文献计量动态交通流研究

导语：文献计量动态交通流研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

从20世纪90年代以来，小轿车开始进入我国寻常百姓的家中，城市机动车保有量的增加，必然会导致交叉口机非混行严重［1］。在现实交通系统中，网络的交通需求是可变的［2］，因此人们对道路的需求开始增多并且以前从未出现过的交通问题也开始频繁出现并影响着社会的发展。所幸，智能交通的发展对于交通问题的解决起到了有效的作用，是近年来研究的热点。准确地预测交通流是实现智能交通发展的前提和关键，也是智能化交通管理的客观需求［3］，同时，交通流预测也是目前动态交通流领域的主要研究内容。由于交通流具有随机性、非线性、动态性和反馈性等特性，对此，可将交通流预测方法大致分为两大类，第1类是线性参数法，例如时间序列、卡尔曼滤波、线性回归等；第2类是非线性参数法，例如混沌理论、深度学习以及k近邻等。在前些年，国内外学者利用线性参数法来预测交通流的较多。为了避开传统数学表达式不能很好地进行动态趋势描述的缺点，赵亚伟等［4］利用多维时间序列法来对高速公路的ETC短时交通流量进行预测；S．V．KUMAR［5］针对ARIMA模型需要大量连续交通量数据的缺点，利用卡尔曼滤波来对交通流进行预测，成功避开了数据带来的限制；杨高飞等［6］则将卡尔曼滤波和ARMA进行组合，利用组合模型来预测短时交通流，在预测精度上，该组合模型比两个单一模型有了很大的提高。随着时代的进步和计算机技术的发展，面对交通流的不确定性，越来越多的学者倾向于通过利用非线性参数法来预测交通流，从而提高预测精度。王春安［7］提出了在Hadoop环境下利用MapReduce处理框架与BP神经网络结合的预测模型来预测交通流，该模型不仅可以分析大量数据，而且还可以减小预测时间以及增强预测的实时性；在交通流数据缺失、不完整等情况下，TIANYan等［8］提出了一种基于长短时记忆（LSTM）的模型来克服数据缺陷在交通流预测中的不足。交通流的变化具有随机性和非线性的特点，对预测精度带来了一定的干扰，N．G．POLSON等［9］对此基于深度学习的方法，提出了正则化和tanh层序列结合的模型。而国内梁艳平等［10］则利用相似数据与变k值KNN（KNN⁃SDA）算法来预测短时交通流，相比较于传统方法减小了由于交通流的时变性带来的预测误差。综上所述，有关交通流的研究一直是一个研究热点，且目前已经发表了大量的相关文献。随着大数据技术及计算机技术的快熟发展，对研究领域的大量文献从宏观上进行数据可视化分析以探讨它们的共性以及研究趋势、前沿及热点，将对后续深入的研究是很有必要的。对此，笔者采用了文献计量法来分析从1990年到2018年10月份之间的有关动态交通流研究的文献。

1数据来源与研究方法

1．1数据来源。笔者采用中国知网（CNKI）的高级检索功能，以“动态交通流”为主题，选取时间为1990年到2018年，选择范围是核心期刊、EI期刊和SCI期刊，总共搜索到146篇。笔者用知网自带的数据可视化功能并结合Excel以及CiteSpace软件来进行相关数据分析。1．2研究方法。利用文献计量法来对搜索到的146篇期刊进行期刊年份发表趋势、期刊来源状况、研究机构分布以及基金分布分析。利用美国德雷塞尔大学陈超美教授开发的CiteSpace软件对期刊的关键词进行共现网络分析［11］，从关键共现网络图可以看出频次最高以及中心度最大的关键词，以此作为判断该领域研究热点的依据。

2研究结果

2．1期刊发表总趋势。期刊发表数量的变化趋势反映了交通流知识的变化，因此文献的数量是衡量知识量的重要尺度之一［12］。根据知网自带的数据可视化功能，得出了从1990年到2018年（10月）各年份所发的期刊数量数据，利用Excel做出折线图，如图1。由图1可知，从20世纪90年代初期开始，发表期刊数量开始从无到有并逐渐增多，其中1998年为20世纪发表期刊最多的年份，达到6篇。接着从2000年开始，由于科技在发展，汽车产业不断提升，人们对汽车的需求也开始增加，因此，期刊发表量大体上呈现增长之势，一直到2012年达到顶峰，有12篇之多。2012年后，汽车价格上涨、公交优惠等政策纷纷出现，从而使车辆保有量增加率降低，减轻了一定的交通压力，因此从2012年后开始，期刊发表量有所下降并保持稳定状态。从图1展现的趋势来看，2012年之前国家正处于快速发展时期，机动车保有量不断增多；2012年之后，国家开始逐渐重视质量的发展，因此机动车保有量得到相应的缓解，从而在一定程度上减小了交通流，在这期间关于交通流研究的期刊也随之相应地减少并保持稳定状态。综上所述，从期刊发表总趋势来看，我国关于交通流研究的过程大概经历3个阶段：第1阶段是萌芽阶段，20世纪90年代中后期开始发表文章并保持小范围波动，突破了之前零发表的记录，表现出我国对于交通流的研究已经提到日程上来，揭示了我国开始注重交通行业领域发展的迹象；第2阶段是快速发展阶段，从21世纪初开始，经历了10年的快速发展期，这期间文章的发表整体上呈现出爆发式的增长，与此期间我国交通领域迅速发展的事实相符；第3阶段是高质量稳定发展阶段，在2012年后，文章的发表明显有一个小幅度的回落期并保持稳定，这说明了我国交通开始进入一个新的发展阶段，即注重质量发展而不是数量发展的时期。按照此趋势并结合现有国情，笔者认为未来几年里该领域的文章发表趋势将继续保持高质量稳定发展状态，且在一定的小范围内上下波动。2．2期刊来源分布。利用文献计量法中的期刊来源分析指标，运用CiteSpace软件的可视化分析功能查找出分别来自核心期刊、EI期刊和SCI期刊的期刊名以及登载数量和占比数据。2．2．1核心期刊来源分布情况核心期刊来源分布情况如表1。由表1可知，核心期刊来源种类共有41种，共登载87篇论文，占总数的59．59％，其中登载3篇及以上的期刊种类有8种，《公路交通科技》登载数量最多，有19篇，占总数量的13．01％；《系统仿真学报》次之，登载5篇，占总数量的3．42％；《系统工程》、《长安大学学报（自然科学版）》、《计算机仿真》均登载4篇，各占总数量的2．74％；《公路》、《控制工程》和《计算机工程与应用》均登载3篇，各占总数量的2．05％；其余期刊登载数量都少于3篇，具体情况请见表1。关于动态交通流研究的核心期刊来源种类丰富，不仅有交通类的期刊，而且还有学报、计算机以及管理等方面的期刊。但是，真正起到主要来源作用的是《公路交通科技》、《系统仿真学报》等排在较前的少数期刊，而有24种核心期刊都只登载1篇论文，这说明关于交通流研究的核心期刊来源分布广但却集中在少部分期刊中，分布不均匀。2．2．2EI期刊来源分布情况EI期刊来源分布情况如表2，共有19种EI期刊，共登载54篇，占总数量的36．99％。其中登载3篇及以上的有7种，共登载38篇，占整个EI期刊来源数量的70．37％，是EI期刊的主要来源，这7种分别是《交通运输系统工程学报》、《中国公路学报》、《交通运输系统工程与信息》、《同济大学学报（自然科学版）》、《控制与决策》、《华南理工大学学报（自然科学版）》和《土木工程学报》。对交通流研究贡献最多的大多都是高校学报类的期刊，这说明在需要一定研究深度的前提下，学报类的期刊相比较其他方面的期刊更有优势。．2．3SCI期刊来源分布情况。经过数据处理发现，对于SCI来源的期刊只有一种，即《物理学报》，共登载5篇，占总数量的3．42％。在中国知网数据库下，对于SCI期刊，《物理学报》对交通流的研究相对来说是最适合发表的。然而在收录的将近30年里，SCI级别的论文只有5篇，可谓少之又少，这说明了我国对于交通流的研究深度还不够深，想法以及模型等还不够新颖，这些都需要广大的研究者努力攻克的方向。从上述期刊来源分析可知，从20世纪90年代以来到2018年这不到30年期间，我国在核心刊物上发表的关于动态交通流研究的文章接近150篇，几乎每年发表有5篇，从整体上说明了我国对于动态交通流的相关研究比较重视，特别是2000年以来的快速发展阶段。然而从具体来源期刊级别分析可知，我国发表的文章接近60％的都来自核心刊物，其中《公路交通科技》居多；仅仅37％的文章来自EI刊物，剩下不到4％的文章来自SCI刊物，且都来自《物理学报》。对于这样的期刊来源分配比例，笔者认为我国对于交通流的研究虽然有重视，但力度还不够，对于EI级别以上的文章还处于少数部分。目前国家正处于交通强国战略发展阶段，需要大力发展交通来提升我国的交通综合实力，这对于交通领域的学者来说将是一个机遇同时也是挑战。2．3研究机构分布若一个领域的研究机构非常多且每个机构都有知名作者在发表期刊且有一定的上升趋势，则说明该领域目前是非常热点的研究领域，因此研究机构的分布情况是有必要且有意义的。通过对146篇文献进行研究机构数据分析发现研究机构共有40种，其中36种都是国内各高校学报，且共140篇，占总数量的95．89％。由于机构种类较多，限于篇幅仅列出了发表4篇及以上的最具代表的机构名称，其余研究机构都归为其他类，如图2。对于研究机构来讲，其在该领域有的作者知名度越高，则越能说明该研究机构在动态交通流的相关领域非常权威，不仅发表数量丰富，而且论文质量很高。对此，笔者对上述最具代表的研究机构分别列出有发论文且知名度较高的作者名字，具体详见表3。目前国内对于交通流研究的主要研究机构绝大多数都来自于在学术理论上有很强造诣的知名大学，极度缺少像设计研究院、城市规划院等注重实践性的非高校机构，这说明了我国对于交通领域特别是与交通流相关的领域的研究机构还很单一，没有形成理论与实践相结合的综合性研究机构。然而值得注意的是，交通学科本身就是一门多学科交叉的综合性学科，同时涉及科学领域知识和人文领域知识，需要大量广泛的知识积累才能进行相关研究。对此，对交通领域进行研究若仅从理论上出发，也许在理论上能达到要求，但付诸实践时就很有可能达不到预期的要求。2．4基金分布。基金资助可以对研究者起到很好的激励作用，有了基金项目资助，研究者就会大胆细致地做研究，为学术研究做出贡献。因此，研究基金分布是非常有必要的。通过知网数据库的数据可视化功能，可得到基金的分布情况。如图3，在这146篇期刊当中，国家自然科学基金的有72篇，国家重点基础研究发展计划的有14篇，国家高技术研究发展计划的有14篇，国家科技支撑计划的有9篇，高等学校博士学科点专项科研基金的有8篇，广东省自然科学基金的有5篇，其他的基金项目均少于5篇，共计24篇。国家对交通流领域的相关研究比较重视，大部分都是国家级科研基金，而地方级科研基金显得较少。在地方级科研基金中，广东省自然科学基金是支持数最多的地方级科研基金，领先其他地方级科研基金。数据分析表明，交通流研究领域的基金项目种类还不够丰富，且将近一半的文章均由最具吸引力的国家自然科学基金所资助，其他基金项目特别是地方级的科研基金资助的文章非常少。

3内容分析

上述内容是笔者对研究成果进行的客观现状分析，并得出了相应的结论。现在对研究内容进行分析，主要是针对关键词来分析交通流领域的研究情况。笔者利用CiteSpace文献可视化分析软件来对这146篇期刊进行关键词可视化分析，通过对关键词的分析可以简单快速地了解动态交通流研究领域的基本状况。通过操作CiteSpace软件，从146篇期刊中选出了最热门的关键词，并将关键词出现的频次（count）、中心度（central）、年份（year）这3个要素的值都找出来制成表格，如表4。其中，频次代表关键词出现的次数，值越大越说明该关键词受到很大的重视；中心度在关键词共现网络图中起着枢纽作用，体现出该关键词与其他关键词的相关关系。为了更直观地表现出关键词间的联系，制作了关键词共现网络图，如图4。对表4的数据进行分析可知，在交通工程专业领域内，动态交通流研究模型以元胞传输模型运用的最多，其他数值模型相对较少。为构建更高效的动态交通流分配模型，王秋平等［13］通过利用Green⁃shields速度⁃密度关系来优化传统的元胞传输模型，使之更能有效地模拟道路上动态交通流的运行特性。姚凯斌等［14］以能量守恒定律和宏观基本图为基础，提出了改进的元胞传输模型来模拟信号交叉口的动态交通流运行状况。为了提高动态交通流状态的辨识度，张敬磊等［15］将贝叶斯网络结合速度、流量和占有率3个交通流参数提出了基于动态贝叶斯网络的动态交通流状态识别方法。吴立烜等［16］建立了一种价格⁃拥挤混合调节的非均衡网络交通流动态演化模型来研究城市路网动态交通流的演化规律并通过数值实验来验证该模型对提高路网通行效率的可行性。对于动态交通流的应用领域，在交叉口信号控制方面研究的最多。由于不对称的动态交通流会导致交叉口各进口道交通负荷分布不均匀，蒋贤才等［17］对此建立了交叉口不对称交通流的信号控制参数优化模型。为了提高交叉口混合交通流的通行效率，张伟等［18］提出了一种交通流单点自适应控制系统的架构和算法，并用VISSIM仿真验证了该算法的实用价值。龙建成等［19］利用元胞传输模型来研究动态交通流条件下的交叉口信号控制问题，数值实验表明，相比于固定信号配时方法，动态信号配时方法对于提高动态交通网络的通行效率更有效。对关键词的频次与中心度进行二者的差异性和一致性的耦合性分析，可以得出研究领域的研究热点及发展趋势［20］。据此，从表4及图4可以看出，除交通工程、交通流及高速公路这3个交通领域常见的关键词外，真正值得关注的关键词是元胞传输模型、仿真、交通流模型及神经网络等。因此，不难分析出在推崇智能交通发展的时代，如何运用像元胞传输模型、神经网络模型等智能算法来研究交通流的复杂特性并进行实验仿真来验证结果将是智能交通研究的热点及发展趋势，这对推进智能交通的发展将起到很大的作用。

4结语

国内动态交通流研究现状总结。通过文献计量法对国内有关动态交通流研究的核心级别以上的期刊进行研究分析发现：期刊发表趋势整体上保持逐年上升并趋于稳定的状态；期刊来源主要是核心期刊和EI期刊，SCI期刊较少；研究机构以国内大学居多，缺少其他类型研究机构；基金分布主要集中在国家级基金项目上，地区级基金项目相对较少；动态交通流模型种类还不够丰富且应用领域有待进一步的扩展。今后动态交通流研究发展趋势。随着大数据时代的不断成熟发展，交通流数据将会变得越来越庞大和多样化，这使得动态交通流的非线性、复杂性以及随机性特征变得越来越显著。在这样的情况下，传统的理论方法就会越来越不适合被用来研究动态交通流。然而在另一方面，大数据的发展带动了云计算的发展，云计算的发展又促进了智能算法的发展，这就使得深度学习算法在动态交通流预测方面深受专家学者的青睐。

作者:刘伟 刘川 单位:重庆交通大学