交通事件持续时间预测及参数标定

重庆交通大学学报（自然科学版） ›› 2010, Vol. 29 ›› Issue (4): 613-615.

交通事件持续时间预测及参数标定

姬杨蓓蓓¹,张小宁²,孙立军²

1.上海应用技术学院, 上海 200235; 2.同济大学, 上海 200092

收稿日期:2010-04-02 修回日期:2010-04-13 出版日期:2010-08-15 发布日期:2015-01-22
作者简介:姬杨蓓蓓(1981—),女,江苏泗洪人,讲师,博士,研究方向:轨道交通工程。E-mail:jiyangbb@sit.edu.cn。
基金资助:
国家自然科学基金资助项目(70401016)

Traffic Incident Duration Time Prediction Model and Parameters Calibration

JIYANG Bei-bei¹, ZHANG Xiao-ning², SUN Li-jun²

1.Shanghai Institute of Technology, Shanghai 200235, China; 2.Tongji University, Shanghai 200092, China

Received:2010-04-02 Revised:2010-04-13 Online:2010-08-15 Published:2015-01-22

摘要/Abstract

摘要： 有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数据对比结果表明,基于元胞传输模型的交通事件恢复时间预测方法具有较高的精度。

关键词: 交通工程, 元胞传输模型, 交通事件, 持续时间, 参数标定

Abstract: Effective traffic incident management should be based on accurate prediction of incident durations. Traffic incident duration includes four parts: detection time, response time, clearance time and recovery time. Based on CTM, traffic incident duration prediction model and parameters calibration method were proposed. Measured data and simulation results showed that duration time prediction model based on CTM had a higher precision

Key words: traffic engineering, cell transmission model(CTM ), traffic incident, duration, parameters calibration

中图分类号:

U491

姬杨蓓蓓,张小宁,孙立军. 交通事件持续时间预测及参数标定[J]. 重庆交通大学学报（自然科学版）, 2010, 29(4): 613-615.

JIYANG Bei-bei, ZHANG Xiao-ning, SUN Li-jun. Traffic Incident Duration Time Prediction Model and Parameters Calibration[J]. Journal of Chongqing Jiaotong University(Natural Science), 2010, 29(4): 613-615.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	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.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[14]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[15]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.