公路交通量预测

2024-07-25

公路交通量预测（共11篇）

公路交通量预测篇1

摘要：根据县乡公路的实际情况, 充分考虑社会经济和交通发展的关系, 综合考虑分别对各部分进行预测, 最终汇总得到县乡公路的远景交通量。

关键词：交通量,县乡公路,预测

1 预测思路和方法

根据交通部部颁《公路工程技术标准 (JTGB01-2003》的规定, 三级公路远景交通量预测年限为通车后15年。本项目建设工期为2010年1月至2010年12月底, 2011年1月正式开通, 因此交通量预测年限为2011年~2025年。结合国家及各省市制定远景规划的阶段划分及项目需求, 报告确定预测特征年为2011年、2015年、2020年、2025年。一般来讲, 项目远景交通量由三部分组成, 即通道内竞争线自然增长的趋势型交通量, 项目从其他运输方式上分流的转移交通量, 以及项目建成后产生带动作用从而诱导发生的诱增交通量。分析项目所处地区的运输环境和路网结构, 可以看出目前朱集至晋庄公路项目主要影响区该县南部朱集乡与晋庄镇之间的一条主要联系道路。该县境内既不通铁路也不通高速公路, 因此项目预测不考虑其他运输方式转移交通量。项目建成后, 通道内运输条件将得到较大改善, 各种资源将得到逐步开发, 使影响区域内原来由于运输条件所限而未能实现的潜在运输需求成为现实, 同时诱发新的交通需求, 即产生项目的诱增交通量。综上所述, 由通道自然增长的趋势型交通量和诱增交通量两部分组成。

2 项目影响区域交通出行现状

为进一步深化研究项目区域交通运输特性, 详细掌握项目通道内现有运输车辆的流向, 报告编制组于2009年11月4日在X008线殷河布设调查点, 进行了24小时交通量补充调查, 本次调查车型分类采用《公路工程技术标准》 (JTG B01-2003) 规定车型分类标准, 为项目实施方案提供了更为详实的基础数据。2009年断面交通量统计数值见表1。

项目组在外业调查时通过抽样调查区域内车辆运输特性和分析项目通道内历史交通量数据, 经计算得到的区域内各种车型构成比例情况见表2

通过表2可以看到, 在项目区域内小客车比例较高, 绝对比例达到了22.80%, 其次是大型货车比例占到20.88%, 拖挂车所占相对比例较小, 为7.83%。在全部出行中, 客车出行占36.26%, 货车出行占63.74%。

3 交通出行量发展预测

3.1 弹性分析。

交通和经济密切相关, 特别是公路交通, 由于其即可作为一种单一运输方式而独立存在, 又是其他各种运输方式得以完全实施的条件, 可以认为, 作为复式联动与综合运输的桥梁与纽带, 公路运输的水准, 直接反映了一个区域经济的发达程度, 二者相辅相承, 相互影响。

根据资料占有情况, 报告认为国内生产总值统计数据较为完整, 且能够准确反映区域综合经济水平, 适宜作为经济指标;交通指标拟采用与预测结果关系最密切的通道内相关道路交通量观测值。

参照交通部公路规划设计院与PPK合作完成的《China Study of Prioritis ationof Highw ay Inve s tm e ntsandIm proving Fe as ibility Study Me thodologie s》 (The World Bank, 1995) (《中国公路投资优化和可行性研究方法的改进》) 中的研究成果, 确定未来各影响区弹性系数, 具体见表4。

项目影响区生产总值的预测, 以国家“十一五”经济发展预期目标为基本框架, 以当地政府的发展规划为依据, 以各地区历史经济发展资料为基础, 采用回归分析法, 分别计算未来年直线增长和二次曲线增长的增长率, 采用加权平均的办法定量计算出二来经济增长情况, 在定量计算的基础上, 结合国家宏观经济发展规划定性分析、结合省内外其它项目预测结果类比分析等多种方法, 预测影响区未来经济发展的速度, 预测结果见表5。

4 交通出行量增长率预测结果

依照上述计算得出的各影响区国民经济发展预测, 根据弹性分析得出的弹性系数, 预测得出影响区域交通出行量的增长率。详见表6。

5 诱增交通量预测

由于交通设施硬件条件的改善, 不仅会改变路网内交通量的分布格局, 而且会改变对象地区交通需求的总量, 其中交通需求量发生变化的部分即为诱增交通量。其产生机理如下:

5.1 交通设施的改善, 交通便捷性、直达性的提高, 区域交通价值、经济价值、旅游观光价值等优越性更容易体现, 促使新的交通需求产生。

5.2 由于项目缩短了区域间的时间和空间距离, 提高了经济可接近性, 引起了市场范围及产业结构的变化, 形成新的产业布局等, 诱发和催化区域经济增长所产生交通需求。

本项目建成后对区域内经济发展有一定的推动作用, 本项目诱增交通量采用经验法, 参照其他项目情况, 并考虑到本项目通道路网不算很成熟, 诱增交通量将相对较大, 因此确定项目诱增交通量占趋势型交通量的比重为5%。

6 交通量预测结果

综合趋势及诱增型交通量, 预测特征年项目各路段交通量预测结果见表7。

公路交通量预测篇2

交通量预测是道路交通规划与路面设计的.基础,由于影响交通量生成和增长的因素有层次复杂性、关系模糊性、动态变化随机性和指标数据不确定性等,从来导致交通量的预测结果与路面实际运营数量之间有较大差异.利用灰色GM(1,1)模型理论,在公路交通量预测中,通过实例计算分析表明,灰色优化模型GOM比单一灰色模型具有更高的预测精度.

作者：江津津吕丹作者单位：重庆交通大学,重庆,400074 刊名：黑龙江科技信息英文刊名：HEILONGJIANG SCIENCE AND TECHNOLOGY INFORMATION 年，卷(期)：2009 “”(26) 分类号：关键词：交通量灰色预测灰色优化模型

港口道路交通量预测方法篇3

【关键词】港口道路；交通量；道路集疏运系统

0 引言

近年来，随着港口的不断繁荣、壮大，港口经济已成为我国当代经济中必不可少的组成部分，是推动区域经济发展、调整区域产业结构的重要力量。

港口集疏运系统作为港口物资集散的交通运输服务系统，是港口赖以生存、发展的基础。由于建港初期对港口和临港城市双方发展速度、规模估计不足，致使港城交错，港城交通交织、重叠而出现不同程度的道路拥堵现象。此外，港口道路规划预留发展空间不足，通道资源日益紧张，严重制约了港口的发展。

本文旨在通过对港口道路交通量预测方法进行研究，建立系统的港口道路交通量预测方法，为合理规划港口道路集疏运系统提供理论依据和参考。

1 港口道路预测交通量的方法和思路

港口货物运输主要包括集装箱、液体散货（如化学品、成品油）、件杂货（如重大件、钢材）、固体散货（如散装粮食、矿建材料）等货物运输。港区道路产生的主要交通车型为集装箱卡车、槽罐车、拖挂车及各种货车等。此外，还包括港口内部工作人员及外来到访人员使用的小客车等。

考虑到集装箱运输与其他货类运输的差异性，将预测港口道路交通量的车型归纳为4个部分：

（1）集装箱港区的集装箱卡车；

（2）液体散货、件杂货及固体散货的货物运输车辆；

（3）港区继续建设使用的施工车辆；

（4）港口工作人员从事各类活动使用的客车车辆及外来访客使用的社会车辆。

在进行港区交通量预测时，以这4类车型为研究对象逐一预测并换算为标准交通量，即可为港口道路交通规划提供可靠的依据。具体预测方法见图1。

2 预测方法

2.1 各类交通量预测方法

2.1.1 集装箱卡车量预测

集装箱卡车量预测首先应预测年集装箱集疏运量，再利用公路运输比例与年工作天数得出日集装箱集疏运量；在此基础上，通过集装箱卡车装箱率与集装箱卡车车次换算系数将日集装箱集疏运量换算成日集装箱卡车车辆数，最后再换算为高峰小时交通量。具体换算公式为

日集装箱集疏运量=年集装箱集疏运量 €？公路运输比例 €？年工作天数（1）

高峰小时交通量=日集装箱集疏运量 €？集装箱卡车车次换算系数 €？月不平衡系数 €？日不平衡系数 €？小时不平衡系数（2）

式中各系数值的计算如下：

（1）年集装箱集疏运量。港口货物集疏运方式一般分为陆路和水陆两大类。港口吞吐量与集疏运量之间的换算主要取决于港口水水中转与水陆中转吞吐量各自所占的比例。具体换算为

年集装箱集疏运量=年集装箱吞吐量 €？水陆中转吞吐量所占比例 €？2（3）

（2）公路运输比例。目前，我国沿海港口采用的主要运输方式为公路，尤其是集装箱运输，基本都经由公路运输。公路运输比例可参照历年公路集疏运所占比例，并依据港口铁路、公路等的完善状况进行调整。

（3）年工作天数。根据我国沿海港口基础数据统计资料分析，影响船舶到港及作业的主要因素为波浪、风、雾、冰等。结合这些因素，在预测交通量时可根据不同港口所处环境取不同的年工作天数。

（4）集装箱卡车车次换算系数。设个标准集装箱对应的集装箱卡车次为n，空驶率为，空箱率为，则：空驶的集装箱卡车次为 n €？次；空箱的集装箱卡车次为 n €？ €？（1 ）次；重箱的集装箱卡车次为1次。

由此可推算出n=1 + n €？ + n €？ €祝？），即n=[（1 ）（1 ）] 1。

（5）月、日、小时不均衡系数。由于港口道路交通量变化与港口吞吐量变化通常保持一致，可通过港口吞吐量变化规律来分析交通量的变化特征。

月（日、小时）不平衡系数可用港口近几年吞吐量变化最大月（日、小时）不平衡系数的均值作为估计值。若港口为新建港口，可用该地区附近港口或与该港口规划相近的港口交通量数据作为基础数据进行估计。

将各系数值代入式（1）、式（2），得出港口集装箱高峰小时交通量；将集装箱卡车高峰小时量换算成标准交通量，以便进行交通分析。

标准交通量是将各种车型折算成标准小汽车，依据标准为交通运输部印发的《关于调整公路交通情况调查车型分类及折算系数的通知》，具体数据见表1。

2.1.2 液体散货、件杂货及固体散货的运输车辆

该类货运车辆预测与集装箱卡车量预测过程基本相同，区别主要在于该类货物运输相较集装箱运输少了空箱运输；选择的车型非集装箱卡车，而是中型、大型货车、罐车、拖挂车等。

具体预测过程：根据分货种的年吞吐量预测，将其转换成分货种的年集疏运量，再利用公路运输比例与年工作天数得出各货种日集疏运量。

对于各种货物通常用何种车型进行运输来说，各种车型在该货物运输中所占比例大小显得至关重要。该数据的预测主要基于历年港口货种及车型的调查（见表2）。由各货种的集疏运量及调查数据可得各车型对应的集疏运量，再利用各货车额定载荷（该数据预测值可取历年调查数据的均值）即可得各车型的交通量。

将预测过程转换成计算公式，具体如下：

日交通量=（年集疏运量 €？公路运输比例 €？年工作天数） €？各车型额定载荷 €？（1+空驶率）

高峰小时交通量=日交通量 €？月不平衡系数 €？日不平衡系数 €？小时不平衡系数

式中各系数值的计算与集装箱预测过程中系数值的计算相同，在得出各车型交通量后，根据车型分类及折算系数将其换算成高峰小时标准交通量。

2.1.3 港口施工车辆预测

在港口建设过程中，施工车辆通常会不间断地进出港口。作为港口交通的重要组成部分，施工车辆主要为运土车辆，尤其对新建港区或正在改造的港口，其数量不可忽视。在预测时，可依据历年调查数据，运用定性分析法，在历年数据的基础上，参照港口建设速度、建设程度和规划酌情加减，预测施工车辆数，最后将其折算成标准交通量。

2.1.4 港口行政车辆预测

相关调查数据显示，行政车辆数在港口各类型车辆数中同样占据较大比例。

（1）海关办公楼。海关办公楼产生的行政车辆主要为货主办理报关手续时的小客车，该部分交通量可用集装箱量与小客车的比例来标定。该比例因港口的不同而有所区别，可依据现状调查，一般港区可取2.0左右。此外，由于集装箱高峰小时与小汽车高峰小时通常不太重合，此时，可用集装箱卡车高峰小时折减量（高峰小时折减系数可取0.7左右）作为小客车的预测标准。具体计算如下：

小汽车量=集卡高峰小时量 €？高峰小时折减系数 €？（小客车量/集卡量）最高比例

（2）港区办公楼。该部分交通量主要由工作人员上下班产生，因此，主要由港区工作人员编制规模决定。港区工作人员主要采用单位通勤车及私人小汽车，具体比例可根据港口所在城市消费水平及小汽车拥有量进行估算。在计算时，单位通勤车平均载客量可取15，小客车平均载客量可取2。

2.2 港区交通量预测汇总

对集装箱卡车、液体散货、件杂货及固体散货的货物运输车辆、施工车辆及行政车辆预测完成后进行汇总，即可为合理规划港口道路集疏运系统提供依据。

3 结语

本文对港口道路交通量预测方法进行了研究，主要研究结果如下：

（1）将预测港口道路交通量的车型归纳为4个部分。

（2）建立上述4个部分的车型交通量预测与港区相应货种吞吐量的计算关系式。具体过程为：将港口吞吐量预测结果转换成相应货种的年集疏运量，再利用公路运输比例与年工作天数得出日集疏运量（除日集装箱集疏运量外，其余各货种的日集疏运量计算还需结合各类车型额定载荷和空驶率），最后综合考虑月、日、小时不平衡系数计算出高峰小时交通量。

西铜高速公路交通量预测篇4

1 交通量预测步骤

图1给出了交通量预测的步骤框图,其中确定对象范围、区域划分、土地使用是交通量预测的前期准备工作,从社会经济指标到交通量分配是本次预测工作的核心。确定对象范围、区域划分、土地使用这三部分与所预测地区实际情况以及预测目的有关,这里不做详细介绍。社会经济指标则是考察预测区域内各分区的经济情况,这在预测中是十分重要的前提数据,下面着重研究出行发生量预测,OD交通量预测以及交通量分配这三部分。

2 出行发生量预测

出行发生量预测主要是根据历年客车、货车发生量与国民收入指标、工农业生产总值指标间的关系,建立交通量发生模型,进而根据此模型预测未来年份的交通出行量。这里采用了一元线性回归模型,即:

Y=a+bX。

其中,Y为客车交通量(或货车交通量);X为国民收入(或工农业生产总值);a,b为相应待求参数。

由于在长期研究中,人们发现交通量增长和经济指标间存在着上述关系,因此,这种模型已经普遍为国内外交通规划工作采用。这里作者也采用了上述模型进行出行发生量预测。根据所掌握的历年客、货车交通量情况以及国民收入,工农业生产总值情况,采用回归模型,即可求出被测参数a,b的值。根据相应的划分区域进行调查,就可得到相对应的线性回归模型(客货车分开),由于篇幅有限,这里就不列举客货车线性回归模型。根据上述模型以及经济增长情况,也就可以求出客货车年增长率,然后根据基率交通量,就可求出未来年份各地区出行发生量。

3 OD交通量预测

由于目前已掌握了各分区间距离以及交通量情况,就可以进行OD交通量预测。OD交通量预测常用方法有三种,即增长系数法、佛雷特法和重力模型法。考虑到重力模型能够将路段距离作为其中一个参数加以分析,故这里选用重力模型法。其基本思想是:从i区到j区的出行量Pij与i区的出行产生量Pi的某一幂成正比,也与j区的吸引量Aj的某一幂成正比,而与两个区之间的交通阻抗tij的某一幂成反比,模型表达式为:

Pij=β0Piβ1Ajβ2tijβ3。

其中,β0,β1,β2>0,β3<0为待测参数,通常取tij为i区到j区的平均出行行程时间,但是由于在实际中这一值并不准确,为此在这里采用取tij为i区到j区的距离。

由于上述重力模型中,要标定参数仅有4个:β0,β1,β2,β3,而OD表中要根据划分区域确定有多少元素。为此就要采用多元线性回归法求解上述标定参数,其思路为对上述模型两边取对数得:

lnPij=lnβ0+β1lnPi+β2lnAj+β3lntij。

根据OD表,就可以得到关于这四个未知数,lnβ0,β1,β2和β3的n个线性方程组。在最小二乘方意义下求解,即求出β0,β1,β2和β3的一组值,使得∑i∑j[lnPij-(lnβ0+β1lnPi+β2lnAj+β3lntij)]2达到最小值,就可以求出待标定的各项参数值。而有了重力模型后,可以采用增长系数法进行迭代运算,求出未来年份OD表。

4 交通量分配

交通量分配是把各种出行方式的空间OD量分配到具体的交通网络上。考虑到本路网较为复杂,决定选用结构简单、概念明确、计算简便的静态多路径交通分配方法,在这种分配方法中,各出行路线被选用的概率可采用logit型的路径选择模型[1];

其中,P(θ,t,m)为OD量在第k条出行路线上的分配率;t(k)为第k条出行路的路权(行驶时间);t为各出行路线的平均路权(行驶时间);θ为分配参数;m为有效出行路线条数。

图2给出了静态多路径分配模型通用软件执行框图。

5结语

交通流量预测的准确性很大程度上依赖于长期的、连续的、真实的社会经济统计数据和交通量的历年观测结果。因此在调查研究阶段必须认真收集这些资料,并对收集的资料作仔细分析,去伪存真,找出客观规律,文中介绍的交通量预测方法是目前较常采用的一种实用方法。值得注意的是,交通量的发展和交通流的分配规律受诸多因素的影响,预测时一般只能考虑某一种或少数几种主要因素。西铜公路目前已运行十余年,掌握此条高速公路以前和未来20年内交通量增长的情况,可以帮助有关部门制订交通政策(如收费标准,路网规划原则等),协调路网交通量,促进本地区经济发展和创造良好的社会效益。

参考文献

预测小升初作文题目：交通安全篇5

【优秀作文】

交通安全

当汽车不停地穿梭于拥挤的马路上时，当红绿灯闪闪烁烁的交替时，交通安全，这司空见惯，平常得不能再平常的意识在人们心里渐渐淡化，还是逐步加深……

那红色的指示灯亮起的时候，仍有呼啸而过的车辆，为什么?为什么?!难道他们不知道，这样的一次放纵，也许会有鲜活的生命在刹那间消逝，也许是自己，也许是同车的伙伴，也许是无辜的路人，为了争抢这短短的几秒钟，在他们的脑海中想过吗?这几秒钟的代价将是什么，流泪的将不止他一个人，还有自己的父母，孩子，亲人，朋友，和他相守一生的人，他有想过吗?!当然，这样的悲剧有时不止涉及一个家庭，也许会连累几个甚至更多。

闯红灯的代价是巨大的，那么酒后驾车呢，当酒气熏天的时候，求求你，别拉开车门，别将汽车发动，当你晕晕乎乎在马路上驰骋时，被酒精刺激后的油门会失控，方向盘会飘移，你的座驾随时会变成可怕的死神，充塞于你驶过的道路，紧紧勒住你生命的咽喉，勒得你喘不过气来，勒的你疲劳至极，生命的绝唱，也终将会响起……同样，将危及的又将是你或是和你擦肩而过的人。

之所以有那么多条交通法规，那是因为有许许多多血与泪的代价编写而成的，它以文字、标志、图片、信号等众多的形式出现在你我的周围，让我们所到之处随处可见，而每个人也都能把遵守交通规则说到完美的地步，而实际呢?请大家抑制这种口头上的满足，多用一些在自己的行动上，当我们走上马路，发动汽车的同时，严肃对自己说：请遵守交通规则!让我们手拉手，将交通安全铭刻我们最深的心房并永远付之于自己的行动……

交通安全

每天大约有100人死于交通安全，安全对我们来讲固然重要。而因为每天死神都会降临，一个个幸福美满的家庭而因此变得支离破碎。

在我家旁边住着一家温馨的人。每天当她的爸爸下班时都会去学校接她，她妈妈一回到家就做饭，吃完饭后都会去公园散散步、聊聊家事，所以每天他们家都过得和乐融融。可这一切却被一场突如其来的交通事故而打破。那件事是发生在星期三的下午，天下着倾盆大雨，她爸爸一如既往的去学校接她，在过人行道的时候，他正好在听电话，一辆汽车像一支离弦的箭向前开去，突然，司机看见了一个人影在前面，可因为本来开车的.速度较快，竟一时停不了车，她爸爸也没看见，汽车就毫不留情的向他撞去，他躺在满地的雨水上呻吟着，鲜血源源不断的流出……本来和乐融融的家，因为这件事而变得死气沉沉。她妈妈一时间接受不了这个事实，导致患了心脏病;活泼可爱的她变得孤僻沉默，习惯不了没有爸爸的生活，成绩一落千丈。

因为安全的隐患，导致把一条条活生生的生命推向悬崖。人的生命只有一条，当你不好好的爱惜它时，它就会离你而去，所以我们应该要好好的珍惜父母给予我们的生命，不要白白的糟蹋它，浪费它。人生就是如此，每个人都会经历生离死别，每个人的生命都是命中注定的，可是死于一场不小心发生的交通事故就太不甘心了。不要管什么，安全还是最重要的，一定要让幸福的生活继续维持下去!

公路造价预算及成本预测分析篇6

关键词：公路工程；造价预算；成本预测；成本控制；公路建设文献标识码：A

中图分类号：U415 文章编号：1009-2374（2015）16-0184-02 DOI：10.13535/j.cnki.11-4406/n.2015.16.091

近些年来，我国公路工程建设数量不断增加，公路建设单位想要获得可持续发展，需要对公路造价预算和成本控制有足够重视。然而当前，在公路项目的实际施工建设中，造价预算与成本预测控制工作还普遍存在一些问题，影响了公路建设，因而加强对公路造价预算和成本预测分析显得尤为重要。

1 公路工程造价预算中存在的问题

1.1 对公路造价工作认识不足

当前，在我国公路项目的施工中，一些建设单位由于对造价工作的认识程度不够，因而对造价工作还缺乏重视。相关工作人员只是简单地认为公路工程造价工作是一个静态的、具有独立性的控制工作。实际上，公路工程建设是一个系统化施工过程，工程造价工作也具有动态性和全面性，公路工程造价预算工作不仅仅局限于工程招投标和竣工阶段的成本支出，而是要把工程造价预算与管理贯穿到整个公路工程的施工中，如果公路建设中的任何一个环节的造价控制不到位，都会使实际成本支出超出公路工程的预算。

1.2 公路造价预算编制不够完善

由于公路建设单位对公路造价工作没有给予高度重视，因而公路造价预算编制工作也存在缺陷。在对公路进行造价的过程中，造价编制点评相关工作人员缺乏有效的调查研究，对公路工程的预算管理工作没有全面性认识，因而在预算编制中时常会出现漏项和缺项的现象，对公路建设中的实际成不投入没有进行科学性把握，公路造价编制不够完善，因而致使公路建设在施工进度、施工质量等方面的成本控制缺乏合理性，经常会采用超预算的行为，对公路造价公路造成不利

影响。

1.3 公路工程造价预算管理不到位

公路建设通常施工时间较长，施工涉及面较广，在整个施工过程中，市场环境、政府政策以及自然环境等多方面因素都会对公路施工产生影响，尽管在开展造价工作时，对公路建设风险、施工材料价格变动等情况进行预测与控制，但是由于对公路建设施工管理不够到位，因而还是难以对公路工程造价做出全方位控制，同时也未能对公路施工情况进行及时有效反馈，降低了公路工程造价预算工作的实际作用。

2 加强公路成本预测与管理的途径

2.1 改变观念，深化公路造价成本控制

要想对公路建设的成本进行准确预测和有效控制，首先需对公路造价预算和成本控制工作有足够重视。在新时期的公路项目施工中，需要改变观念，将公路工程造价预算管理与成本控制贯彻到施工的各个阶段中，由于施工阶段的成本投入最多，因而要注重施工阶段的成本控制，对于计量合同中所涉及到的主要项目费用，需要严格按照流程来进行结算，同时要加强施工过程中的监管，对各种费用支出进行严格控制，减少公路造价预算超支现象出现的频率，在施工过程中，如果出现了超支现象，需要及时向有关部门进行汇报，查找到导致超支现象出现的原因，进而采取有效措施进行解决。另外，由于公路施工人员是推进公路工程成本控制的基础性力量，因而把好公路项目施工单位的“员工关”。作为施工单位中的领导阶层，不仅自己要对公路造价和成本控制工作有足够重视，同时也要转变施工人员的认识观念，要定期开展培训工作，提高全体人员的成本控制观念，使其更好地配合公路成本预测与控制工作的进行。图1为公路工程造价控制关系。

2.2 全面控制，科学编制预算

全面预算管理是提高公路工程施工单位成本控制的有效方法，在造价预算控制中，需要高度重视预算数据操作性和预算系统的训练，全面预算可以对公路施工项目中的数据信息进行收集、整理和分析，从而为公路工程建设和管理提供有效的数据支持，加强公路造价预算，并对公路施工中的经费进行合理预测。为了提高公路造价工作的有效性，需要对公路工程造价进行科学编制，这样才会为建设单位创造更多的效益。提高预算编制的科学性：首先编制人员要对整个公路建设情况有详细了解，要确保预算编制与现场的实际情况相符合；其次需要详细掌握公路施工图纸设计，并要仔细阅读，不放过任何一个施工细节；最后要对各种客观因素进行认真分析，例如市场施工材料的价格变化等，因而在编制预算时，要留有一定空间，满足工程造价预算工作的弹性要求。

2.3 注重造价调整审批，加大信息化投入

在公路施工中，由于在客观因素的影响下，会出现工程施工变更的情况，这主要是由自然条件、施工设计缺陷等因素所引起。不言而喻，工程项目变更就会增加工程造价成本，因而在对公路工程造价预算编制过程中，相关工作人员要尽量减少由于工程变更而对工程造价工作而带来的影响。

在实际工作中，造价预算工作人员需要对变更项目进行有效的技术与经济论证，判断工程变更的必要性与可行性，最大程度地减小由于设计调整而引起的工程造价超支。与此同时，在考虑项目施工变更对公路造价因素（工期、质量等）影响的基础上，将项目变更向有利于节约造价成本方向进行引导，并要严格工程造价调整审批，注重事前批准、事中监督和事后审查，从而将公路项目变更对工程造价的影响程度降到最低。除此之外，要加大信息化技术的投入，对公路施工材料、现场管理、设备使用及人员管理中产生的费用进行现代化手段的监控和管理，并通过信息技术对相关的数据信息进行分析和考核，提高造价成本预算的准确性和科

学性。

3 结语

在公路建设与实际管理中，需要对造价预算和成本进行有效控制，在保证公路施工质量基础上科学预算，减少不必要的损耗。我们要对公路工程造价预算与成本预测有足够重视，加强对成本控制对策的研究，采取科学化的控制措施，减少支出，提高建设单位的

效益。

参考文献

[1] 侯波.公路工程造价管理体系及确定方法与控制模式研究[D].长安大学，2012.

[2] 郭孟琪.浅谈如何做好工程预算及成本预测[J].门窗，2014，12（20）.

[3] 王拴保.公路项目成本管理研究[D].长安大学，2012.

公路交通量预测篇7

关键词：公路运输,交通量预测,城市连绵区,高速公路,实时滑动、动态校核

0 引言

交通量预测是高速公路建设项目可行性研究和后评价的重要组成部分;是进行交通量现状评价、综合分析建设项目的必要性和可行性的基础, 是确定高速公路建设项目的技术等级、工程规模、设计方案、经济评级控制及实施交通管理与控制的主要依据, 是政府部门、高速公路管理公司进行高速公路决策的量化支撑[1,2,3]。因此, 高速公路交通量的精确预测具有重要的现实意义。

国内外对于高速公路交通量预测开展了大量研究, 取得一系列成果, 归纳主要如下:①定基预测, 即直接从交通量的本身规律进行预测, 包括趋势外推法等对交通量进行各类曲线拟合;②定标预测, 即从其他经济指标与交通量的关系入手进行回归分析, 通过经济指标的预测间接预测交通量。2种方法都是针对已建成高速公路的交通量预测, 且预测精度受到曲线拟合程度的直接影响。考虑到竞争道路影响而产出交通转移或假定新开高速公路诱增交通量比例, Peter Bonsall[4]、王兵等[5]、王维凤等[6]对诱增交通量、转移交通量进行了分类预测。但预测过程中的交通增长率、诱增比例、转移比例等难以准确把握, 预测主观性较大, 精度不稳定。基于“四阶段”理论的交通量建模预测方法, 是1种较为成熟的预测方法。在后续应用过程中, 对交通发生、交通分布、方式划分、交通分配4个阶段模型进行改进与修正, 实现“四阶段”模型与其他方法组合利用。“四阶段”建模预测方法对于转移交通量、诱增交通量预测效果好, 但建模难度高、复杂性大, 且需要较为完备的基础数据。

在公路交通量预测过程中对“四阶段”模型进行了适当简化, 大幅提高了该方法的实用性。但伴随着国内城市交通发展的新形势, 传统的公路交通量建模预测方法表现出明显的局限性与不适应性:①都市圈、城市群等区域一体化发展被广泛提出, 区域内部联系日益紧密, 另外高速公路辐射范围广, 小范围建模难以满足预测需求;②城市范围的扩张, 导致原本位于城市外围的高速公路转移至城市连绵区, 高速公路出入口密集, 且承担相当一部分的短距离城市交通功能, 具有不同于传统高速公路的特征, 传统方法中大而少的交通小区、简化的出行方式难以实现准确预测的目标;③位于城市连绵区内的高速公路与其他高速公路、一般公路、城市道路的竞争、协作关系更加复杂, 而国内城市基础设施高速建设, 道路网日新月异, 导致高速公路交通量变化敏感, 静态、粗放的交通模型预测精度难以保证。

基于城市连绵区高速公路具有开口多且分布密集, 同时承担城市交通与对外、过境交通功能, 出行的时空分布与城市道路、一般公路存在较大差异, 以及与城市道路、公路之间的协作与竞争关系更为复杂等特征。笔者对城市连绵区内高速公路交通量预测进行专项研究, 主要在建模思想、区域范围、精细化程度、基础年校核方法、预测方法等方面对传统方法进行了改进。另外, 为了提高模型的实用性, 基于GISDK语言开发预测模型系统的一键式使用界面。

1 建模方法研究

1.1 城市交通建模方法预测

传统的公路模型预测方法是以车为关注点, 小区和路网考虑较为粗放, 通常交通小区尺度较大、数量少, 考虑的路网也仅涵盖高等级道路, 导致最终的预测精度相对较低。对于部分单条高速公路的预测, 部分工程可行性研究报告中仅将研究范围设定在高速公路沿线区域, 与高速公路先连接的主要道路处设置为外部小区, 对高速公路与其他道路的竞争、协作关系考虑不充分。

考虑到随着城市规模的不断扩张, 越来越多高速公路的区位由原本的城市外围转变为城市连绵区, 高速公路上下匝道密集, 承担的交通功能也由长距离、联系区域之间的对外交通转变为对外交通、城市交通的复合功能, 道路交通特征与一般高速公路存在较大的差异;且高速公路与城市道路、公路之间存在显著的竞争、协作等相互作用, 城市连绵区内出行方式更为多样化, 传统的研究方法难以准确预测。因此运用城市交通模型预测的方法, 以人为关注点, 细化路网和小区, 解决复杂的高速公路网与城市道路网路径选择, 以及多种交通方式衔接或竞争的问题, 见表1。

1.2 打破传统模型边界, 构建区域模型

以城市边界为模型研究范围的城市交通模型无法满足高速公路交通量预测的要求, 主要有以下两方面原因:一方面, 随着城市范围扩张、交通条件的快速发展, 多个城市组合形成了城市群、都市圈等关系密切的区域结构, 如京津唐、长三角、珠三角地区等;另一方面, 高速公路设计时速快、技术等级高、道路条件好, 高速公路的区域辐射范围远高于一般公路。尽管城市连绵区内高速公路承担了大量的短距离城市交通功能, 但其联系区域间长距离出行功能仍不容忽视。因此, 在建模预测过程中必须突破传统城市模型边界, 在更大范围内构建区域模型。

在构建区域交通模型过程中, 需要考虑不同城市的经济、人口、居民收入等众多因素的差异性, 保证模型具有较好的拟合度。按照城市各区域现状经济、人口、居民收入信息、未来规划及城市所处的发展阶段, 确定各个小区的出行率、出行方式分担率、居民时间价值等重要参数。另外根据高速公路在不同区域辐射能力的强弱, 可对不同区域模型细化程度相应地作适当调整, 包括小区范围、模型中涵盖的道路等级等, 在不影响模型精度的情况下降低建模难度与减少工作量。

2 精细化建模

2.1 精细化的小区划分

交通小区划分是“四阶段”交通模型预测交通需求的基础与前提, 交通小区划分的精细化程度对路段交通量预测结果具有显著影响。对于城市连绵区高速公路交通量预测, 需要从以下几个方面考虑交通小区精细化划分。

1) 交通边界选择与小区尺寸。以行政区划作为交通小区边界的依据:对于一般小区, 以镇、街道作为交通小区的范围;在重点研究区域进一步将交通小区细化至片区级别;对于高速公路辐射较弱的区域, 可适当放大交通小区的尺寸, 如以区、县的边界作为交通小区的划分依据。

2) 小区型心连杆设置。交通小区的型心是模型中小区交通出行集聚的源头, 型心连杆是联系交通小区型心与外界的通道, 因此必须对高速公路型心连杆精细化设置, 保证模型中小区的交通出行在周边路网走向符合实际, 例如不跨越山体、水域等。精细化的型心连杆设置包括型心连杆的数量、长度、车速、通行能力、连接周边路网的位置等属性。

2.2 精细化的路网编辑

1) 精细化路网与节点编辑。模型路网涵盖高速公路、一般公路、支路及以上级别的城市道路。道路属性中包含道路的类型等级、长度、建成通车时间、车道数、自由流车速、收费情况 (主要为高速公路、一般公路对不同车型的收费价格) 、道路管理措施 (是否限货) 等。

另外, 模型着重对道路立交、高速公路上下匝道及收费站进行精细化处理。传统预测中, 匝道通常被简化、忽视, 在高速公路预测过程中, 匝道的长度、车道数、自由流车速等属性直接影响到出行过程中的路径选择。相对于高速公路主线各断面流量, 收费站之间的OD对于高速公路交通量的拟合具有更显著的影响, 见图1。

2) 精细化的费率计算。在通常的城市模型中, 仅需考虑道路的行程时间, 以确定道路的阻抗。对于高速公路交通量预测, 道路收费是不可忽视的因素。收费对于选择高速公路作为出行路径有抑制作用:当费率提高时, 出行者综合考虑时间成本、道路综合阻抗等, 导致其他运输方式、其他道路的竞争力增加, 高速公路吸引力下降, 道路交通量降低。因此, 在建模过程中不仅要精确标定道路的速度参数, 也要准确提供道路长度、收费、限行等信息。

3 基础年选择与校核

3.1 控制误差, 多个指标校核

对高速公路基础年模型校核, 选定断面流量、自然车、折合全程自然车、折合全程标准车、收费5个指标 (见图2) , 涉及到通过高速公路各断面的交通量、以收费站为起讫点的不同车型OD矩阵、各收费站之间的距离以及高速公路收费费率等因素。相对于仅基于断面流量的传统模型校核方法, 多指标控制的校核方法可保证基础年模型更高的拟合度。

3.2 前移基础年, 多个年份检验

在传统的交通预测建模过程中, 往往选定现状年为基础年, 这样能够通过调查获取所需的基础数据与资料。但交通建模过程中所需的数据量大, 导致调查工作量大、成本高, 且难以保证数据精确与完整, 这些都限制了交通模型在高速公路交通量预测工作中的应用。另外, 国内大多数城市都开展了大范围交通调查, 积累了第一手交通数据, 部分城市还形成了定期稳定的数据更新机制。

因此, 在高速公路交通量建模预测过程中, 将基础年前移至交通调查开展、规划编制的年份, 一方面可充分利用已有的基础数据与研究成果, 降低数据调查的成本;另一方面可预测基础年至现状年之间的多个年份 (含现状年) , 对比已经掌握的交通指标, 如高速公路路段流量、收费等, 以验证模型的准确性, 并对模型中不足之处作相应调整。

3.3 基础年滑动校核

传统交通模型中多通过校核单个基础年以预测多个特征年, 预测过程中对基础年、特征年外部宏观条件变化考虑不足, 特征年与基础年时间跨度较大, 可能导致基础年微小误差在特征年过度放大、预测精度不满足要求等问题。

当基础年与特征年时间跨度小时, 外部的宏观条件通常相似度较高, 可有效降低预测误差。为了实现基础年的滑动前移以缩短基础年与预测年的时间跨度, 笔者提出基于高速公路联网收费数据的基础年动态校核方法, 主要的校核方法包括OD反推、基于K-Factor的OD矩阵校核以及基于特定路段流量的OD矩阵校核3种方法校核。

4 实时滑动、动态校核的交通量建模预测

考虑到城市连绵区未来可能发展变化迅速, 高速公路流量变动较敏感, 因此提出基于滑动更新的基础年预测特征年交通量。借鉴时间序列数据的指数平滑、移动平均等预测方法, 运用于交通模型预测, 提出了基于联网收费数据的实时滑动、动态校核的预测方法:充分利用历史及实时的高速公路收费站运营数据, 按年、季、月3个维度对模型进行滑动校核, 提升基础年车辆OD与交通小区产生与吸引的拟合, 从而进1步提高模型预测的精度。该方法的实质是由单次校核的静态模型预测转变为多次校核的动态模型预测, 避免仅做1次模型校核, 往后随时间推移误差不断放大的问题。具体流程见图3。

基于滑动校核获取的基础年交通小区OD矩阵, 结合特征年经济、人口、岗位、机动车保有量等社会经济数据可预测各个交通小区的交通出行产生与吸引量, 之后采用增长率法、Fratar法、重力模型等交通分布方法可预测特征年交通小区OD矩阵。

假定基于基础年k预测特征年l的OD矩阵为ODkl, 则参考指数平滑法, 基于多个基础年预测特征年l的OD矩阵, 并修正后得到特征年最终OD矩阵ODl为

式中:λk为各基础年k对于预测特征年l所占的权重, 0≤λk≤1且, λk取值可参考各基础年经济、人口、岗位等指标确定;t为在预测特征年l时总共选取的基础年数, 通常情况下选取t=1即可, 当基础年宏观背景条件发生较大变化时, 可考虑选取多个基础年 (t>1) , 以避免单个基础年的误差导致预测精度较低。

5 开发模型系统的用户使用界面

基于TransCAD交通模型软件, 运用GISDK二次开发语言, 构建流量预测和年度收益一体化的模型平台软件, 把复杂的模型计算过程封装起来, 实现对高速公路流量及收益在不同的情景条件下, 如改扩建、竞争道路开通、收益费率调整等因素的快速预测, 常用功能一键式按钮实现、数据结果标准化报表输出。

基于用户使用界面, 高速公路交通模型系统可一键式实现以下4个方面的功能:①查看、路网、小区等参数修改:查看不同年份的场景与新建测试场景;运行模块:②场景管理 (修改与删除) 、模型参数设置 (收费系数、增长系数、新建高速成熟因子) 、“四阶段”交通预测、联网数据导入;③查看路段流量:选择高速查看分配结果图、收费站间不同车型分配OD统计与收费、高速各断面流量统计结果查看、不同车型比例查看;④高清图导出, 全路网模型、联网数据模型———导出道路场景或各类分配结果的高清图片。

6 结束语

对于城市连绵区高速公路交通量预测, 笔者打破一般公路建模预测的常规, 采用城市交通建模的方法, 突破传统城市模型边界, 进行精细化建模;通过多指标校核、多年份验证, 提高了基础年模型的拟合程度;依托于精确校核的基础年模型, 提出了实时滑动、动态校核的预测方法, 大幅提高了高速公路预测年的交通量预测精度;对用于校核的联网书费数据处理系统与高速公路交通量预测系统分别进行封装并模型平台软件, 实现模型的一键式操作, 提高模型的易用性。

参考文献

[1]万发祥.高速公路交通量预测组合方法及应用研究[D].长沙:长沙理工大学, 2006.

[2]刘甜伟.高速公路交通量预测失准分析[J].交通标准化, 2011 (3) :10-13.

[3]童玮.基于交通流量预测的高速公路收费道口运营策略研究[J].交通信息与安全, 2012, 30 (1) :86-89.

[4]Bonsall P.Can induced traffic be measured by surveys?[J].Transportation, 1996, 23 (1) :17-34.

[5]王兵, 董志宏, 曹中杰.诱增交通量理论研究[J].河北工业大学学报, 2002, 31 (6) :102-106.

[6]王维凤, 林航飞, 陈小鸿.对高速公路流量预测的两个核心问题的探讨[J].中国公路学报, 2001, 14 (S) :77-80.

公路交通量预测篇8

关键词：改扩建公路,交通量,四阶段法

引言

交通量预测是公路可行性研究的核心内容之一, 交通量预测结果是决定公路技术等级、建设规模以及进行国民经济评价的基本依据。在我国公路项目可行性研究中, 主要采用的交通量预测方法有四阶段法、直接法、弹性系数法等, 其中应用较为普遍的是直接法和四阶段法。不同的预测方法有各自的特点, 适用于不同地区、不同地段道路的交通量预测。

1 交通量预测的主要方法

直接法主要在我国80年代至90代初运用较多。我国正处于社会主义初级阶段, 大搞基础设施建设, 改扩建公路的交通量预测方法还不成熟。采用直接法预测交通量应首先确定基础年交通量, 即确定工程项目开始当年交通量;然后根据经济发展形势, 运用经济增长指标与旧路交通量进行回归, 找出规律, 确定增长速度, 求出所需交通量。直接法的优点是调查工作简单, 节省人力物力, 方法明了, 但其对公路网分析较少, 科学性欠缺[1]。四阶段法是进行改扩建公路交通量预测时最普遍采用的理论方法, 并以此评估项目的可行性和制定项目技术标准。四阶段法与直接法相比, 是以在整个公路网上划分小区的形式分配交通量, 使交通量预测更具科学性[2]。然而四阶段法需要做OD调查, 这样需要花费大量的人力、物力, 整理调查资料的过程也较为复杂, 需要专门的技术人员和计算机辅助操作才能完成。尽管如此, 鉴于四阶段法的科学性, 目前我国高速公路及改扩建公路交通量预测的常用方法仍然是四阶段法。四阶段法主要研究公路交通量的发生情况与社会经济的关系, 将社会经济预测作为预测工作的一个阶段, 四个步骤就演变为社会经济发展预测、交通发生和吸引预测、交通分布预测、交通分配四个阶段:首先对改扩建项目地区社会经济和交通运输现状及发展规划进行研究分析, 预测公路工程项目地区社会经济发展水平;研究地区经济发展与交通运输发展的关系, 根据历年交通量统计资料和地区经济发展统计资料间的关系, 研究区域交通运输与社会经济发展的关系, 综合考虑旧路条件、交通量条件及所在地区社会经济条件的关系, 确定交通量增长率, 预测区域发生、吸引总交通量;研究公路影响地区内交通出行的规律和特点, 预测影响地区年发生、吸引交通总量在各个交通区域间的具体交通分布;最后通过在未来相关公路网上模拟交通出行状况, 把交通量分配到公路项目上去, 得出拟公路年交通量[3]。

2 改扩建公路交通量预测过程中存在的问题

2.1 选取四阶段法时, 小区划分不够准确。

在选用四阶段法时, 需根据划分小区的形式, 利用公式确定各小区未来汽车出行量的弹性系数, 进而计算出未来各特征年各小区小区交通发生、吸引交通量。若划分小区不准确, 划分区域过大或过小, 数量不足或过多, 将直接影响到交通量预测的准确性。

2.2 预测方法使用不当。

目前我国在公路项目建设可行性研究中, 主要采用的交通量预测方法有:四阶段法、专家预测法、时间序列法、回归分析法、弹性系数法、直接法、组合模型法等, 每种预测方法有自己的优缺点, 适用于不同条件下的交通量预测。针对不同地区、不同地段道路情况, 选取合适的预测方法显得尤为关键。如预测改扩建公路项目, 新建项目较旧路在经济增长、交通量转移、路网条件等要素都发生了较大变化, 如选取指标法等经验法进行预测工作, 预测结果显然达不到工可研要求[4]。

2.3 交通量预测结果失准。

在对部分高速公路和改扩建公路关于交通量预测的后评价分析中显示, 大部分高速公路和改扩建公路交通量预测结果基本是近期预测偏高、中期较为合理、远期预测无法准确把握, 尤其对转移交通量、诱增交通量的预测更是偏差较大。

3 交通量预测工作所出现问题的原因分析

3.1 经济分析不够全面。

现行的四阶段法加入了社会经济预测, 可见经济预测在交通量预测中占据着举足轻重的地位。对经济发展趋势的前景估计将直接影响到交通量的预测值。如果考虑不到工程所在区域对其它区域的影响程度和辐射强度, 低估了交通量的增长程度, 将导致实际交通量大于预测交通量[5]。

3.2 对转移、诱增交通量的预测不准。

转移交通量是指改扩建交通项目建成后, 从其它交通路段及其它交通方式转移过来的交通量。诱增交通量是改扩建工程或高等级公路的建设而诱发的新生交通量。针对这两种交通量的增长, 目前大部分地区还没有较为准确的预测方法[6]。同时, 转移交通量和诱增交通量一般是在该项目建成两三年后才逐渐体现出来, 若假设在公路刚刚通车时就出现转移和诱增交通量, 并在此基础上以一定交通增长率来预测交通量增长, 势必造成交通量预测结果偏大。

4 改扩建公路交通量预测工作所出现问题的对策

4.1 增加工程可行性研究报告的分析深度。

全面掌握旧路的主要交通量预测资料, 对经济发展形势、公路收费标准和主要相关公路的技术标准、改扩建公路的技术标准要求、建设年限等敏因素做具体分析。

4.2 制定出统一的交通量预测标准。

应对各种预测方法的使用范围和条件作出明确说明, 每种方法中都能具体提出对数据的要求, 使得前期交通调查的各种数据能与交通量预测过程中所需要的数据相连接, 提高交通量预测的准确性。

4.3 客观、准确的预测经济发展速度与形势。

经济发展预测是交通量预测工作中较为重要的环节。随着我国经济的快速发展, 产业结构势必会发生变化, 这将对客、货车在交通运输方式中的所占比重产生影响, 从而影响整体交通量的预测。同时随着项目建成地区经济的发展, 对其它区域的影响和辐射程度也将影响交通量的预测。所以, 对经济发展的预测应尽可能客观、准确, 做到与时俱进。

4.4 完善转移、诱增交通量的预测方法。

由于改扩建工程使得其它道路上车流逐渐转移到新建道路上, 导致新建路段交通量呈递增趋势。同时, 改善交通条件后, 必然会刺激道路附近区域经济增长, 从而使诱增交通量同步增加。在进行交通量预测时必须考虑到这两个重要因素。要想对这两种交通量进行准确的预测还存在一定的难度, 应找出更加全面与合理的预测方法[7]。这就涉及到继续推行改扩建公路建设项目的后评估工作, 进行公路建设项目后评价。包括全面、及时的进行交通量实测工作, 重点在转移、诱发交通量上, 及时发现问题, 总结经验, 对今后开展交通量预测工作提供帮助。

5 结语

交通量预测工作是确定道路建设规模和技术标准的依据, 也是经济评价和后评估工作的基础。交通量预测理论日益成熟和完善, 但改扩建公路的交通量预测工作才刚刚起步, 存在许多问题。本文针对这些问题, 分析其中原因, 给出了几点建议。改扩建公路的交通量预测在今后公路建设以及改扩建公路建设中将值得进行更全面、科学、合理的研究。

参考文献

[1]朱信山, 尹良龙等.高速公路交通量预测存在的问题与建议[J].公路交通科技, 1999 (16) , 3.[1]朱信山, 尹良龙等.高速公路交通量预测存在的问题与建议[J].公路交通科技, 1999 (16) , 3.

[2]沈一冲.基于“四阶段法”的改扩建高速公路近期交通量预测[J].科学技术与工作, 2010 (10) , 33:8326~8328.[2]沈一冲.基于“四阶段法”的改扩建高速公路近期交通量预测[J].科学技术与工作, 2010 (10) , 33:8326~8328.

[3]李庆瑞.公路交通量预测理论与方法综述[J].中外公路, 2005 (25) , 6:151~155.[3]李庆瑞.公路交通量预测理论与方法综述[J].中外公路, 2005 (25) , 6:151~155.

[4]王惟风.对高速公路流量中两个核心问题的探讨[J].中国公路学报, 2005 (14) :350~354.[4]王惟风.对高速公路流量中两个核心问题的探讨[J].中国公路学报, 2005 (14) :350~354.

[5]黄正昌, 郑莉.公路交通量预测失准问题及对策[J].公路与汽运, 2005, 6:163~164.[5]黄正昌, 郑莉.公路交通量预测失准问题及对策[J].公路与汽运, 2005, 6:163~164.

[6]万发祥, 曾江洪.高速公路预测失准问题及对策[J].山西科技, 2006:92~93.[6]万发祥, 曾江洪.高速公路预测失准问题及对策[J].山西科技, 2006:92~93.

公路交通量预测篇9

关键词：交通量预测,改扩建高速公路,四阶段法

改扩建高速公路交通量预测不同于新建高速公路,因其本身已建成运营多年,交通量增长趋势平稳,在整个路网中的作用已经稳定,该公路通道历史观测交通量就能直观地反映该路段上交通量的发展趋势。目前我国普遍应用于新建道路采用的交通量预测方法是四阶段法[1],它将社会经济预测作为其中的一个阶段,省去了交通方式划分预测阶段,即社会经济预测、交通发生预测、交通生成预测和交通分配[2,3,4]。而高速公路改扩建期交通量主要研究的是近期交通量。高速公路扩建期正常为2～3年,在此期间必会造成其道路通行能力下降,在交通量较大的情况下,对原有道路交通量进行分流就成为必然。通过预测获得近期交通量是选择施工组织方案,进而确定交通流组织方案的依据。当交通量不大,在能满足一定服务水平的情况下,可以采用有利于施工的施工组织方案和交通流组织方案。本文即是采用该四阶段法对改扩建高速公路的近期交通量进行预测分析。

1 预测基本思路

首先对项目影响区社会经济和交通运输现状及发展规划进行分析研究,主要包括铁路、公路、水运和航空。预测改扩建高速影响区社会经济发展水平,研究地区经济与交通运输的关系,根据历年交通量统计资料与经济发展统计资料间的关系,建立交通-经济发展模型,研究社会经济发展与区域交通运输的关系;综合考虑原有的道路条件、交通量条件及其社会经济条件的关系,确定交通量增长率,预测区域发生、吸引交通运输总量,即发生和吸引交通量预测;研究改扩建高速公路影响区内交通出行的规律与特点,预测项目影响区各特征年发生、吸引交通总量在各个交通区域间的具体交通分布;最后在未来相关公路网上模拟交通出行状况,把交通量分配到拟改扩建项目及其它相关公路上去,得出拟改扩建高速公路各特征年交通量。同时研究各个交通区域间交通量在各种运输方式上的分担,对未来项目影响区内各种运输方式进行分析预测,确定公路运输在未来运输中所占比重。

2 社会经济预测

根据拟加宽改建项目对沿线地区交通和经济的影响程度,结合各地区社会经济、交通发展现状、区域内路网及物流、车流的集散特点,将本项目影响区域划分为直接经济影响区和间接影响区。社会经济预测主要是搞清直接经济影响区未来经济社会发展的方向、产业结构调整趋势和生产力布局的特点。其基本过程就是通过对区域内社会经济历史和现状特点的分析,运用相关资料,对社会经济状况做出合理预测。社会经济预测[5]通常分为定性分析预测法、定量分析预测法和定性与定量相结合的预测方法。定性分析预测是通过调查研究,凭自己的实际经验,对政府经济政策、国内外历年来经济发展趋势进行分析判断,进而对某项经济指标的变化趋势、性质、方向进行预测,提出粗略的数量估计,带有一定的主观性,结果往往会因人而异,精度不能保障,主要取决于预测者的经验、理论、业务水平以及掌握的情况和分析判断能力,一般只能作为定量分析结果的补充。定量经济预测是根据准确、及时、系统、全面的调查统计资料和经济信息,运用统计方法和因果关系所建立的数学模型,对经济现象未来的发展规模、水平、速度和比例关系的推测。目前对改扩建影响区的主要社会经济指标预测基础数据通常采用定量和定性相结合的方法进行测算,并对若干主要影响因素进行多因素回归分析,以便更加真实地反映经济发展的客观规律。

3 交通量预测

3.1 交通生成预测

交通生成预测是四阶段交通需求预测法的重要阶段,也是交通需求分析工作中最基本的组成部分。在这一阶段,必须求出研究对象区域内各小区发生的总出行量,即生成交通量。主要是利用历史的或调查的各类社会经济数据资料、各类交通方式的交通需求量数据资料,建立各类交通方式的交通需求量与相应的社会经济变量之间的分析模型,并以此模型为依据分析既有的或预测未来的交通需求量。依据上述交通与经济的相互关系,交通生成量的预测一般采用弹性系数法、回归分析法和专家预测法相结合的方法。

弹性系数能反映出不同交通区的经济增长和交通增长,并能充分考虑经济发展阶段对交通运输的需求关系,在宏观把握交通量的发展上具有优势。根据有关指标的分析,一般选用主要道路断面交通量、汽车保有量、客货运输量与国内生产总值进行回归分析,推算出其弹性系数,参照这些系数可确定各小区未来汽车出行量的弹性系数。弹性系数的公式如式(1)。

弹性系数 $e = \frac{运输指标变化的百分率}{经济指标变化的百分率} (1)$

然后根据式(2)预测未来年各影响区的交通需求增长速度。

D=G·e (2)

式(2)中:D—影响区交通量增长速度;

G—影响区的国内生产总值增长速度;

e—弹性系数。

根据交通量增长率预测结果和基年OD表中各交通小区发生、吸引交通量,按式(3)计算出未来各特征年各交通小区客货发生、吸引交通量,其计算公式为:

P $_{i}^{n}$ =P $_{i}^{0}$ (1+Di)n (3)

式(3)中:P $_{i}^{n}$ —第n年第i小区发生或吸引交通量;

P $_{i}^{0}$ —基年第i小区发生或吸引交通量;

Di—第i小区交通量增长速度;

n—预测年与基年的年份差。

3.2 交通分布预测

出行分布预测是指将出行产生预测中获得的各交通分区发生总和、吸引总量转换成各交通分区的出行交通量。分布预测有很多方法,包括增长系数法、Furness模型,弗雷特法等等。弗雷特法是增长系数法中较为成熟的预测方法,经综合比较,推荐采用该法进行交通分布预测比较合适,模型形式如下:

$Q_{i j} = Q_{0 i j} F_{i} G_{j} \frac{L_{i} + L_{j}}{2} (4)$

$F_{i} = \frac{Q_{p i}}{Q_{0 p j}}$ ; $G_{j} = \frac{Q_{a j}}{Q_{0 a j}} (5)$

Li= $\frac{Q_{0 p i}}{\sum (Q_{0 i j} G_{j})}$ (j=1至n) (6)

Lj= $\frac{Q_{0 a i}}{\sum (Q_{0 i j} F_{i})}$ (i=1至n) (7)

式中:Qij—i到j区的未来交通量(辆/日);

Q0ij—现状i到j区交通量(辆/日);

Fi—i区的出行发生增长系数;

Gj—j区的出行吸引增长系数;

n—影响小区数;

Q0pi、Q0aj—由i区产生的现状总出行和吸引到j区的现状总出行;

Qpi、Qaj—由i区产生的未来总出行和吸引到j区的未来总出行。

根据基年O-D矩阵与各特征年影响区交通需求增长系数等数据,即可由Frator模型预测出未来各特征年小区之间的出行分布。

3.3 诱增交通量预测

诱增交通量是指交通项目改建而诱发的新的交通量,因缩短区域之间的时间与空间距离,随着运输条件的改善,从而诱增新的交通量。诱增交通量发生的直接原因是交通条件的改善,如:行驶时间少,运输距离缩短和费用减少等。为准确把握未来各个特征年的路段诱增交通量,采用交通部1995年12月关于《公路建设项目交通量评价方法》(讨论稿)中推荐的交通吸引的重力模型,按照有无比较法的原则,针对现状区域间交通出行量为零和不为零两种情况分别进行推算的。现状交通出行量不为零时,诱增交通量预测采用如下公式:

$Q^{'}_{i j} = [(\frac{D_{i j}}{D^{'}_{i j}})^{r} - 1] \times Q_{i j} (8)$

式(8)中:Q′ij —i区到j区的诱增交通量;

D′ij —将来i区到j区的运行时间;

Dij—现状i区到j区的运行时间;

Qij—i区到j区的趋势型交通量;

γ—重力模型参数。

现状交通出行量为零时,诱增交通量预测采用如下公式预测:

$Q^{'}_{i j} = Κ \times Ρ_{i}^{α} \times A_{j}^{β} \times [(\frac{1}{D^{'}_{i j}})^{γ} - (\frac{1}{D_{i j}})^{γ}] (9)$

式(9)中:Pi—i区的发生交通量;

Aj—j区的集中交通量;

K、α、β、γ—重力模型参数。

根据基年的OD表,路网数据和基年路阻数据,采用现在状态法对公式中的模型参数进行标定。根据以上诱增出行量计算模型,按照有此项目和无此项目时影响区之间的出行时间分布,计算各特征年影响区之间诱增出行分布。预测结果列入未来各特征年出行分布预测表,诱增交通量的分布预测同趋势型交通量的分布,也采用FRATAR法计算。

3.4 交通分配

对于交通分配,国内外均有很多研究,数学规划方法、图论方法和计算机技术的发展,为合理的交通分配模型的研制及应用提供了坚实的基础。常见的交通分配模型有平衡模型与非平衡模型两大类。其中,平衡分配模型大都可归结为一个维数很大的凸规划问题或非线性规划问题。从理论上而言,其结构严谨,思路明确,适合于宏观研究。但由于维数太大,约束条件太多,求解比较困难,为此人们提出了非平衡模型,该模型采用的是模拟和近似的方法,它不用数学表达式来描述问题,结构简单、概念明确、计算简便。

在改扩建高速公路中本文推荐采用随机平衡分配模型,它适合我国目前实际情况的分配模型,可以对改扩建高速公路进行分配,然后采用国际上先进的交通规划软件TransCAD进行分配,得到改扩建高速公路未来各路段交通量。因关于这部分内容各论文已经有详尽叙述,此处不再赘述。

4 结语

交通量预测是道路项目建设研究工作中最重要的环节之一,它是确定道路建设规模和技术标准的依据,也是经济评价和财务分析的基础。交通量预测理论日益成熟和完善,但改扩建高速公路的近期交通量预测才刚起步,存在许多实际中难以解决的问题,各种预测方法在一定程度上各有利弊,还没有形成一个统一、规范和科学的做法,在今后高速公路建设中将值得进行更全面、科学、合理的研究。

参考文献

[1]盖春英,裴玉龙.公路建设项目可行性研究中的交通量预测方法.交通运输工程学报,2002;3

[2]李旭宏.城市交通分布预测模型研究.东南大学学报(自然科学版),1997

[3]刘灿齐.现代交通规划学.北京:人民交通出版社,2001

[4]陆化普.交通规划理论与方法.北京:清华大学出版社,1998

[5]夏阳.改扩建高速公路交通量预测方法研究.武汉:武汉理工大学硕士学位论文,2006

高速公路交通事故的灰色预测模型篇10

高速公路可以提高物流效率,方便人们生活,同时也体现了一个国家或地区的综合实力(张安霞,吴付威等,2010)[1]。然而随着汽车保有量和里程的快速增长,高速公路交通事故也在逐年提高,严重威胁了人们的生命和财产安全(马昌喜,2008)[2]。由于我国高速公路采用全封闭、全立交、严格控制出入、相对与外界隔绝的汽车专用快车道,因此与一般公路交通事故不同,高速公路交通事故不仅容易引发交通拥挤现象,而且极易导致二次事故的发生(吴晓峰, 丛浩哲,2011)[3],造成重大的人员伤亡和财产损失。高速公路交通事故具有一定规律性和特殊性,做好高速公路交通事故预测,对于预防事故和改善高速公路交通安全状况具有重要的现实意义。目前,道路交通事故预测主要采用回归分析(袁伟, 付锐等,2007;Jonesa etc. 2008)[4,5],时间序列分析(Garca-Ferrer etc.2006;季彦婕, 王炜等,2006)[6,7],人工神经网络(宇仁德, 刘芳等,2008)[8]等,这些方法尽管都取得了一定效果,但是依然存在预测精度不高及其稳定性差的问题。这主要是由于高速公路交通事故的数据量有限,导致回归分析,时间序列分析等方法很难找到统计规律。

灰色预测模型是基于客观事物的物理背景,运用系统的分析方法提出来的,它能够描述系统的特性及其输入和输出之间的关系,并且采用了状态变量方法描述系统,这样就能够反映系统的内部状态演化规律。因此,灰色预测模型是一种系统分析方法。它是由中国学者邓聚龙教授创立的,是一种以“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行规律的正确描述和有效控制[9,10,11]。灰色预测是灰色系统理论的一个重要组成部分,它是在灰色系统理论的指导下,根据系统的发展状况,对系统的未来发展做出合理的推测。灰色预测模型在实践中得到了广泛应用(石树新,王花兰,2006;李朝阳,魏毅,2012)[12,13],在交通事故中也得到了应用(王福建, 李铁强,2006;鄢勇飞,朱顺应,2009)[14,15]。

1灰色Verhulst模型

1.1传统灰色Verhulst模型

灰色Verhulst模型也是灰色系统的重要模型之一,在实际中得到了广泛的应用,成功地解决了人口预测、生物生长、繁殖预测、产品生命周期预测等系统中不完全信息的预测问题。

定义1[10] 设X(0)为原始数据序列,X(1)为X(0)的1-AGO序列,Z(1)为X(1)的紧邻均值生成序列,则称

$x^{(0)} (k) + a z^{(1)} (k) = b (z^{(1)} (k))^{2} (1)$

为灰色Verhulst模型。

定义2 称

$\frac{d x^{(1)}}{d t} + a x^{(1)} = b (x^{(1)})^{2}$

为灰色Verhulst模型的白化方程。

1.2改进的灰色Verhulst模型

灰色Verhulst模型在解决具有饱和的S形预测问题取得了良好的效果,但是依然存在拟合和预测效果不理想的问题。针对这一问题,本文提出了一种改进的灰色Verhulst模型,并通过高速公路交通事故来验证新模型的有效性。

定义3 设X(0)=(x(0)(1),x(0)(2),…,x(0)(n))非负数据序列,X(1)为X(0)的1-AGO序列,其中 $x^{(1)} (k) = \sum_{i = 1}^{k - 1} x^{(0)} (i) ‚ Y^{(1)}$ 为X(1)的倒数序列,即有y(1)(k)=1/x(1)(k),k=1,2,…,n,则称

$y^{(1)} (k + 1) = β_{0} + β_{1} k + β_{2} y^{(1)} (k) (2)$

为改进的灰色Verhulst模型。

该模型中的待估参数为β=(β0,β1,β2)T,对式(3)运用最小二乘法可得参数估计。

$\overset{\land}{β} = (B^{Τ} B)^{- 1} B^{Τ} Y 。$

式(2)中

定理1 若 $\overset{\land}{β}, B, Y$ 如上述所定义,初始条件y(1)(1)=1/x(1)(1)=1/x(0)(1),则改进的灰色Verhulst模型的解为

$\begin{array}{l} \overset{\land}{x}^{(1)} (k + 1) = \\ {\begin{matrix} [k β_{0} + \frac{k (k + 1)}{2} β_{1} + \frac{1}{x^{(0)} (1)}]^{- 1}, & β_{2} = 1 \\ [\frac{β_{0} (1 - β_{2}^{k}) + k β_{1}}{1 - β_{2}} - \frac{β_{1} β_{2} (1 - β_{2}^{k})}{(1 - β_{2})^{2}} + \frac{β_{2}^{k}}{x^{(0)} (1)}]^{- 1}, & β_{2} \neq 1 \end{matrix} (3) \end{array}$

证明:由式(2)得到

$\begin{array}{l} y^{(1)} (2) = β_{0} + β_{1} + β_{2} y^{(1)} (1) (4) y^{(1)} (3) = β_{0} + 2 β_{1} + β_{2} y^{(1)} (2) (5) \\ ⋮ \\ y^{(1)} (k + 1) = β_{0} + k β_{1} + β_{2} y^{(1)} (k) (6) \end{array}$

将式(4)代入式(5),然后依次代入直到式(6),得到

对式(7)进一步变形,得到

当β2=1时,

$y^{(1)} (k + 1) = k β_{0} + \frac{k (k + 1)}{2} β_{1} + y^{(1)} (1)$ (9)

当β2≠1时,令

S=β2k-1+2β2k-2+…+(k-2)β22+(k-1)β2+k (10)

则有

所以,代入初始条件y(1)(1)=1/x(1)(1)=1/x(0)(1),得到式(3)。定理1得证。

2中国高速公路交通事故死亡人数

高速公路交通事故预测对于评价高速公路安全等级,分析现有高速公路网络条件下交通事故的未来发展趋势,制定高速公路交通安全管理对策等具有重要意义。目前公安部交通管理局对全国高速公路事故统计设置了4项指标,分别是事故起数、死亡人数、受伤人数和直接经济损失,对该4项指标的内涵和外延的界定,可以参考中国交通年鉴。本文选取中国高速公路死亡人数这项指标,来对其进行模拟和预测。选取2000—2007年数据,见表1,分别建立灰色离散Verhulst模型、灰色Verhulst模型和GM(1,1)模型。计算结果见表2。

从表1和图1可以看出,中国高速公路交通事故死亡人数的增长率先快后慢,原始数据序列呈现“S”形。经计算,从2000—2007年,逐期增长速度为45.560%、24.786%、34.174%、18.334%、2.759%、3.746%和-9.282%。年平均增长速度为13.680%。对原始数据进行光滑性检验,当t≥2001时,光滑比依次为:0.407、0.341、0.271、0.254、0.230、0.190和0.167,均在(0,0.5)内,且光滑比递减,满足准光滑性条件,因此原始序列的一次累加生成序列具有准指数规律[10]。

对原始数据序列直接建立GM(1,1)模型

建立灰色Verhulst模型,把原始数据序列记为

其一次累减序列为

得到灰色Verhulst模型的参数估计式

$\overset{\land}{a} = (B^{Τ} B)^{- 1} B^{Τ} Y = (\begin{array}{l} - 0.694224 \\ - 0.000106 \end{array}) (15)$

同时得到灰色Verhulst模型的时间响应式为

$\overset{\land}{x}^{(1)} (2 000 + k) = \frac{- 1 500.912 288}{- 0.229 172 - 0.465 052 e^{- 0.694 224}} (16)$

根据本文的方法,建立改进的灰色Verhulst模型。根据式(2),能够估计出参数

$\overset{\land}{β} = (B^{Τ} B)^{- 1} B^{Τ} Y = (\begin{array}{l} β_{0} \\ β_{1} \\ β_{2} \end{array}) = (\begin{array}{l} 0.000 015 3 \\ 0.000 006 61 \\ 0.652 095 011 \end{array}) (17)$

初始条件取y(1)(1)=1/x(1)(1),根据式(4)得到

$\begin{array}{l} \overset{\land}{x}^{(1)} (2 000 + k) = \\ [\frac{β_{0} (1 - β_{2}^{k}) + k β_{1}}{1 - β_{2}} - \frac{β_{1} β_{2} (1 - β_{2}^{k})}{(1 - β_{2})^{2}} + \frac{β_{2}^{k}}{x^{(0)} (1)}]^{- 1} = \\ [\frac{0.000 015 3 \times (1 - 0.652 095^{k}) + 0.000 006 61 \times k}{0.347 905} - \\ \frac{0.000 004 31 \times (1 - 0.652 095^{k})}{0.121 038} + 0.000 463 \times 0.652 095^{k}]^{- 1} (18) \end{array}$

表2列出了GM(1,1)模型、灰色Verhulst模型和改进的灰色Verhulst模型的计算结果, 从中可以看出,改进的灰色Verhulst模型的模拟效果最好,平均相对误差为2.618%,其次是灰色Verhulst模型,平均相对误差为5.265%。

注:表中相对误差取了绝对值。

3结论

本文在充分考虑高速公路交通事故数据序列准指数律的条件下,建立了改进的灰色Verhulst模型,研究表明:第一,我国高速公路交通事故数据表现为具有饱和“S”型增长过程,死亡人数总体上呈下降趋势;第二,通过建立GM(1,1)模型,灰色Verhulst模型和改进的灰色Verhulst模型,结果表明,改进的灰色Verhulst模型预测精度最高,拟合程度最好。

摘要：在分析中国交通事故历史数据的基础上,引入灰色预测模型,根据数据特性建立了改进的灰色Verhulst模型,同时对改进的灰色Verhulst模型、灰色Verhulst模型和GM(1,1)模型进行比较。结果表明:改进的灰色Verhulst模型较好地反映了高速公路交通事故的发展趋势,提高了模型的预测精度,扩大了模型的适用范围。

公路交通量预测篇11

交通系统是个非常复杂的巨系统, 受到诸多因素的影响, 组成系统的各因素之间又存在着复杂的非线性关系, 导致了交通流混沌现象的产生, 如拥挤的道路上车辆时走时停;交通事故导致的交通堵塞等等。由于交通流的不确定性、复杂性和非线性的共同作用, 解决这些问题, 传统的理论方法, 都不是令人满意。由于混沌系统具有“蝴蝶效应”, 混沌时间序列在短期内, 系统的运动轨迹发散性很小, 利用观测资料进行短期预测是可行的, 因此, 可以利用基于混沌理论的方法来预测交通量。人工神经网络 (ANN) 具有强大的非线性映射能力、具有自适应、自学习、容错性和并行处理等性质, 应用人工神经网络理论, 则可以克服时间序列预测方法的局限性, 方便、灵活地进行交通流的预测。对于交通流, 首先对交通流时间序列进行混沌识别, 如果给定的时间序列具备混沌特性, 则通过应用混沌理论中的相空间重构技术, 把交通流时间序列嵌入到重构的相空间中, 然后利用神经网络对数据进行拟合, 然后进行预测。神经网络与混沌时间序列理论结合是一种解决非线性问题重要的、行之有效的理论方法, 它为我们认识和把握交通流中复杂现象的本质和规律, 提供了新的方法和途径。

1 混沌识别

用混沌理论研究交通流混沌问题的前提是确定交通流系统是混沌的, 这就涉及到混沌判别的问题。由于混沌有不同的定义, 根据混沌的定义来判断识别混沌会有许多不便。从混沌理论出现以来, 便有许多学者致力于研究混沌的判别问题。然而到目前为止, 还不存在一个普适性的混沌判别方法。在实际应用中, 判断一个系统的动态行为是否混沌, 即是否有混沌吸引子, 一般从混沌吸引子的两个基本特征来判断: (1) 系统相空间中的吸引子是否具有自相似结构的分形维特征; (2) 系统对于初始条件是否具有敏感性。如果所研究的吸引子具备这两个特征, 那么, 我们就可以认为该吸引子是混沌吸引子, 系统的行为是混沌的。一般从定性、定量两个途径来进行时间序列性质的鉴别[1], 定性分析方法主要是根据观测序列在时域或频域内表现出的特殊性质对序列的主要特性进行粗略分析, 常用的有相图法、功率谱法、庞加莱截面法和代替数据法等[2]。定量分析的方法主要是对描述混沌系统的重要特性指标包括关联维数[3]、最大Lyapunov指数[4,5,6]和Kolmogorov熵[3,7]等特性指标定量分析, 从而进行混沌识别。

2 相空间重构

近十几年来, 混沌信号处理为人们提供了分析自然现象的全新方法。混沌吸引子的相空间重构一般是分析混沌动力学系统的第一步, Packard等人最早提出了相空间重构的方法[8], Takens用数学为之奠定了可靠的基础[9]。混沌动力学研究表明, 系统任意分量的演化是由与之相互作用着的其它分量决定。而这些相关分量的信息就隐含在任意分量的发展过程中, 因此, 可以从某一分量的时间序列数据中提取和恢复出系统原来的规律, 这种规律是高维空间下的一种轨迹。Packard等建议用原始系统的某变量的延迟坐标来重构相空间, 即将在某些固定时间延迟点上的观测值作为新维来处理, 从而通过“嵌入”方法可以构造出一个与原系统等价的相空间, 在这个空间中可以恢复原有动力系统, 并研究其吸引子的性质。相空间重构可表述如下:

设时间序列{x (t) , t=0, 1, 2, …, n}, 由此序列嵌入m维相空间, 可得到一系列m维相空间的相点为:

(1) 式中m为嵌入维数, τ为延迟时间, N为相点总数, N=n- (m-1) τ。

Takens的嵌入定理证明了一维时间序列在无限长且无噪声的情况下, 延迟时间取任意值时都能重构原系统相空间。但实际上, 实测时序是有限长的, 且不可避免的被噪声污染, 因此延迟时间取任意值不能重构原系统相空间, 嵌入定理也没有提供嵌入维数的选取方法。因此对实测时序相空间重构的关键是其参数的选取。

2.1 延迟时间的选取方法

延迟时间是一个重要的相空间重构参数。最佳延迟时间τ不能选的太大也不能太小, 当τ选择的太小时, 延迟矢量各坐标值之间有很强的相关性, 这时重构矢量被压缩在相空间的主对角线的周围, 信息不易显露, 产生冗余误差;而当τ选择的太大时, 重构矢量各坐标值之间的关系几乎变成随机的, 破坏了原系统各变量之间的内在关系, 这时吸引子沿着与主对角线垂直的方向发散, 将使得重构矢量包含的原动力系统信号失真。因此应该选取合适的τ使重构矢量保持原动力系统各变量之间的关系。

关于延迟时间τ与嵌入维数m的选取, 一种认为τ与m互不相关, 即τ与m的选取是独立进行的, 方法主要有自相关法[2,6]、复自相关法[10,11]、去偏自相关法[12]、互信息法[13,14]和AD法[15]。另一种则认为τ与m的选取是相互依赖的, 方法有时间窗口法[16]、C-C方法[17]。

2.2 嵌入维数的选取方法

设原始系统的吸引子维数为D, 嵌入维数为m。在Takens的嵌入定理中, m>2D仅仅只是充分条件。Eckmann证明m可以在 (D, 2D+1) 中取值[18]。嵌入维数m太小, 重构吸引子不能完全打开;m太大, 实际建模就需要更多的观测值, 对计算Lyapunov指数等不变量带来大量不必要的计算, 而且在mme空间中 (me为最佳嵌入维数) , 动力系统不再起作用, 噪声起支配地位[19]。这样就增大了舍入误差和仪器测量误差等噪声污染的作用。

在目前确定嵌入维数的方法中, 伪邻点法[6]、奇异值分解法[20]、Cao法[21]、饱和关联维数法[22]是比较好的方法, 但是各自都有些不足。下面只简要介绍Cao法[21]。

Cao法定义了两个标量E1和E2:

如果负荷时间序列是混沌时间序列, 则E1将随m的增加而趋于饱和, 当目测标量E1随着嵌入维数增大的变化趋势不再随m的增加而变化时, 此时的m就被确定为最佳嵌入维数;标量E2是用来判断时间是否是确定性的信号, 随机信号的E2在m为任何值时均为1, 而确定性信号总有某些m使得E2不为1。在实际确定最佳嵌入维数时, E1这个量往往是波动的, 从而不同的人将得出不同的结果。

3 预测模型的建立

设{x (t) , t=0, 1, 2, …, n}表示要研究的离散时间序列, 根据上面计算得到的最佳延迟时间τ和嵌入维数m对该时间序列重构相空间为:

并由Takens嵌入定理知, 存在光滑映射f:Rn※R满足:

如果我们能够得到影射f的解析或动力学方程, 则根据混沌时间序列中内在规律性对混沌时间序列进行预测就成为可能。然而实际中时间序列中的混沌动力学模型都是非常复杂的非线性关系, 直接获得该函数方程的解析存在一定的困难。而神经网络的非线性影射能力正是处理这种信息的很好方法。神经网络用于时间序列预测, 就是构造一个神经网络模型, 首先用该神经网络模型来拟合理论上满足公式 (5) 的这种函数关系。然后利用训练好的神经网络来推导未来的值, 即用时间序列的前m个值 (x (t) , x (t-τ) , …, x (t- (m-1) τ) ) 去预测下个值x (t+τ) 。

4 实例应用及分析

为了检验和判断预测的效果, 下面以衡枣高速公路实测的交通流数据进行预测。本次交通观测点为衡枣高速公路衡阳西收费站, 采用两断面观测法, 观测时间为2008年3月22日7:00—20:00, 采样间隔为5min共156个数值, 取前面的148个数据组成训练样本集, 用于结构优化和调整参数, 其余的8个数据组成检验样本集, 用于模拟预测。对这些数据进行相空间重构, 采用自相关法计算延迟时间为4, 用GP算法计算关联维数, 用matlab编程, 发现关联维数为1.77时不再增大, 由于混沌时间序列的关联积分是呈指数衰减的, 其关联维数作为关联积分的幂指数, 随嵌入维数的增加逐渐趋于一个定值, 当达到某个特定的嵌入维数后, 基本不再增大, 所以可以判断该时间序列是混沌序列。然后用Cao法求得嵌入维数为5。采用BP神经网络进行拟合和预测, 取输入层数为5, 隐层数为11, 训练4 431次之后, 得到交通流实际值与拟合值如图1所示, 交通流实际值与预测值见表1。

从表1以看出对高速公路交通流预测较为准确, 高速公路交通流具有混沌特征, BP神经网络结合混沌理论, 可以对高速公路交通流做短期预测, 其拟合效果好, 预测精度高, 结合混沌理论, 很容易确定BP神经网络的输入节点个数, 不需要建立以实际系统数学模型为基础的预测模型, 可以省去在预测前对系统建模这一步骤。

5 结论

结合混沌理论和神经网络理论, 建立了基于混沌理论的高速公路交通流神经网络模型。该方法需要的训练数据较少, 解决了一般BP网络理论进行时间序列预测难以确定输入节点这一关键问题, 建模过程比较简单, 避免了传统的时间序列分析的模型结构辨识和模型检验的繁琐过程。该方法预测精度高, 方法简单, 可行性强, 较好地解决了短时交通流量一步实时预测中存在的随机干扰因素影响大、不确定性强的问题。

【公路交通量预测】推荐阅读：

公路交通08-15