? ? ? 第三方專業(yè)城市交通仿真單位湖南華咨交通科技有限公司交通規(guī)劃工程師認為，專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考并行交通仿真架構(gòu)設(shè)計，基于并行仿真的概念，構(gòu)建了一個并行交通仿真框架，真實交通作為仿真對象，通過多種數(shù)據(jù)采集方法為并行交通仿真提供原始數(shù)據(jù)。隨著采集手段的不斷創(chuàng)新和豐富，測量數(shù)據(jù)包括視頻數(shù)據(jù)、卡口數(shù)據(jù)、線圈數(shù)據(jù)、信號數(shù)據(jù)、全球定位系統(tǒng)數(shù)據(jù)等。然而，測量數(shù)據(jù)不能直接用于并行流量建模。由于探測器的布局和故障以及探測器本身的系統(tǒng)誤差，采集的原始數(shù)據(jù)通常會有數(shù)據(jù)缺失、數(shù)據(jù)錯誤或無效數(shù)據(jù)等。只有通過數(shù)據(jù)修復，轉(zhuǎn)化才能被輸入到用于建模的標準化交通數(shù)據(jù)的計算模型中。該計算模型可以輸出一系列評價結(jié)果指標，如延誤、排隊長度、OD、出行時間、停車次數(shù)等。為決策者制定相應(yīng)的管理措施提供幫助政策。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考。決策制定并實施后，檢測設(shè)備可以獲得決策實施后的各種檢測數(shù)據(jù)，并將檢測數(shù)據(jù)與計算模型輸出的結(jié)果數(shù)據(jù)進行比較。通過機器學習算法對計算模型的參數(shù)進行調(diào)整和更新，從而保證模型的準確性，保證模型始終處于最新狀態(tài)。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，并行交通仿真的具體模塊，根據(jù)并，交通仿真的總體框架，構(gòu)建了并行交通仿真的具體模塊。交通并行仿真特定模塊與過程架構(gòu)的關(guān)系專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，數(shù)據(jù)訪問模塊，數(shù)據(jù)訪問模塊主要包括交通動態(tài)數(shù)據(jù)和交通靜態(tài)數(shù)據(jù)。動態(tài)數(shù)據(jù)可分為兩部分，一部分是各種檢測設(shè)備獲得的實測交通流量數(shù)據(jù)，包括但不限于視頻卡口、線圈等采集的數(shù)據(jù)。另一部分是各種交通控制設(shè)備的實時顯示信息，包括但不限于交通燈、交通顯示屏等。靜態(tài)數(shù)據(jù)中的路網(wǎng)數(shù)據(jù)庫用于管理路網(wǎng)基礎(chǔ)數(shù)，包括道路基本屬性、基礎(chǔ)設(shè)施、管理設(shè)備等。當模擬結(jié)果需要三維顯示時，數(shù)據(jù)庫還應(yīng)包括道路周圍環(huán)境數(shù)據(jù)等。數(shù)據(jù)處理模塊，專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，經(jīng)過數(shù)據(jù)預(yù)處理后，對原始數(shù)據(jù)庫中的實測交通流數(shù)據(jù)進行清理，對缺失的數(shù)據(jù)進行修復，并對數(shù)據(jù)進行標準化，從而獲得可直接用于模型計算的標準化數(shù)據(jù)。數(shù)據(jù)模型模塊，計算模型依賴于仿真軟件本身，其輸入要求主要包括車輛生成、車輛行為、路線決策等。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，交通模型模塊，交互模塊的主。要目的是通過交互模塊實現(xiàn)計算結(jié)果數(shù)據(jù)在顯示界面和決策模塊的應(yīng)用。通過交互模塊，可以根據(jù)決策調(diào)整和控制相應(yīng)的交通設(shè)施和計算模型。

? ? ? 信息生成模塊，專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，信息生成模塊主要用于生成交通并行仿真信息，包括路網(wǎng)流量估計、出行時間估計、可達性判斷、出行路徑引導、交叉口延誤、排隊等。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，決策模塊，決策模塊主要為交通管理提供輔助決策。決策內(nèi)容包括收費政策、公交規(guī)劃信號優(yōu)化和公交優(yōu)先等。數(shù)據(jù)處理模塊方法和示例，數(shù)據(jù)處理模塊方法示例專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，數(shù)據(jù)處理模型包括數(shù)據(jù)清理和修補。對于數(shù)據(jù)修復，本研究采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進行修復。目前，BP神經(jīng)網(wǎng)絡(luò)應(yīng)用廣泛。該方法的目標函數(shù)存在局部極小和收斂速度慢的問題。相比之下，徑向基神經(jīng)網(wǎng)絡(luò)具有自學習、自組織和自適應(yīng)的功能。它對非線性連續(xù)函數(shù)具有一致逼近性，學習速度快，無局部極小問題，能進行大規(guī)模數(shù)據(jù)融合，并能并行高速處理數(shù)據(jù)。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的優(yōu)良特性使其在越來越多的領(lǐng)域取代了BP神經(jīng)網(wǎng)絡(luò)模型。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由輸出層、隱含層和輸入層組成，輸入層直接將輸入向量映射到隱含空間，起到傳遞信號的作用；隱藏層包含幾個隱藏元素節(jié)點，其數(shù)量取決于要解決的具體問題。隱藏層可以對網(wǎng)絡(luò)輸入進行非線性映射。映射函數(shù)，即徑向基函數(shù)，是一個具有徑向?qū)ΨQ性和雙向衰減的非負非線性函數(shù)。輸出層采用線性加權(quán)和映射方式輸出隱藏層。可見，徑向基神經(jīng)網(wǎng)絡(luò)是線性和非線性的有機統(tǒng)一，即從輸入層到隱層的非線性映射，采用非線性優(yōu)化策略，學習速度慢。而從隱藏層到輸出層是線性變換，使用線性優(yōu)化策略，學習速度更快。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，RBF神經(jīng)網(wǎng)絡(luò)隱層的激活函數(shù)采用徑向基函數(shù)，徑向基函數(shù)通常被定義為空間中任意點到某一中心的歐氏距離的單調(diào)函數(shù)。高斯函數(shù)是最常用的徑向基函數(shù)，并且R(極限-積分)=極限-| | x-c? | |其中：| |極限-積分| |是歐洲范數(shù)；是高斯函數(shù)的中心；是高斯函數(shù)的方差。在這種情況下，徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的輸出是隱層神經(jīng)元輸出的線性加權(quán)和。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考，其中xp是第p個輸入樣本，p=1，2，2、共p個輸入樣本；Ci是隱藏層節(jié)點的中心，I=1，2，h，隱藏層共有h個節(jié)點；ij是從隱藏層到輸出層的。連接權(quán)重，j=1，2，n，總共有n個輸出節(jié)點；Yj是對應(yīng)于輸入樣本的網(wǎng)絡(luò)的第J個輸出節(jié)點的實際輸出。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考實際應(yīng)用案例，十字路口的入口處有五條車道。利用歷史車道流量數(shù)據(jù)進行徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)訓練。最后，通過使用四個車道的流量數(shù)據(jù)來修復第五車道的流量數(shù)據(jù)。專業(yè)交通仿真_華咨交通科技_智慧城市交通先行者-交通仿真架構(gòu)思考。