吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (1): 92-99.doi: 10.13229/j.cnki.jdxbgxb201601014
姚向明, 赵鹏, 禹丹丹
YAO Xiang-ming, ZHAO Peng, YU Dan-dan
摘要: 基于最小二乘方法建立了一种滑动平均策略下的动态O-D(origin-destination)矩阵估计模型。通过对自动售检票数据统计分析,发现历史与当前客流的分布结构在连续时段内具有内在关联性,以此引入滑动平均策略来有效利用多个时段的客流信息,构建基于平均策略的动态O-D矩阵估计模型。定义基于O-D行程时间分布特征的客流到达系数,从而有效刻画交通流的动态特性,建立O-D流量与车站进出站客流量之间的影响关系。最后,以北京市轨道交通为对象进行案例分析,结果表明:从全日平均相对误差角度分析,模型估计精度提高约15%~20%,即有效提高城市轨道交通在较短时间范围内O-D矩阵估计精度。
中图分类号:
[1] Bera S, Rao K K V . Estimation of origin destination matrix from traffic counts: the state of the art[J]. European Transport, 2011, 49:3-23. [2] Shen W, Wynter L. A new one-level convex optimization approach for estimating OD demand[J]. Transportation Research Part B, 2012, 46(10): 1535-1555. [3] Zhou X S, Mahmassani H S. A structural state space model for real time traffic origin destination demand estimation and prediction in a day to day learning framework[J]. Transportation Research Part B, 2007, 41(8): 823 - 840. [4] Zhou X S, Lu C C, Zhang K L. Dynamic origin-destination demand flow estimation under congested traffic conditions[J]. Transportation Research Part C, 2013, 34:16-37. [5] Parry K H M. Estimation of origin-destination matrices from link counts and sporadic routing data[J]. Transportation Research Part B, 2012, 46(1): 75-88. [6] David P W. Maximum likelihood estimation of an origin destination matrix from a partial registration plate survey[J]. Transportation Research Part B,1994, 28(4): 289-314. [7] Hazelton M L. Statistical inference for time varying origin destination matrices[J]. Transportation Research Part B, 2008, 42(6): 542-552. [8] Perrakis K, Karlis D, Cools M, et al. A Bayesian approach for modeling origin-destination matrices[J]. Transportation Research Part A, 2012, 46(1): 200-212. [9] Toledo T, Kolechkina T. Estimation of dynamic origin-destination matrices using linear assignment matrix approximations[J]. IEEE Transactions on Intelligent Transportation Systems,2013,14(2): 618-626. [10] 常云涛. 考虑交通流行驶时间的高速公路动态O-D矩阵估计模型[J].同济大学学报:自然科学版, 2009, 37(9): 1185-1190. Chang Yun-tao. Dynamic O-D matrix estimation model of freeway with consideration of travel time[J]. Journal of Tongji University (Natural Science), 2009, 37(9):1185-1190. [11] Lin P W, Chang G L. A generalized model and solution algorithm for estimation of the dynamic freeway origin destination matrix[J]. Transportation Research Part B,2007, 41(5):554-572. [12] 林勇,蔡远利,黄永宣. 基于广义最小二乘模型的动态O-D矩阵估计[J]. 系统工程理论与实践,2004, 1(1): 136-144. Lin Yong, Cai Yuan-li, Huang Yong-xuan. GLS model based dynamic origin-destination matrix estimation for traffic system[J]. Systems Engineering Theory and Practice, 2004, 1(1): 136-144. |
[1] | 陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676. |
[2] | 常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684. |
[3] | 曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693. |
[4] | 宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379. |
[5] | 刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386. |
[6] | 钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397. |
[7] | 刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410. |
[8] | 宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028. |
[9] | 栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036. |
[10] | 陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687. |
[11] | 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693. |
[12] | 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703. |
[13] | 田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852. |
[14] | 陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429. |
[15] | 苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447. |
|