版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、O-D矩陣是是城市交通規(guī)劃與管理的重要基礎(chǔ)數(shù)據(jù),包括靜態(tài)O-D矩陣和動(dòng)態(tài)O-D矩陣。靜態(tài)O-D矩陣是城市中長(zhǎng)遠(yuǎn)交通規(guī)劃的重要基礎(chǔ)數(shù)據(jù),而城市的實(shí)時(shí)交通管理和控制離不開(kāi)準(zhǔn)確的動(dòng)態(tài)O-D矩陣。因此,靜態(tài)O-D矩陣估計(jì)和動(dòng)態(tài)O-D矩陣估計(jì)都有著重要的研究意義。傳統(tǒng)的O-D矩陣是通過(guò)大規(guī)模的問(wèn)卷調(diào)查獲得,該工作代價(jià)高昂且組織難度巨大。隨著城市交通檢測(cè)技術(shù)的發(fā)展,從觀測(cè)的路段流量、交叉口轉(zhuǎn)向流量等出發(fā),基于一些數(shù)學(xué)方法來(lái)反演出O-D矩陣,成為了更
2、有效率的方法。
城市交通系統(tǒng)中往往儲(chǔ)備大量的歷史交通數(shù)據(jù),鑒于貝葉斯統(tǒng)計(jì)方法可以很好地挖掘這些歷史交通信息,本文分別構(gòu)建了靜態(tài)O-D矩陣貝葉斯估計(jì)模型和動(dòng)態(tài)O-D矩陣貝葉斯估計(jì)模型,并設(shè)計(jì)了相應(yīng)的效率型求解算法。針對(duì)O-D矩陣估計(jì)的子問(wèn)題,即路網(wǎng)檢測(cè)器選址問(wèn)題,本文分別構(gòu)建了服務(wù)于靜態(tài)O-D矩陣估計(jì)和動(dòng)態(tài)O-D矩陣估計(jì)的靜態(tài)路網(wǎng)檢測(cè)器選址模型和動(dòng)態(tài)路網(wǎng)檢測(cè)器運(yùn)行和布設(shè)模型,同時(shí)設(shè)計(jì)了相應(yīng)的求解算法。論文主要的研究?jī)?nèi)容總結(jié)如下:
3、
(1)靜態(tài)O-D矩陣貝葉斯估計(jì)模型。以貝葉斯統(tǒng)計(jì)學(xué)和網(wǎng)絡(luò)均衡理論為研究基礎(chǔ),剖析了O-D矩陣、路徑流量和路段流量的相互關(guān)系。在多元正態(tài)分布假設(shè)下,考慮交通流的總體平均水平,根據(jù)可獲得的歷史數(shù)據(jù)的不同,分別構(gòu)建了基于先驗(yàn)O-D信息和基于先驗(yàn)路段信息的靜態(tài)O-D矩陣估計(jì)模型。基于貝葉斯統(tǒng)計(jì)的O-D矩陣估計(jì)模型不僅可以給出O-D矩陣的點(diǎn)估計(jì)值,還可以給出相應(yīng)的置信區(qū)間?;谙闰?yàn)路段信息的靜態(tài)O-D矩陣估計(jì)模型只適用于中小型城市,而
4、基于先驗(yàn)O-D信息的靜態(tài)O-D矩陣估計(jì)模型并沒(méi)有這種限制。
(2)靜態(tài)路網(wǎng)檢測(cè)器選址模型。在預(yù)算限制下,根據(jù)路網(wǎng)拓?fù)浣Y(jié)構(gòu)、用戶(hù)出行行為以及先驗(yàn)的交通流等信息,確定最優(yōu)的檢測(cè)器布設(shè)位置從而使得最終的O-D矩陣估計(jì)不確定性最小。模型中采用后驗(yàn)方差協(xié)方差的跡去量化交通流估計(jì)的不確定性。通過(guò)在目標(biāo)函數(shù)中參數(shù)的設(shè)置,使得構(gòu)建路網(wǎng)檢測(cè)器選址模型可以服務(wù)于除O-D矩陣估計(jì)外更廣泛的規(guī)劃目標(biāo),如路段流量估計(jì)。通過(guò)算例驗(yàn)證得到不同的規(guī)劃目標(biāo)下會(huì)
5、得到不同的最優(yōu)檢測(cè)器布設(shè)位置集合。
(3)融合多類(lèi)型觀測(cè)數(shù)據(jù)的動(dòng)態(tài)O-D矩陣估計(jì)模型。在靜態(tài)O-D矩陣估計(jì)研究的基礎(chǔ)上,融合了多類(lèi)型觀測(cè)數(shù)據(jù),構(gòu)建了基于貝葉斯統(tǒng)計(jì)的動(dòng)態(tài)O-D矩陣估計(jì)模型。這些多類(lèi)型觀測(cè)數(shù)據(jù)包括子路徑流量或旅行時(shí)間、交叉口轉(zhuǎn)向流量和路段流量。模型中通過(guò)剖析這些多類(lèi)型交通流量與O-D矩陣以及相互之間關(guān)系,有效地提高了動(dòng)態(tài)O-D矩陣的估計(jì)效率。其中,子路徑旅行時(shí)間是通過(guò)隨機(jī)抽樣篩選的方法轉(zhuǎn)化為部分子路徑流量作為觀測(cè)
6、數(shù)據(jù)進(jìn)行利用。
(4)動(dòng)態(tài)路網(wǎng)檢測(cè)器運(yùn)行和布設(shè)模型。考慮路段流量和交叉口轉(zhuǎn)向流量?jī)煞N類(lèi)型的檢測(cè)器,構(gòu)建了服務(wù)于動(dòng)態(tài)O-D矩陣估計(jì)的動(dòng)態(tài)路網(wǎng)檢測(cè)器運(yùn)行和布設(shè)模型,目標(biāo)是在有限的預(yù)算下確定最優(yōu)的檢測(cè)器運(yùn)行策略和布設(shè)布設(shè)策略使得最終的動(dòng)態(tài)O-D矩陣估計(jì)不確定性最小。運(yùn)行策略是指檢測(cè)器的觀測(cè)時(shí)長(zhǎng)和起始觀測(cè)時(shí)間,而布設(shè)策略就是指檢測(cè)器的選址。模型中,單個(gè)檢測(cè)器消耗的成本并不是如傳統(tǒng)方法中保持不變,而是包含一個(gè)固定的布設(shè)成本和一個(gè)隨著觀測(cè)
7、時(shí)長(zhǎng)增長(zhǎng)而線(xiàn)性增加的運(yùn)行成本。
(5) O-D矩陣估計(jì)模型求解算法。在多元正態(tài)分布假設(shè)下,采用逐一更新觀測(cè)數(shù)據(jù)的策略去求解構(gòu)建的O-D矩陣貝葉斯估計(jì)模型。該算法可以巧妙地降低矩陣維數(shù)且避免矩陣的求逆運(yùn)算,提高了O-D矩陣貝葉斯估計(jì)模型的實(shí)用價(jià)值。
(6)路網(wǎng)檢測(cè)器選址模型求解算法。與O-D矩陣估計(jì)模型的求解算法類(lèi)似,采用逐一識(shí)別檢測(cè)器布設(shè)位置的策略求解路網(wǎng)檢測(cè)器選址模型。該算法不僅簡(jiǎn)化了計(jì)算,而且可以給出檢測(cè)器識(shí)別位
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多類(lèi)型數(shù)據(jù)的貝葉斯OD矩陣估計(jì)方法研究.pdf
- 貝葉斯統(tǒng)計(jì)
- 基于統(tǒng)計(jì)模型和貝葉斯估計(jì)的語(yǔ)音增強(qiáng)算法研究.pdf
- 貝葉斯統(tǒng)計(jì)復(fù)習(xí)
- 十貝葉斯統(tǒng)計(jì)
- 基于多數(shù)據(jù)源的城市多方式出行O-D需求估計(jì)模型及算法.pdf
- 基于稀疏貝葉斯的相關(guān)信號(hào)DOA估計(jì).pdf
- 基于貝葉斯估計(jì)的二項(xiàng)分布參數(shù)估計(jì).pdf
- 參數(shù)的經(jīng)驗(yàn)貝葉斯估計(jì)問(wèn)題.pdf
- 基于貝葉斯網(wǎng)絡(luò)和D-S證據(jù)理論的態(tài)勢(shì)估計(jì)方法.pdf
- 基于貝葉斯網(wǎng)絡(luò)和本體的態(tài)勢(shì)估計(jì)方法.pdf
- 短期利率模型的貝葉斯估計(jì).pdf
- 基于稀疏貝葉斯學(xué)習(xí)的DOA估計(jì)算法.pdf
- 非高斯SV模型的貝葉斯估計(jì).pdf
- 由路段交通量推算O-D矩陣問(wèn)題的研究.pdf
- 貝葉斯統(tǒng)計(jì)讀書(shū)筆記
- 基于貝葉斯分類(lèi)錯(cuò)誤率的姿態(tài)估計(jì)研究.pdf
- 第五章貝葉斯估計(jì)
- 經(jīng)驗(yàn)貝葉斯信度估計(jì)及其應(yīng)用
- 經(jīng)驗(yàn)貝葉斯信度估計(jì)及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論