾霾天气下交通标志识别[J]. 重庆交通大学学报（自然科学版）, 2020, 39(12): 1-5.
[5]	刘莎，董国发，李想，曾晰. 客流量动态影响下公交智慧出行服务模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 10-17.
[6]	刘伟，刘川. 基于文献计量的动态交通流研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(08): 29-35.
[7]	赵树恩，柯涛，柳平. 基于贝叶斯网络的车辆换道决策模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(05): 130-137.
[8]	马莹莹，陆思园，秦筱然. 城市混行进口道通行能力计算方法研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(02): 22-29.
[9]	温惠英1，曾钰宸1，李硕2. 城市信号交叉口左转车流车头时距分布特征研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(03): 116-123.
[10]	胡立伟1，孟玲1，祁首铭2，张亚平2,罗振武1. 基于城市交通拥塞的区域路网服务退化指数研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(12): 92-97.
[11]	王体迎1，时鹏超1，刘蒋琼2，刘博艺3，时天昊4. 基于门限递归单元循环神经网络的交通流预测方法研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(11): 76-82.
[12]	任其亮，周礼节. 基于物元法的网约车服务水平评价研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(10): 73-79.
[13]	周雨阳1,2，赵倩阳1，陈艳艳1,2，姚琳1，赵晋1，熊杰1,2. 基于IC卡数据的长距离公交客流特征分析[J]. 重庆交通大学学报（自然科学版）, 2018, 37(10): 80-85.
[14]	刘尊民1，刘庆元2，曲大义1，陈秀锋1,3. 智能交通系统中故障精确定位方法研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(07): 76-79.
[15]	王力，张立立，李敏，张海波，修伟杰，李正熙. 考虑延误与通行能力的交叉口信号周期优化[J]. 重庆交通大学学报（自然科学版）, 2018, 37(04): 72-79.