基于多源数据的区域化交通拥堵演化规律及其影响机制研究

With the rapid increasing of vehicle ownerships in China, new characteristic of traffic congestion has been appeared, that is, traffic congestion usually spread on a regional network, rather than the local bottlenecks as before. As a result, the traditional traffic congestion mitigation approaches, based on bottleneck control, cannot satisfy the current requirements. At the same time, the development of such technologies as computer, mobile communication and mobile internet, provides a new way to get huge traffic data with low cost and high precision. So far, under the background of big data and intelligent transportation, this project aims to comprehensive use multiple disciplines of knowledge, such as traffic science, management science, system science, computer science, and to reveal the basic law of traffic evolution on the regional road network. Together with macroscopic fundamental diagram (MFD) theory, this project investigates the influencing factors as well as their influencing mechanism on the appearance and evolution of regional traffic congestion. Then, this project tries to present methods for dynamic traffic state identification, and dividing sub-region as well. On the basis of the above studies, this project tends to explore the applications of regional traffic flow approaches in real traffic practices. Simulations will be carried out to validate the proposed methods. It is expected, that the implementation of the project, can expend the network traffic flow theory, and develop regional intelligent traffic management system, and finally provides theory and method supports for promoting the level of urban traffic management and relieving traffic congestions.

随着我国城市机动车保有量急剧增长，交通拥堵问题也发生了由局部瓶颈向区域网络蔓延的新特点。因此，传统的基于瓶颈控制的交通拥堵缓解措施已经不能适应新的需求。与此同时，计算机、移动通信与移动互联网等技术的发展，为获取大量、低成本、高精度的交通数据提供了新途径。为此，在当前大数据与智能交通的背景下，本项目拟综合运用交通科学、管理科学、系统科学、计算机科学等多学科的知识，揭示区域路网交通状态演化的基本规律；结合网络交通流宏观基本图理论，探索区域交通化交通拥堵产生、演化的影响因素及其影响机理；提出区域交通状态动态辨识方法与交通子区域划分方法；在以上研究的基础上，探索基于区域的交通流模型方法在交通实践中的应用，并采用计算机模拟方法进行验证。期望通过项目的实施，能够丰富网络交通流的理论体系，并且为构建区域化智能交通管理系统，提高城市交通系统管理水平，缓解城市交通拥堵，提供基础理论与方法支持。

区域路网交通状态演化规律是网络交通流关注的核心内容之一。然而，由于道路交通系统是典型的复杂、动态、开放巨系统，从而为获取充分的交通实测数据带来了极大困难，研究进展缓慢。近年来，计算机、移动通信与互联网等技术的快速发展，为研究网络交通流提供了多样的数据获取方式，宏观基本图理论应运而生，为网络交通流研究注入了新活力。基于此，本项目通过多源数据探索微观与宏观交通流的基本特性，发展网络交通流的理论方法，并探索其在交通实践中的应用。基于大量微观交通流数据，在微观驾驶行为特性挖掘、车辆跟驰与换道行为建模与分析等方面开展了广泛研究。基于北京市浮动车数据、天津市卡扣数据等不同数据源，采用大数据挖掘、以及数据驱动的建模与分析方法开展研究，提出了区域交通拥堵辨识的事务内时空关联规则（IntraT-ST-Apriori）算法和跨事务间时空关联规则（Inter -ST-Apriori）；研究了重大活动等事件对区域交通流的影响；构建了多模式交通的逐日网络交通分配模型，并分析了网络交通流特性。这些研究成果对理解网络交通流演化特性与机理，进而提出具有针对性的交通管理与控制策略，具有重要的理论意义与应用价值。该项目总体研究工作进展顺利，已经完成项目计划书在研究内容、论文发表、交流合作、以及人才培养等各方面的预期成果。