基于OD稳定模式的高速公路出口流量预测方法研究

交通运输系统工程与信息 ›› 2012, Vol. 12 ›› Issue (3): 122-128.

基于OD稳定模式的高速公路出口流量预测方法研究

张平¹,张明欣³,宋国杰^*1,董新品²,谢昆青¹

1.北京大学信息科学与技术学院，北京 100871; 2.山西省高速公路管理局，太原 030006; 3.山西省交通规划勘察设计院，太原 030012

收稿日期:2011-12-20 修回日期:2012-02-23 出版日期:2012-06-24 发布日期:2012-07-03
作者简介:张平（1985-），男，北京人，博士生.
基金资助:
国家自然科学基金（60874082）；北京市自然科学基金（4102026）；山西省交通厅科技项目(100115).

A Freeway Entrance Volume Prediction Method Based on Traffic OriginDestination Stability Pattern

ZHANG Ping¹, ZHANG Ming-xin³, SONG Guo-jie¹, DONG Xin-pin², XIE Kun-qing¹

1.School of Electronic Engineering and Computer Science,Peking University, Beijing 100871, China; 2.Expressway Administration of Shanxi Province, Taiyuan 030006, China; 3. Institute of Communications Planning Survey & Design of Shanxi Province, Taiyuan 030006, China

Received:2011-12-20 Revised:2012-02-23 Online:2012-06-24 Published:2012-07-03

摘要/Abstract

摘要：

从高速公路车辆出入口数据中可以直接提取路网中车辆的OD信息，这些信息在一定程度上反映出车辆时空上的运行状态，更可以通过这类数据对高速公路出口流量的趋势做出合理有效地预测.本研究从真实数据出发，对交通路网中车辆OD的稳定性进行了分析，并以此为指导，将所得到的领域知识加入到常规的预测方法中，提出了一套基于OD稳定模式的高速公路出口流量预测方法.主要贡献包括：①提出了信息熵的概念,以刻画高速公路车辆OD的规律性；②提出了基于OD的稳定模式的出口流量预测方法；③在大量真实的数据上进行了实验分析.

关键词: 信息技术, 交通流预测, OD稳定模式, 高速公路出口交通流, 信息熵

Abstract:

The traffic origin-destination (OD) data can be directly obtained from the freeway toll data. This information always reflects the vehicle status in temporal and spatial. And the OD information can also be used for making reasonable and effective predictions on the future trends of the freeway entrance volume. In this paper, an algorithm is proposed for predicting the freeway entrance volume based on the analysis of stability pattern of freeway traffic OD data. The contributions mainly include: ① An information entropy based method is presented for analyzing stability pattern of freeway traffic OD data; ② Based on the stability pattern, a new prediction algorithm is applied on massive freeway entrance data. ③ The experimental results show that the proposed algorithm is reasonable and feasible, the accuracy is improved as well.

Key words: information technology, volume prediction, origin-destination stability pattern, freeway entrance volume, information entropy

中图分类号:

U268.6

张平, 张明欣, 宋国杰, 董新品, 谢昆青. 基于OD稳定模式的高速公路出口流量预测方法研究[J]. 交通运输系统工程与信息, 2012, 12(3): 122-128.

ZHANG Ping, ZHANG Ming-Xin, SONG Guo-Jie, DONG Xin-Pin, XIE Kun-Qing. A Freeway Entrance Volume Prediction Method Based on Traffic OriginDestination Stability Pattern[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(3): 122-128.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18412.shtml

http://www.tseit.org.cn/CN/Y2012/V12/I3/122

[1]	陈鼎, 周水庭, 陈云, 苏敏咸. 拥堵指数自适应调节的交通运行状态识别方法及应用研究[J]. 交通运输系统工程与信息, 2022, 22(2): 137-144.
[2]	许镇义, 王仁军, 张聪, 王瑞宾, 夏秀山. 基于深度特征聚类的高排放移动污染源自动识别[J]. 交通运输系统工程与信息, 2021, 21(6): 298-309.
[3]	李桃迎，王婷，张羽琪. 考虑多特征的高速公路交通流预测模型[J]. 交通运输系统工程与信息, 2021, 21(3): 101-111.
[4]	李鑫，史天运，常宝，马小宁，刘军. 基于设备画像的机车标签体系构建方法研究[J]. 交通运输系统工程与信息, 2021, 21(2): 189-195.
[5]	陈喜群，周凌霄，曹震 . 基于图卷积网络的路网短时交通流预测研究[J]. 交通运输系统工程与信息, 2020, 20(4): 49-55.
[6]	刘小明，田玉林，唐少虎，尚春琳，魏路. 基于时延特性建模的多断面短时交通流预测[J]. 交通运输系统工程与信息, 2020, 20(3): 54-60.
[7]	李兴鑫，朱力强，余祖俊. 自适应铁路场景前景目标检测[J]. 交通运输系统工程与信息, 2020, 20(2): 83-90.
[8]	侯涛，伍海萍，牛宏侠. 改进MOG-LRMF 的铁轨动态异物检测[J]. 交通运输系统工程与信息, 2020, 20(2): 91-100.
[9]	张文胜，郝孜奇，朱冀军，杜甜添，郝会民. 基于改进灰狼算法优化BP 神经网络的短时交通流预测模型[J]. 交通运输系统工程与信息, 2020, 20(2): 196-203.
[10]	张阳，杨书敏，辛东嵘. 改进小波包与长短时记忆组合模型的短时交通流预测[J]. 交通运输系统工程与信息, 2020, 20(2): 204-210.
[11]	杨蕴，李玉，赵泉华. 基于多标记像素匹配的高分辨率遥感图像道路提取[J]. 交通运输系统工程与信息, 2020, 20(1): 68-74.
[12]	韩直，徐冲聪，韩嵩乔. 基于短时交通流预测的广域动态交通路径诱导方法[J]. 交通运输系统工程与信息, 2020, 20(1): 117-123.
[13]	于泉，姚宗含. 交通流预测的马尔科夫粒子滤波方法研究[J]. 交通运输系统工程与信息, 2019, 19(2): 209-215.
[14]	万芳，黎光宇，贾宁，朱宁. 短时交通流预测中的特征选择算法研究[J]. 交通运输系统工程与信息, 2019, 19(2): 216-222.
[15]	牛宏侠，张肇鑫，宁正，陈光武. 铁路轨道异物完整性检测与跟踪算法研究[J]. 交通运输系统工程与信息, 2019, 19(1): 45-54.