公路项目交通量预测当中机场集疏交通量预测研究
公路建设可行性研究交通量预测方法分析
![公路建设可行性研究交通量预测方法分析](https://img.taocdn.com/s3/m/0365037f31b765ce0508147f.png)
1我国公路建设交通量预测现 状
后 。 是 公路建设投资 周期长 , 价高 , 但 造 必 量 预 测 呈 现 近 期 预 测 偏 高 , 期 预 测 较 为 需 要 , 州 市 决 定 实 施 某 县 级 公 路 改 建 工 中 达 须经 过 严 格 的 可 行 性 研 究 才 能开 工建 设 。 合理 , 期 预 测 模 糊 的现 象 , 其 是 对 诱增 程 。 可行 性 研 究 阶 段 , 作 人 员 通过 连 续 远 尤 在 工 在计划 经济时 代 , 国公路建设 项 目 我 交 通 量 不 能 很 好 的 把 握 , 经 济 增 长 率 与 三 天 的 交 通 量 调 查 获 得 最 新 的 交 通 量 资 在
本 工 程 结 合 项 目 自 身 特 点 , 合 采 用 综 研 究 中 , 该 结 合 工 程 实 际 情 况 , 合 考 虑 前 提 , 方 法 对 于 国 外 社 会 经济 结 构 相 对 回 归模 型 与 弹 性 系 数 法 进 行 交 通 量 的 预 应 综 该 在 整 个 交 通 运 输 体 系 中 的 功 能 定 位 , 用 稳 定 的 情 况 是 比 较 适 应 的 。 国 正 处 于 社 测 。 归模 型 主 要 是 对往 年 客 运 量 、 运 量 运 我 回 货 预 测 学 等先 进 的理 念 与方 法 做 好 交 通 量 预 会 经 济 变 革 关键 时期 , 业 结 构加 速调 整 , 与 国 内 生 产 总 值 进 行 关 联 性 分 析 , 立 相 产 建 测 工 作 , 能 保 证 公路 建 设 的 技 术等 级 与 经济 增 长 有 可 能 会 呈 现 跳 跃式 或者 波 浪 式 应 的 回 归模 型 , 而 得 到 未 来 几 年 的 交 通 才 进 功 能 水 平 , 科 学 地 进 行 技 术 经 济 比 较 分 的 发 展 轨 迹 , 纯 地 采 用 四 阶 段 法 是 否 符 量 预 测 分 析 数 据 。 性 系 数 分 析 法 主 要 研 为 单 弹 析提供 依据 。 合 我 国 实 际 情 况 有 待 商榷 。 究 交 通 运 输 量 与 经 济 发 展 之 间 的 互 动 关 公 路 建 设 交 通 量 预 测 工 作 在 可 行 性 研 系, 通过 分 析 该 地 区 经 济 发 展 规 律 可 以 掌 究 中 占据 着 重 要 地位 , 主要 表 现 在 : 现状 交 3对策与建议 握 交 通 量 的 变 化 规 律 , 定 未 来 几 年 交 通 确 通 量为交通经济 评价提供 了重要依据 ; 根 我 国 应 该 加 强 对 相 关 交 通 模 型 的 研 运 输 量 的 大 小 。 项 目针 对 该 地 区 国 内生 本 据 远 景 交 通 量 可 以 确 定 公 路 建 设 的 技术 经 究 , 借 鉴 国外 四 阶 段 法 的 同 时 , 应 该 注 产 总值 增 长 率 分 别 与 客 车 、 车 交 通 增 长 在 更 货
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/c686c04503020740be1e650e52ea551810a6c9b8.png)
道路工程交通量预测研究随着城市化进程的发展,交通拥堵和交通事故愈发成为人们关注的焦点。
针对道路工程交通量的预测研究,成为了道路规划、交通管理和交通安全的重要内容。
在道路建设、改造和规划中,准确预测道路交通量可以帮助决策者合理安排交通资源,避免交通拥堵,提高通行效率,保障交通安全,降低交通事故率。
对于道路工程交通量预测研究的深入探讨和成果应用,不仅有助于改善城市交通状况,还可以提高人民生活水平。
道路工程交通量预测研究可以从理论、方法和应用三个方面展开。
在理论方面,需要对交通流理论和影响交通量的因素进行深入研究。
在方法方面,需要建立一套完整的交通量预测模型,结合实际情况来选择合适的模型和算法。
在应用方面,需要将研究成果具体应用到道路规划、交通管理和交通安全领域,为交通决策者提供科学依据。
交通量预测模型的建立是道路工程交通量预测研究的核心。
在建模过程中,需要考虑到多种因素对交通量的影响,比如道路基本属性、周边环境、交通规划等。
并且,需要选取合适的数据源,进行数据预处理和特征提取,最后结合机器学习、统计学、数据挖掘等方法来构建预测模型。
可以使用神经网络、支持向量机、回归分析等算法来建立交通量预测模型,通过大量的历史数据来学习出模型的参数,从而实现对未来交通量的预测。
交通量预测模型的评估是保证预测准确性的关键。
在建立好模型之后,需要进行模型的评估和验证,以验证其对未来交通量的准确性和稳定性。
评估方法可以包括均方误差、平均绝对误差、决定系数等指标进行评价。
通过不断地调整模型参数和算法,提高模型的预测准确性,使得模型能够更好地适应不同的交通场景,提高其普适性和稳定性。
基于交通量预测模型的应用是道路工程交通量预测研究的落地实践。
通过将预测模型应用到实际的道路规划、交通管理和交通安全领域,可以为交通决策者提供理论指导和科学依据。
在道路规划中,可以利用交通量预测模型来评估新建道路或道路改造工程的交通量需求,合理安排道路资源,减少交通拥堵;在交通管理中,可以利用预测模型来预测不同时段和不同区域的交通量变化,优化信号灯控制、路口规划等,提高通行效率;在交通安全中,可以利用模型来预测事故易发区域和时段,加强交通巡逻和安全警示,降低交通事故率。
公路项目交通量预测分析关键点
![公路项目交通量预测分析关键点](https://img.taocdn.com/s3/m/6fdc7a31af45b307e87197c1.png)
公路项目交通量预测分析关键点摘要:本文在介绍交通量预测理论的基础上,通过分析当前公路预测失准的原因,归纳总结出公路项目交通量预测的关键点,提高公路交通量预测准确性。
旨在提供同行交流。
关键词:公路项目;交通量预测;关键点交通需求量预测即远景交通量,是确定公路建设项目建设规模与技术标准的主要依据之一,是提高公路建设项目投资效益的重要环节。
因此,在公路建设工程可行性研究阶段,如何应用四阶段交通量预测法,做好建项目交通需求量预测工作,具有十分重要的现实意义。
1.思路与方法:交通需求历来被认为是派生性需求,经济活动、社会活动等本源性需求的变化直接决定交通需求这一派生性需求的大小。
随着社会经济的发展,其相关区域通道交通需求量将跟随呈现出增长趋势,必然产生趋势交通量;而公路项目的建成,又将改善公路服务区域内的交通条件,改善沿线地区投环境,进一步促进地方社会经济发展,从而诱发潜在的交通需求,产生增交通量;同时,由于新建公路的走向和连结,还将改变原有路网与其运输方式,以及预测期内其它新建运输方式对通道内交通量的吸引,成转移交通量。
因此,在预测交通需求量时,必须对趋势交通量、诱增通量和转移交通量进行相应的预测,以得出较为符合实际情况的远景通量。
预测交通需求量有多种方法,为了提高预测精确度,充分应用区域济学分区理论,采用四阶段交通量预测法,即根据交通调查所获得的项目所在区域的社会经济、交通运输资料和OD分布情况,在分析该地的社会经济、交通运输现状的基础上,预测其社会经济发展趋势,从而预测区域未来各小区的趋势和诱增的交通出行产生与吸引量:然后进行通量出行分布预测,得到未来特征年的出行分布OD表;由于预测期项目区域交通路网或其它运输方式的可能建设,在充分考虑交通量影响的基础上,通过各种运输方式分担得出项目未来特征年的OD表,再通过交通量分配,最终获得拟建公路项目交通量的预测结果。
2、公路建设项目交通量预测失准的原因2.1缺乏统一的预测标准由于缺乏标准的限制,每种具体方法对数据的要求不够明确,使得前期现状分析或交通调查的各种数据与后面的交通量预测联系不紧密,有的数据用不上,应有的数据却没有。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/bd3a014953ea551810a6f524ccbff121dd36c53a.png)
道路工程交通量预测研究随着经济的快速发展和城市化进程加快,交通问题成为影响城市发展和居民生活质量的重要因素之一。
作为交通基础设施的核心部分,道路工程的建设和改造一直备受关注。
如何合理预测道路交通量,成为道路工程规划和设计的关键问题之一。
本文将对道路工程交通量预测研究进行分析和探讨。
一、道路工程交通量预测的重要性道路工程交通量预测对于道路规划和设计至关重要,它直接影响到道路的承载能力、道路设施的设计标准和交通组织方式的选择。
准确的交通量预测可以为交通管理部门提供科学依据,保障道路交通运行的安全和顺畅。
在道路工程规划和设计中,合理的交通量预测可以帮助工程师们确定道路的宽度、弯道的半径、坡度等设计参数,从而使得设计合理、经济并符合规范。
道路工程的投资与收益也直接关系到预测精度,过高或者过低的预测都会导致资源浪费和投资回报不合理。
二、道路工程交通量预测的研究方法道路工程交通量的预测是一个复杂而又具有很强实践指导意义的问题,为了提高预测的准确度和可靠性,学者们提出了多种方法和模型。
1. 统计模型统计模型是最经典的交通量预测方法之一,通过历史数据的统计分析,建立数学模型来预测未来交通量的变化。
常见的统计模型包括线性回归模型、时间序列模型、ARIMA模型等。
该方法简单易行,适用于短期交通量预测。
2. 计算机模拟模型计算机模拟模型是一种基于计算机仿真的方法,通过建立交通流动态模型,模拟道路交通量的变化过程。
这种方法可以考虑到更多的因素,如交通信号灯、道路限制条件、车辆行为等,因此在长期交通量预测中具有一定的优势。
3. 神经网络模型神经网络模型是一种基于人工神经网络的方法,通过对大量的历史数据进行训练和学习,建立一个可以自适应调整的模型,以实现对未来交通量的预测。
这种模型能够较好地捕捉到交通量的复杂非线性关系,因而在交通量预测中具有一定的优势。
以上三种方法各有优劣,适用于不同的交通量预测场景。
还有其他一些方法,如遗传算法模型、模糊逻辑模型等,在实际工程中也有一定的应用。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/7fd4a32354270722192e453610661ed9ac515554.png)
道路工程交通量预测研究随着城市化进程的加快和交通网络的不断完善,交通拥堵问题越来越突出。
而精确的交通量预测是解决这个问题的重要手段之一。
道路工程交通量预测研究就是在此背景下应运而生的,它是一种通过对历史数据的统计分析和模型计算,预测未来某一段时间内道路上车辆的数量、速度、流量、密度等交通状况的方法。
本文将介绍道路工程交通量预测研究的主要内容、方法和应用。
一、主要内容道路工程交通量预测研究主要包括两个方面:交通现场调查和交通量预测。
其中交通现场调查是获取相关数据的前提和基础,包括车流量、车速、车道利用率等数据的采集;而交通量预测则是对收集到的数据进行分析和预测的过程,主要包括:1. 历史数据的分析历史数据的分析是交通量预测的第一步,通过对历史数据的分析,可以了解道路交通的变化规律和趋势,比如周末、节假日或者特定时间段的车流量是否会有明显变化等。
2. 数学模型的建立在历史数据的基础上,可以通过建立数学模型,对未来的道路交通情况进行预测。
目前常用的数学模型有传统的回归分析、灰色系统模型和人工神经网络模型等。
3. 模型的验证和评估建立好数学模型后,需要对模型进行验证和评估。
常用的评价指标包括准确率、平均绝对误差、均方根误差等。
二、主要方法道路工程交通量预测研究的主要方法包括统计分析法、模型预测法和混合模型法。
1. 统计分析法统计分析法是指利用统计方法对历史数据进行分析,从而得出未来交通状况的方法。
具体分析方法包括时间序列分析、周期分析、趋势分析、相关分析等。
2. 模型预测法模型预测法是通过建立数学模型,对未来的交通状况进行预测。
常用模型包括回归模型、ARIMA模型、BP神经网络模型等。
混合模型法是将统计分析法和数学模型预测法进行结合,既考虑历史数据的规律,又考虑模型的准确度和可靠性。
三、应用道路工程交通量预测研究的应用场景非常广泛,主要包括以下几个方面:1. 交通管理通过交通量预测,可以制定更加科学的交通管理策略,如路网优化、路口优化等,从而加快通行速度,减少拥堵。
公路可行性研究3交通量预测
![公路可行性研究3交通量预测](https://img.taocdn.com/s3/m/1415046384254b35eefd34c8.png)
公路可行性研究3交通量预测3 交通量分析及预测3.1公路交通调查与分析本项目公路交通调查,包括机动车起讫点调查(Origin Destination Survey,简称OD调查)和交通量观测。
3.1.1调查综述交通量分析和预测是公路建设项目前期工作的重要内容,本章首先在OD调查、交通量观测及其他交通调查的基础上,分析本项目相关线路及其影响区域的公路交通发展水平和特征,然后结合社会、经济、技术调查与分析,使用公路可行性研究通用的预测技术和方法,分析预测远景年交通量发展规模和水平,为确定本项目的技术等级、工程设施标准规模和经济评价等提供重要的依据。
调查的内容、方法及范围公路交通调查是公路项目可行性研究的重要环节,为全面了解项目所在地区公路交通量的特性和构成,掌握公路交通流量流向、车辆构成、货物种类等资料,为未来拟建公路交通量预测提供基础数据,同时也为经济评价和公路设计提供可靠的依据。
OD调查采用路边询问的方法对通过的每一车辆进行详细调查,并进行记录。
调查内容主要有:车型、车辆额定吨位、实载吨位、货类、起讫点、装载情况、燃油种类。
断面交通量及通行时间等。
为确定路段交通集中、发生量和运输效率分析提供依据。
车型分类见表3-1,货物分类见表3-2。
3.1.2交通小区划分根据本项目影响区域状况和特点,同时考虑路段交通量预测的需要,将项目影响区分为12个交通小区。
交通小区的划分详见表3-3。
3.1.3 调查点的设置本次OD 调查布点的原则为:1、在能够把握交通流量分布特性和不影响调查目的及精度的前提下,尽量减少OD 调查点个数,以节省人力、物力和财力;2、 OD 点应尽量远离城区(一般为10公里左右);3、为了和历年的交通量调查资料相互检验、补充,在不影响调查目的的前提下,调查地点尽量与历年交通量观测点一致或靠近。
根据以上布点原则,以及项目影响区路网分布特点,本次调查在本项目的大榆树、G6高速和辅道G110的卓资山各布设了1个调查点,于2010年11月10日进行了24小时进行交通流量观测,在沿线交通部门的大力配合下成功的完成本次调查。
高速公路交通流预测方法研究
![高速公路交通流预测方法研究](https://img.taocdn.com/s3/m/a109529fac51f01dc281e53a580216fc700a53e4.png)
高速公路交通流预测方法研究随着城市化进程的不断加快和交通工具的普及,高速公路交通流状况越来越受到关注。
对高速公路交通流进行准确预测,有助于优化交通运输系统的管理、提高交通效率、减少交通拥堵和事故发生率。
本文将从数据收集、预处理、特征提取、模型选择等方面,介绍几种常用的高速公路交通流预测方法。
首先,数据收集是进行交通流预测的基础。
常用的数据收集方法包括传感器和视频监控等。
传感器主要包括磁敏传感器、微波雷达和摄像机等,可以实时采集车辆的数量、速度、车道占用情况等信息。
视频监控则通过摄像机拍摄到的交通画面,对交通流进行可视化观测。
接下来是数据预处理。
由于交通流数据的特点是高度时空相关、周期性和非线性等,需要对原始数据进行平滑处理和异常值剔除,以便提高预测模型的精度。
常用的数据预处理方法有数据插值、离群点检测和去噪等。
特征提取是高速公路交通流预测中的关键环节。
通过从原始数据中提取出代表交通流特征的变量,有助于建立高效的预测模型。
常用的特征提取方法有时间特征、空间特征和交互特征等。
时间特征可以根据时间段的不同,将交通流分为高峰期和平峰期,提取出每个时间段的交通流量和速度等指标。
空间特征可以根据不同位置之间的距离和方位角等,提取出交通流的密度和流量分布情况。
交互特征可以根据不同车道之间的交互情况,提取出车道速度、车辆间距和相对速度等信息。
选择合适的预测模型是进行高速公路交通流预测的关键步骤。
常用的预测模型包括时间序列模型、回归模型、神经网络模型和机器学习模型等。
时间序列模型基于历史数据的时间顺序,对未来交通流进行推测,例如自回归移动平均模型(ARIMA)和指数平滑模型。
回归模型则基于特征变量与目标变量之间的线性关系,进行交通流预测。
神经网络模型通过构建多层神经元网络,对交通流进行非线性拟合,例如长短期记忆网络(LSTM)。
机器学习模型包括支持向量机(SVM)、决策树和随机森林等,通过对训练数据的学习,构建模型进行预测。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/a79356667275a417866fb84ae45c3b3567ecdda0.png)
道路工程交通量预测研究【摘要】本文旨在探讨道路工程交通量预测研究的相关内容。
首先介绍了研究背景和研究意义,随后对道路工程交通量预测方法进行了综述,包括传统预测模型分析、基于机器学习的交通量预测和基于深度学习的交通量预测。
接着讨论了多源数据融合在道路交通量预测中的应用。
在展望了道路工程交通量预测研究的发展方向,总结了结论,并提出了研究局限性和未来研究的方向。
本文对道路工程交通量预测的方法和技术进行了全面的探讨,有望为相关领域的研究人员提供参考和借鉴。
【关键词】道路工程、交通量预测、研究背景、研究意义、道路工程交通量预测方法、传统预测模型、机器学习、深度学习、多源数据融合、研究展望、结论总结、局限性、未来方向。
1. 引言1.1 研究背景道路交通量预测是道路工程领域的一个重要研究方向,它对于提高道路交通管理效率、减少交通拥堵、改善城市交通环境具有重要意义。
随着城市化进程的加快和交通需求的增加,道路交通量预测成为了一个迫切需要解决的问题。
在过去的研究中,传统的交通量预测方法主要依靠统计模型和数学模型,如时间序列分析、回归分析等。
这些方法在处理复杂的交通数据和多变的环境因素时存在一定局限性,难以满足实际需求。
为了解决传统方法的局限性,近年来越来越多的研究开始关注基于机器学习和深度学习的交通量预测方法。
这些方法能够通过学习大量的数据特征,自动地发现数据中的规律和模式,实现更精准的交通量预测。
在道路交通量预测中,数据的多样性和复杂性也是一个挑战。
多源数据融合在道路交通量预测中的应用也成为了研究的热点之一。
通过整合来自不同数据源的信息,可以提高预测模型的精度和鲁棒性,为交通管理提供更好的决策支持。
1.2 研究意义道路工程交通量预测研究是一个重要的研究领域,具有重要的理论意义和实际应用价值。
准确地预测道路交通量对于交通规划、交通管理和道路设计具有关键作用。
道路工程交通量预测可以为城市交通规划提供科学依据,指导城市交通资源的合理配置和交通网络的优化布局,进而提高道路通行效率,缓解交通拥堵,改善城市交通环境。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/a1114672f6ec4afe04a1b0717fd5360cbb1a8d45.png)
道路工程交通量预测研究道路工程交通量预测是指通过对道路交通流量进行分析和建模,预测未来一段时间内道路上的交通流量。
这是道路规划、交通管理和交通设施设计的重要依据之一。
准确的交通量预测可以帮助交通部门和道路管理者合理规划交通流量,优化路网布局,提高道路运输效率。
道路工程交通量预测研究的重点主要包括数据收集与分析、模型建立与评估以及交通量预测和验证。
数据收集与分析是交通量预测的基础。
交通量数据可以通过交通计数器、监控摄像头、卫星导航系统等设备进行采集。
这些数据可以用于分析交通量的特征和规律,包括交通高峰时段、交通拥堵情况等。
还可以引入一些社会经济数据和气象数据,如人口流动情况、产业结构、天气状况等,以更全面的考虑因素。
模型建立与评估是确定合适的交通量预测模型的主要任务。
常用的模型包括时间序列分析模型、回归模型、神经网络模型和机器学习模型等。
模型的选择应根据实际情况考虑,例如数据的可获得性、数据的特点、预测的时间范围等。
模型的评估要进行模型拟合程度、预测准确度、模型稳定性等方面的评估,以确定模型的适用性和可靠性。
交通量预测是基于建立的模型对未来一段时间内的交通量进行预测。
预测结果可作为规划和决策的科学依据。
交通量预测可以分为短期预测和长期预测。
短期预测主要用于交通管理和控制,如交通信号控制和拥堵指数的预测;长期预测主要用于道路规划和交通设施的设计,如新建道路和立交桥的规划和设计。
交通量预测的准确度是评估预测效果的主要指标。
预测结果应与实际观测值进行对比和验证,以评估预测的准确度和误差。
如果预测结果与实际观测值相差过大,需要重新对模型进行调整和优化。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/83d27d4ca7c30c22590102020740be1e640ecc4a.png)
道路工程交通量预测研究【摘要】本文主要围绕道路工程交通量预测展开研究,包括研究背景、意义和目的,以及相关研究综述、数据采集与处理、预测模型建立、模型验证与结果分析以及影响因素分析等内容。
通过对现有研究的总结和分析,探讨道路交通量预测的方法和模型,为道路工程规划和交通管理提供科学依据。
在研究总结中,将对于研究成果进行归纳总结,并展望未来研究方向。
本研究旨在提高道路工程交通量预测的准确性和可靠性,为交通规划和管理决策提供科学依据,促进城市交通发展和道路安全。
【关键词】关键词:道路工程、交通量预测、数据采集、预测模型、影响因素、研究总结、研究展望。
1. 引言1.1 研究背景【道路工程交通量预测研究】研究背景:道路工程交通量预测研究是交通运输领域中的重要课题之一。
随着社会经济的不断发展和交通运输需求的增加,道路交通量的准确预测对于交通规划、道路建设以及交通管理具有重要意义。
在城市化进程加快的今天,道路交通量的变化和流量管理问题日益突出,因此进行相关研究具有迫切的需求。
道路工程交通量预测研究旨在通过对历史数据和影响因素的分析,建立可靠的预测模型,对未来的交通量进行预测。
这样可以为相关部门提供科学依据,帮助他们做出更有效的决策,提高道路交通运输的效率和便利性。
交通量预测研究也可以优化交通资源配置,减少交通拥堵,促进城市交通系统的健康发展。
在这样一个新的交通形势下,道路工程交通量预测研究的重要性不言而喻。
通过深入研究交通规划和管理领域,探讨新的交通量预测方法和技术的应用,可以不断提升道路交通系统的运行效率,为人们提供更便捷、安全的出行体验。
1.2 研究意义【道路工程交通量预测研究】道路工程交通量预测研究的意义在于具有重要的理论和实践意义。
随着城市化进程的不断推进,交通拥堵和交通事故频发成为城市发展的主要障碍之一。
准确预测道路交通量能够帮助交通部门有效规划道路建设和交通管理,提高道路通行效率,减少交通拥堵,降低交通事故发生率,提升交通运输效益,促进城市可持续发展。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/516a56ffa0c7aa00b52acfc789eb172ded639914.png)
道路工程交通量预测研究随着城市化的进程加快,交通状况越来越拥挤,道路交通出行问题也日益突出,而交通量预测作为交通规划的重要一环,对于交通运行分析、信号配时优化、路口交通控制等决策具有积极的促进意义。
道路交通量预测是指对未来某段时间内(通常是一天或一段时间的高峰期)的车辆数、车速、转弯数量等交通流量指标进行量化预测。
据此,城市交通管理部门能够有针对性地加强道路管理和交通设施配置,进而缓解拥堵的交通状况,优化城市交通发展。
下面将详细介绍道路交通量预测研究。
1. 统计学方法该方法在早期受到较多应用,用于分析历史交通流量数据的走势、季节性变化及其他影响因素的规律。
早期的经典方法包括:时间序列模型、回归模型等。
时间序列模型是针对不同时间段内的交通流量而建立的模型,适用于具有几乎相同交通特征和数据分布规律的时间段。
回归模型是针对各种影响交通流量的因素而建立的模型,包括交通量与车速、天气、路段属性、交通事故等各种因素。
虽然回归模型综合性较强,但其建模过程较为复杂,要求收集大量的相关数据支持建模分析,同时也容易出现过拟合现象。
2. 人工神经网络方法该方法是一种基于心理学认识、模拟人类神经系统工作原理构建的预测建模方法。
它使用非线性数学模型的方法对数据进行预测分析,从而获得新的预测结果。
实际应用中,人工神经网络方法大多采用BP神经网络模型来实现。
3. 机器学习方法近年来,随着机器学习技术的发展和优化,越来越多的研究者将其应用到交通量预测领域。
机器学习方法通常采用分类算法或回归模型,如决策树、支持向量机、随机森林等。
二、预测模型的选择在交通量预测的实际应用中,选择合适的预测模型可以提高模型预测能力,从而提高决策效果。
传统的方法按照数据获取方式进行分类,有基于历史数据的统计学方法和基于实时数据的智能方法。
在选择预测模型时应考虑以下因素:1. 数据的处理方法:原始数据的预处理过程、数据清洗和数据集的构建等都是影响预测结果准确性的重要因素。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/6ce1ccd105a1b0717fd5360cba1aa81144318f6c.png)
道路工程交通量预测研究随着城市快速发展和交通进一步加剧,道路交通拥堵已成为一个广泛关注的难题。
因此,准确预测道路交通量成为提高交通系统运行效率及规划城市交通发展的重要手段之一。
道路交通量预测是指利用已知的历史交通数据和环境因素(如天气、社会活动等)来推测未来一定时间范围内的车流量和交通状况。
目前常用的交通量预测方法分为经验方法和数学模型方法。
经验方法主要是基于历史数据和经验法则进行预测。
这种方法主要依赖于数据,准确性和可靠性受限于数据质量及其表达的覆盖范围和时效性。
而数学模型方法则是利用相关的统计学和机器学习算法对历史数据进行分析和建模,预测未来交通量。
这种方法可以预测多种情况下的交通量,但是需要大量的数据进行训练和模型优化,时间较长。
目前,交通量预测方法越来越多地利用了机器学习技术。
神经网络、支持向量机、聚类分析、时间序列模型等机器学习算法已被广泛应用于交通流预测。
神经网络是一种类似于人脑的机器学习算法,已被证明适用于交通量预测。
它的主要优点是可以适应不同类型的交通流数据和环境因素,能够学习交通流数据的复杂性和非线性,而且输出端可以直接输出预测结果,预测效果较好。
支持向量机(SVM)算法则是一种基于统计学方法的机器学习算法,SVM可以在高维空间中找到复杂的关系,不仅适用于分类问题,还适用于回归问题,例如交通量预测。
与神经网络相比,SVM更适合小样本数据集的交通量预测,预测准确度高。
聚类分析是一种基于统计学的无监督机器学习方法,可以帮助交通数据的分类和模式识别,为交通量预测提供更好的数据支撑。
时间序列模型则是一种非常常见用于预测交通量的方法,它可以将过去的数据建立为几个时间点的模型,以预测未来的交通量。
该方法在数据量大且变化速度较缓慢的情况下效果较好。
例如,中国香港马会每年都会举行一场马拉松比赛,参与人数从2010年的6000人增加到2019年的90000人,这就需要针对道路交通量进行合理预测,以保障马拉松比赛的正常进行。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/8f7bb8d9988fcc22bcd126fff705cc1755275fdd.png)
道路工程交通量预测研究随着城市发展和社会进步,道路交通量的精准预测对于城市规划、交通管理以及交通运输的产业发展至关重要。
因此,道路工程交通量预测研究得到了广泛的关注和研究。
一、预测方法目前,道路工程交通量预测主要采用以下方法:1. 统计学方法:采用回归、时间序列分析等方法,通过历史数据的分析和归纳总结,提取出影响交通量的主要因素,建立交通量预测模型。
2. 神经网络方法:通过对历史数据的学习,模拟出人脑神经元之间的联想机制,建立交通量预测模型。
3. 遗传算法方法:通过模拟进化过程,不断调整参数,不断优化模型,建立交通量预测模型。
二、预测因素道路工程交通量预测的主要影响因素包括:1. 周期性因素:工作日和周末、春节和国庆等节假日的变化;2. 季节性因素:气温、降雨等天气因素对交通量的影响;4. 交通基础设施因素:道路、桥梁、隧道等基础设施对交通量的影响;5. 交通出行习惯因素:交通方式的变化和交通出行时间选择的变化对交通量的影响。
三、预测模型根据预测因素和预测方法的选择,建立适合的交通量预测模型是十分必要的。
其中,线性回归模型是一种比较常用的统计学方法。
建立线性回归模型时,需要先确定交通量的主要影响因素,同时需考虑影响因素之间的相互作用,最终选择适合的预测因素和建立适合的线性回归模型。
神经网络模型是一种主要依靠数据进行学习和预测的方法。
通过对历史数据的学习和分析,神经网络可以建构出具有非线性嵌套层级的模型,能够更好地刻画交通量与影响因素之间的关系,做出更精准的预测。
遗传算法模型主要应用于非线性、高维的数据分析和预测。
它通过模拟进化运动,不断调整模型参数,寻找更优的解决方案,可以提高预测的准确度。
综上所述,道路工程交通量预测研究是一项十分重要的课题,选取合适的预测因素和预测方法,建立适合的预测模型是必要的。
而对于政府部门和交通运输企业来说,对交通量的精准预测更能为交通管理和规划提供准确依据,为人们的出行提供更加便捷高效的服务。
港区集疏运交通量预测方法研究及应用
![港区集疏运交通量预测方法研究及应用](https://img.taocdn.com/s3/m/0d8e11304a73f242336c1eb91a37f111f0850d5a.png)
港区集疏运交通量预测方法研究及应用王葵花【摘要】沿江或跨江公路的重要交通源之一是沿线港区集疏运交通量,预测公路承担沿线港区交通量规模成为当前公路项目前期研究的重点内容之一。
本文以港区功能定位、港区货物未来集疏运量以及集疏运流向为基础,提出一种预测港区集疏运交通量的方法,并应用于省道阳枫线黄州段改建工程可行研究中。
结果表明,本文提出的方法具有较强的可操作性和应用价值。
%Collecting -distributing(C&D) traffic volume in harbor district along a river is one of the most important traffic sources of highway along or across a river ,which makes the prediction of highway traffic scale become one of highlights in preliminary study of current highway projects .Based on function of harbor district , future C&D volume of harbor cargos and orientation of C&D volume ,a method of predicting C&D volume in harbor district is presented ,w hich is applied on feasibility research of reconstruction engineering in Huangzhou section of Tuanfeng -Yangxin provincial highway .Results show that the method presented is highly operation-al and possesses relatively high value of application .【期刊名称】《青海交通科技》【年(卷),期】2014(000)004【总页数】4页(P48-51)【关键词】交通运输工程;港区;集疏运量;集疏运流向;预测方法【作者】王葵花【作者单位】湖北兴达路桥股份有限公司咸宁 437100【正文语种】中文1 引言随着我国加快推进综合交通运输体系的建设,整合各种运输方式优势,发挥其组合效应,成为未来交通工作的重点。
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/c7d717712f3f5727a5e9856a561252d381eb204f.png)
道路工程交通量预测研究道路工程交通量预测是指利用数学模型和统计分析方法,通过对道路交通相关数据的收集、整理和分析,来预测未来某个时段道路上的交通量。
这项研究对道路规划和交通管理具有重要意义,可以帮助交通部门合理规划道路建设,优化交通运输资源配置,提高道路交通运行效率。
道路工程交通量预测的研究方法一般包括两个方面:单一交通量预测和综合交通量预测。
单一交通量预测是指对特定道路上特定时间段的交通量进行预测,可以采用多种方法进行分析和模拟,如传统的时间序列分析、回归分析、神经网络模型等。
综合交通量预测则是针对整个道路网络或交通区域,利用交通流模型进行仿真和预测,如静态交通分配模型、动态交通模型、差分流模型等。
在道路工程交通量预测研究中,需要收集和分析各种与道路交通相关的数据。
需要收集道路的基本信息,包括道路的长度、车道数、限速等。
然后,需要收集交通流量数据,可以通过交通检测器、交通摄像头等设备进行实时监测和数据记录。
还需要收集与道路交通相关的其他数据,如人口分布、道路通行能力、交通事故等。
通过对这些数据的整理和分析,可以建立相应的交通量预测模型,预测未来道路交通的变化趋势。
道路工程交通量预测研究的结果可以为交通部门提供决策支持,包括道路建设规划、交通管理和交通信号控制等方面。
在道路建设规划中,可以根据交通量预测结果,合理规划道路的设计和容量,避免交通拥堵和交通事故的发生。
在交通管理中,可以根据交通量预测结果,制定合理的交通管制措施,如限行限号、道路巡查等,优化交通运输资源配置。
在交通信号控制中,可以根据交通量预测结果,调整信号配时,提高交通流的通行效率。
对于公路建设项目交通量预测的研究
![对于公路建设项目交通量预测的研究](https://img.taocdn.com/s3/m/f6265cdfbd64783e08122b7f.png)
旅游行业的经济发展与社会经济发展有着紧密的
联系。交通与旅游之间的交际如下所示: 旅游的建设
与扩展对社会经济的可持续性发展有着重要的推动作
用,主要体现在公路建设项目以及旅游内部的整体设
施。在游玩的过程中要安排好行走的路线以及目的
地,要想游玩更多的地方就需要乘坐车辆,以此来减
少查找的时间,因此,交通在旅游中是最重要的,所
高梦尧 ( 保定市保通公路勘测设计有限责任公司,河北 保定 071000)
摘要: 随着科学技术的不断发展,为各个行业开辟了新的渠道,尤其是道路建设,在发展的 过程中建设行业的竞争力越来越激烈。道路建设行业要想有较为久远的发展,在激烈的竞争中就 要具有自身独特的优势,严格按照规定的建设流程,明确公路建设项目的交通量预测与经济评估 数值,从项目成本角度对项目的可行性进行分析,整体计算工作量比较大,且数据比较复杂,为 了确保项目经济评价值的准确定以及工作的效率,应在运算的过程中使用计算机、公式等,以此 来提高工作人员的工作效率以及数据的准确性。根据自身的丰富工作经验以及相关的项目评价资 料对公路建设项目交通量预测进行了分析。
( 1) 、式 ( 2) 。
Qil ' = Qil (
(
t
F ij
)
t
N ij
γ - 1)
( 1)
Qil '
=
K
P
a i
·Aβj
(
t
F ij
)
γ
-
K
Pai
·A
β j
( tNij ) γ
( 2)
诱增交通经济预测公式:
yi
=
E
* i
Ei
=
POT*i POTi
道路工程交通量预测研究
![道路工程交通量预测研究](https://img.taocdn.com/s3/m/e8c96b043069a45177232f60ddccda38376be197.png)
道路工程交通量预测研究随着城市化进程的不断推进,道路交通量预测日益成为一个重要的研究方向。
道路交通量预测是指根据历史数据、交通流特性和未来的发展趋势,利用交通预测模型对未来一段时间内的交通量进行预测。
通过道路交通量预测,可以为道路规划、交通安全和交通管理等方面提供更加科学合理的决策和支持。
一、道路交通量预测的意义道路交通量预测是交通规划和管理的重要步骤,对于城市交通发展和交通安全有着重要的意义。
道路交通量预测可以为交通规划提供科学的依据,需求预测是道路规划的重要环节。
通过道路交通量预测,可以得到未来一段时间内的交通量预测结果,进而指导城市道路规划、交通流调控和优化车辆调度等方方面面,以达到城市道路交通的平衡、快速、安全和高效运行。
此外,道路工程交通量预测还能为交通安全提供支持。
预测结果可以为交通警务和监测提供科学、合理的依据,以确保交通流畅和出行安全。
道路交通量预测方法主要有时间序列方法和回归分析方法。
时间序列方法是一种计算机程序技术,通过分析时间上的相关统计数据,预测未来一段时间内的交通量。
时间序列方法可以分为传统时间序列方法和人工神经网络时间序列方法两种。
传统时间序列方法包括ARIMA(自回归积分滑动平均模型)、ETS(指数平滑延伸模型)和STL(时空分解)等。
人工神经网络时间序列方法则通过对神经网络的训练学习,进行数据逼近预测。
人工神经网络时间序列方法包括BP神经网络、RBF神经网络和GRU循环神经网络等。
回归分析方法同样是一种常见的方法。
回归分析方法通过对统计样本数据的线性、非线性目标函数进行拟合和参数估计,得到模型模型方程,从而实现对未知样本的预测。
在道路工程交通量预测中最常用的方法是多元线性回归方法。
多元线性回归方法是通过线性组合来建立影响交通量的各个因素之间的关系,并利用已有的数据进行模型的训练和优化,从而得到一个能够较好地预测实际交通量的模型。
三、时间序列模型和回归模型的选择时间序列模型和回归模型在道路工程交通量预测中都有广泛应用,选择哪种方法应该根据实际情况而定。
公路建设项目交通量预测分析
![公路建设项目交通量预测分析](https://img.taocdn.com/s3/m/54c1bc99312b3169a451a4db.png)
公路建设项目交通量预测分析摘要:传统意义上的公路建设项目交通量预测方法是从公路交通系统角出发,在分析交通量的过程中忽略了公路交通和关联运输方式的关系,无法保证公路建设项目交通量预测的准确性和可靠性。
本文从综合运输角度,分析公路建设项目交通量预测方法,并建立相应的预测分析模型,运用合理的方式分析公路和关联运输方式之间的作用关系,旨在为交通量预测方法提供参考,帮助人们更为清晰地把握交通量的变化规律。
关键词:公路建设项目;交通量预测;公路交通;综合运输交通量预测是公路建设项目前期工作的一个重要环节,这项工作的开展是确定公路项目建设规模、技术标准、节能评价、经济评价的重要关键,交通量预测结果是否准确直接影响项目决策成效。
随着社会经济的进步和发展,城市交通运输需求也越来越大,综合运输网络日益完善,各种交通运输方式竞争日益激烈,在这样背景下通过分析通道内各种运输方式的关系,了解公路运输需求能够为道路交通管理提供重要支持。
一、常规预测方法的应用局限(一)未从全局角度出发进行交通量预测以往的公路工程建设项目交通量预测采用的是“增长系数分析方法”,在对交通量预测过程中仅考虑项目的形式,在整个工程项目预测中仅仅考虑一条或多条线路,在具体实践操作的时候缺乏对建设公路网或者综合运输网进行考虑。
传统的公路建设预测采用四阶段分析方法,能够从区域公路网的整体发展角度来考虑公路建设项目,把握建设项目和公路网其他公路联系,进而清晰的把握公路交通和铁路、水运等多种运输方式的复杂关系,提升公路交通系统运输管理成效。
(二)转移型交通量的预测方法不科学公路工程建设项目交通量包含三部分的内容,分别是趋势型交通量、诱增型交通量、转移型交通量。
其中,转移型交通量是指公路的新建或改建缩短了两个地区公路运输的时空距离,进而引发的其他运输方式向公路运输方式的转移。
在现阶段,对于转移型交通量的预测分析没有成熟预测理论的支持,一般采用的是转移率方法。
转移率分析方法将公路系统作为主要研究对象,将转移量看作是公路系统和外部运输方式的重要交换量,但是在确定转移量大小的时候往往缺乏一定的控制性指标支持。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
公路项目交通量预测当中机场集疏交通量预测研究
摘要:在进行公路建设项目前期工程可行性研究时,交通量预测是一项重要内容。
而路线沿线机场这种大型交通发生吸引源产生的大规模对外客货出行交通量,将对拟建公路项目未来交通量预测结果将产生重要影响,应对其单独进行预测分析。
本文结合机场发展规划,首先对机场呑吐量进行预测,进而对机场对外客货发生吸引量进行预测,并应用重力模型进行分布预测,最后通过交通分配得到拟建公路项目承担的机场集疏交通量,提高了拟建公路项目交通量预测精度。
关键词:机场呑吐量集疏交通量重力模型法
1 概述
在进行前期公路工程可行性研究时,拟建公路项目路线经常会经过或靠近机场、港口、口岸和经济开发区等大型交通发生吸引源。
这些交通发生吸引源对外客货出行产生的大规模交通量对拟建公路项目未来交通量将产生重要影响,因而在进行公路项目交通量预测时有必要对沿线大型交通源单独进行交通量分析预测,以使项目交通量预测结果更加切合实际,可靠性高,为拟建公路项目技术标准及建设规模的确定提供依据。
下面本文以深圳至中山过江通道工程可行性研究交通量预测过程中,路线沿线的深圳机场为例探讨机场集疏交通量的预测方法。
深圳至中山过江通道是《广东省高速公路网规划(2011-2030年)》[1]中“横五(饶平-徐闻)”的重要组成部分,位于广东省珠三角地区珠江中游区域[2],起点接珠江东岸机荷高速公路鹤洲互通,终点接中山至江门高速公路新隆互通,路线总长55公里,规划为双向八车道高速公路,设计速度100公里/小时。
预计2015年开工建设,2020年正式通车运营。
根据深圳至中山过江通道推荐路线方案走向,深圳宝安国际机场位于深中过江通道珠江东岸登陆点北部3公里左右,由机场南路(一级公路)直接与深中过江通道相连,并设置互通立交。
深中过江通道的建设能为深圳宝安国际机场往珠江西岸中山、江门、珠海及粤西地区提供良好的客货集散运输服务,因此深圳宝安国际机场大规模的客货呑吐量产生的往西岸地区的疏港运输量将成为深圳至中山过江通道交通量的重要组成部分。
由于机场客货呑吐量增长受到当地经济发展水平、产业结构、人们收入水平、出行习惯等多种因素影响,难以通过趋势增长率的方法预测,而是随着机场总体规划的逐步建设实施跨越式增长。
因此,本文在深中过江通道趋势交通量预测结果基础上(趋势OD表已经形成),依据深圳机场发展规划,对深圳宝安国际机场集疏交通量单独进行分析预测,具体预测步骤如下:
Step1:根据深圳机场现状调查资料和深圳机场总体规划预测未来年深圳机场客货吞吐量。
Step2:通过相关转换模型将深圳机场客货吞吐量转换为深圳机场对外客货流生成量。
Step3:通过对客货车未来年实载率分析预测深圳机场对外发生吸引量。
Step4:应用重力模型进行深圳机场对外交通分布预测。
Step5:通过交通量分配,得到拟建项目承担的深圳机场集疏交通量预测结果。
2 深圳宝安国际机场简介
深圳宝安国际机场1991年10月建成通航,飞行区等级为4E级,拥有A、B两座候机楼,拥有跑道、滑行道各一条,可供世界上最大型客货机起降,是我国第四大国际机场。
目前开通107条国际国内航线,可到达80余个国内国际城市和地区,是珠三角地区乃至全国重要的空运基地之一。
3 深圳宝安国际机场发生吸引量预测
3.1深圳机场客货吞吐量预测
深圳是我国首个对外开放经济特区,地处珠江三角洲前沿,华南地区重要的中心城市,航空运输需求旺盛。
依据《深圳宝安国际机场总体规划(2005年)》[3],深圳机场的未来年客货吞吐量规模预测见表1。
表1深圳国际机场客货吞吐量预测表
3.2 深圳宝安国际机场发生吸引量预测
为了将深圳国际机场客货吞吐量转换为对外客货车的发生吸引交通量,首先将机场客货吞吐量转换为对外客货流生成量,然后根据机场对外集疏运客货车辆载运系数,将对外客货流生成量折算为对外客货车的发生吸引交通量。
本文采用如下公式分别将机场客货吞吐量转换为对外客货流量。
机场对外日客流量计算公式:
式中:
—机场对外日客流量(人/日);
—机场年旅客呑吐量(万人/年);
—综合调整系数,包括旅客接送系数、综合服务系数等。
机场对外日货运量计算公式:
式中:
—机场对外日货运量(吨/日);
—机场年货运呑吐量(万吨/年);
—综合服务系数。
本文根据《深圳宝安国际机场总体规划(2005年)》以及深圳宝安机场第二条跑道项目前期研究相关资料,并借鉴国内外其它机场研究资料,最终确定深圳机场旅客接送系数取值为1.125,其他综合服务人员(包括地勤、接待等)折算系数取值为1.15,最终确定深圳机场对外客流量综合调整系数为1.191。
机场对外货运综合服务(搬运、机场商贸等)系数取值为1.047。
根据确定的综合调整系数,应用上述公式,将深圳机场客货吞吐量转换为对外客货流生成量,计算结果见表2。
表2深圳国际机场对外客货流生成量预测表
根据深圳国际机场客货吞吐量数据以及现状深圳机场出入口收费站分车型收费车流量数据,结合深圳机场第二跑道前期研究调查资料,经统计分析可知,目前深圳机场集疏运车辆中小客车平均载客人数为2.6人/车,中型货车平均载货3.1吨/车。
按目前深圳机场集疏运车辆的实载率,结合深圳机场的特点,并考虑未
来车型发展趋势,由此可计算出深圳机场未来年对外集疏运客货车的发生吸引交通量(折算标准小客车),见表3。
表3深圳国际机场对外客货车发生吸引量预测表
4 深圳宝安国际机场对外交通分布预测
根据前面相关分析,深圳宝安国际机场位于深中过江通道珠江东岸登陆点北部3公里左右,深中过江通道的建设能为深圳宝安国际机场往珠江西岸地区提供良好的客货集散运输,大大提高深圳宝安国际机场往珠江西岸中山、江门、珠海及粤西方向的辐射范围。
根据深圳机场发展布局规划,根据深圳机场的地理位置及区位条件,深圳机场扩建后,将加强深圳机场与广州、香港机场的互补与合作,妥善处理深圳机场与珠三角其它机场的竞争与协作关系;进一步加强对海南、广西及粤西的辐射功能,逐步缩小与广州机场的差距。
考虑深圳机场与珠三角其它机场的空间位置及客货源分担关系,采用双约束重力模型[4]进行深圳机场未来年交通分布预测,具体如下:
式中:—交通区i到交通j的交通分布量;
—交通区i的交通产生量;
—交通区j的交通吸引量;
—小区与小区间的交通阻抗函数;
、—平衡因子。
式中平衡因子、相互依赖,采用迭代的方法直至收敛。
、采用区域趋势OD表中各交通小区的交通发生吸引量。
为小区与小区间的阻抗函数,以出行时
间表示,函数形式为:
式中:—小区至小区的出行时间。
b—待定系数,可根据现状OD调查资料,用试算法等解法拟合确定。
应用上述重力模型,经收敛计算,得到未来各特征年深圳机场的对外客货车出行
分布OD表。
根据OD表统计绘制机场对外客货车流向流量分布见表4。
表4深圳机场对外客货车流向流量分布(pcu/d)
5 深圳宝安国际机场集疏交通量预测
首先在预测得到的项目区域趋势型OD表(通常应用四阶段法预测得到)中扣除深圳机场所在小区的趋势型发生、吸引量,然后将区域趋势型OD表(不含深圳机场发生、吸引量)与利用重力模型法预测得到的深圳机场的对外客货车出行OD表相加,得到最终的包含深圳机场出行量在内的区域OD表。
最后将得到的区域OD表在未来年规划公路网上进行交通量分配,可得到深中通道最终的交通量预测结果,深中通道上分配的交通量中包含机场的集疏交通量。
根据预测结果,项目运营末年2035年,深中通道承担的深圳机场集疏交通量为4600pcu/d,约占机场总集疏量的5%。
6 研究结论
在公路工程可行性研究交通量预测章节中,对于沿线机场、港口等大型交通发生吸引源产生的大规模对外集疏交通量,应进行重点分析预测,但成熟的预测方法较少,本文以深圳机场为例对机场交通发生吸引量进行了探讨,有助于进一步提高公路建设项目交通量预测的精度。
参考文献
[1] 《广东省高速公路网规划(2011-2030年)》广东省交通运输厅,2011年4月。
[2] 《深圳至中山过江通道工程可行性研究报告》中国公路工程咨询集团有限公司,2008年10月。
[3] 《深圳宝安国际机场总体规划(2005年)》深圳机场(集团)有限公司,2004年。
[4] 《城市交通规划理论及其应用》王炜徐吉谦杨涛李旭宏,东南大学出版社,1998年9月。
注:文章内所有公式及图表请以PDF形式查看。