论文总字数：36161字

摘 要

动态交通需求预测，作为OD反推的一种方法，为智能交通等多个未来交通发展趋势领域提供了基本参数，作为耗时短、调查成本低、更新速度快的热点需求预测方法具有很大研究价值。同时，多源数据融合技术的使用，运用附加信息源作为约束，提高了用样本估计整个路网交通需求的估测精度。

文章首先提出了研究背景并对国内外研究现状进行了综述，主要分为缩小估计值与真值偏差距离和附加信息源种类两个方面。缩小偏差的方法包括广义最小二乘法、最大似然估计法、贝叶斯法等；而附加信息源则包含GPS回传数据、手机通话记录、链路流量计数等。另外，对估计模型面临的三个挑战给出了描述。

在介绍了三种可用的多源数据需求预测模型后，基于VISSIM交通仿真软件的静态路网搭建模块和动态交通分配模块，根据自定义各参数，设置探针车辆和非探针车辆模拟实际交通情况，得到模型所需要的输入参数。仿真结果主要分为车辆记录和路段数据收集两部分。

最后，将仿真结果输入直接缩放模型和缩放探针模型进行运算，得到输出的估计结果。最后经过模型评估，得出结论：缩放探针模型总体上具有更高的估测精度，但直接缩放模型更加操作方便，在样本充分描述母本特征的情况下也可考虑选用。

关键词：多源数据融合，动态交通需求预测，VISSIM交通仿真

Abstract

Dynamic Traffic Demand Estimate, as the method to provide OD matrix for inputs of Intelligent Transportation System and other recent research fields, is worth being studied. It costs less and updates faster. The use of multi-source information technique improve the accuracy of the estimation by adding additional data source as constraint.

Recently, studies about optimizing model ways include General Least Squares models, Maximum Likelihood models and Bayesian Inference models. And the additional information types involves Global Position System, mobile phone call records and link counts. Then, three challenges of the conventional OD estimation model are given.

After introducing three OD flows estimate models, VISSIM simulation results are used to produce vehicle records files and link data collection files. The vehicles are separated into probe car and normal car.

At last, simulation results are inputted into the Direct Scaling model and Scaled Probe OD Matrix as Prior Matrix model. The estimation evaluation is revealed by some indicators and scatter diagrams. In conclusion, Scaled Probe OD Matrix as Prior Matrix model performance a little better as a whole. But DS model also has its own advantages.

KEY WORDS: Multi-source information combination, Dynamic Traffic Demand estimate, VISSIM traffic simulation,

目 录

摘要 I

Abstract Ⅱ

第一章 绪论 1

1.1 研究背景以及意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2 国内外研究现状 2

1.3 论文结构安排 4

1.4 研究技术路线图 5

第二章 模型介绍 6

2.1 直接缩放模型 6

2.2 缩放探针模型 7

2.3 探针车比例分配模型 8

第三章 VISSIM仿真模型 10

3.1 VISSIM静态路网搭建 10

3.1.1 静态路网建立 10

3.1.2 信号灯配时设计 10

3.1.3 冲突区设置 13

3.1.4 静态路网合理性检验 15

3.2 VISSIM动态交通分配 15

3.2.1 VISSIM软件动态分配 15

3.2.2动态分配交通需求 18

3.2.3停车场和交通小区 19

3.2.4车辆构成 21

3.2.5节点设置 23

3.2.6动态交通配置定义 23

3.2.7动态模型运行评估文件及结果 24

第四章 动态OD估计 28

4.1 模型参数定义 28

4.2 数据预处理 28

4.3 直接缩放模型估计 29

4.4 缩放探针模型估计 31

4.5 模型评价 35

第五章 总结 38

5.1 成果总结 38

5.2 展望和不足 38

致谢 39

附录 40

参考文献 41

第一章 绪论

1.1研究背景以及意义

1.1.1研究背景

在现代社会中，交通规划在发达国家以及进入高度发展阶段的发展中国家已经跃升到越来越重要的地位。尤其是在我国，人口密度越来越高地集中在大城市以及超大城市中，交通拥堵、交通污染、交通安全等问题的尖锐化愈发突显在公众视野内。由此，我国在进入发展过渡期的今日，对交通规划的需求和重视度达到了新的高度，但是因为早年对交通规划起步较晚，在交通规划中交通需求的预测和分析等方面的研究上还有很多空白。

基于日本、美国、德国以及其他欧美发达国家对交通学科的更为成熟的研究,当今大城市交通问题和相应的亟待解决的需求，可以被主要概括为三个方面的问题；交通排放问题，即如何有效利用能源；交通安全问题，亦即如何有效利用劳动力；交通载具问题，即如何有效利用空间。针对这三大问题，解决的方法便自然地发展成为了具体化的不同专业研究方向分野：电能源车、自动驾驶技术、大空间载具。以上三个方向的热点研究问题中，Intelligent Transportation Systems(ITS)智能交通系统技术扮演了至关重要的角色，那么可以说ITS的研究进展便决定了我国的交通热点问题的解决进程。

在ITS中，动态OD交通分配扮演着较之于传统的静态OD交通分配更为有效和重要的组成部分。通过相关技术方法，动态交通分配得到的目标矩阵，即动态OD矩阵是ITS应用中最为重要的输入参数。本文对动态交通分配的动态OD矩阵估计进行了讨论，在解决交通热点问题的大背景下，笔者确立了研究主题为对动态OD矩阵估计的模型和方法验证。而又由于真实数据来源的限制，本次研究采用了交通仿真软件VISSIM来辅助获得相关模型所需求的数据和进行动态OD矩阵估计的技术支持。

1.1.2研究意义

为了完成交通需求管理的目标，即解决现今社会我国热点的大城市交通拥堵问题，交通需求预测和估算就成为了首要研究对象。其中，交通需求的表现可以被描述为OD矩阵的形式，即Origin——交通发生地和Destination——交通吸引地构成的OD矩阵。一般地来说，为了进行静态交通分配需要输入静态OD 矩阵作为初始参数，而进行动态交通分配Dynamic Traffic Assignment（DTA）需要输入动态OD 矩阵。由于动态交通分配（DTA）在精确度和驾驶者行为上都能更贴合实际情况，所以本文作为研究对象的动态OD预测更具实际应用价值和研究意义。

剩余内容已隐藏，请支付后下载全文，论文总字数：36161字