2025年交通运输科研方法与成果应用手册.docx

2025年交通运输科研方法与成果应用手册

第1章

交通运输科研方法论革新

1.1大数据驱动下的交通流时空建模技术

利用历史全链路GPS轨迹数据构建高维时空特征库，通过非平稳时间序列分解技术提取交通流的长周期、中周期和短周期变动规律，例如分析早晚高峰时段车流密度随时间呈周期性衰减的数学模型。采用随机游走与布朗运动耦合算法，结合实时传感器数据修正传统随机过程模型，以解决城市核心区交通流在突发事件（如事故、拥堵）下表现出非马尔可夫特性的问题。

接着，应用深度学习中的图卷积网络（GCN）架构，将道路网络拓扑结构转化为图节点与边，自动学习节点属性（如车道数、限速）与边属性（如历史通行速度