基于路段交通量的交通需求量优化研究  

Research on Optimization of Traffic Demand Based on Road Traffic Volume

作　　者：赵晓晓 ZHAO Xiao-xiao(Jiangsu Vocational Institute of Architectural Technology,Xuzhou 221116,China)

机构地区：[1]江苏建筑职业技术学院,徐州221116

出　　处：《价值工程》2023年第35期129-132,共4页Value Engineering

基　　金：2021年江苏建筑职业技术学院校级科研项目(自科一般项目)《基于数据挖掘的交通状态判别与预测方法研究》(项目号:JYA321-09)。

摘　　要：交通需求数据是交通管控、出行诱导的重要基础数据,对原始交通需求数据进行优化,可提升交通状态判别和预测的准确性。本文选取高精度线圈交通量数据,采用遗传算法对原始交通出行数据进行优化。通过南京市某路网RFID采集过车数据的实例计算和分析,表明优化模型和算法在改善出行量数据量上有着不错的效果。优化后的出行量数据可作为交通需求预测的先验数据,或直接作为交通状态判别和预警的决策支持。Traffic demand data is an important basic data for traffic control and travel guidance.Optimizing the original traffic demand data can improve the accuracy of traffic state discrimination and prediction.This article selects high-precision coil traffic volume data and uses genetic algorithm to optimize the original traffic travel data.Through the example calculation and analysis of RFID collected vehicle data in a certain road network in Nanjing,it is shown that the optimization model and algorithm have a good effect on improving the amount of travel volume data.The optimized travel volume data can be used as prior data for traffic demand prediction,or directly as decision support for traffic status discrimination and early warning.

关 键 词：交通需求 交通量 遗传算法 数据优化 

分 类 号：U491[交通运输工程—交通运输规划与管理]