第三方专业城市交通仿真单位湖南华咨交通科技有限公司交通规划工程师认为，专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考并行交通仿真架构设计，基于并行仿真的概念，构建了一个并行交通仿真框架，真实交通作为仿真对象，通过多种数据采集方法为并行交通仿真提供原始数据。随着采集手段的不断创新和丰富，测量数据包括视频数据、卡口数据、线圈数据、信号数据、全球定位系统数据等。然而，测量数据不能直接用于并行流量建模。由于探测器的布局和故障以及探测器本身的系统误差，采集的原始数据通常会有数据缺失、数据错误或无效数据等。只有通过数据修复，转化才能被输入到用于建模的标准化交通数据的计算模型中。该计算模型可以输出一系列评价结果指标，如延误、排队长度、OD、出行时间、停车次数等。为决策者制定相应的管理措施提供帮助政策。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考。决策制定并实施后，检测设备可以获得决策实施后的各种检测数据，并将检测数据与计算模型输出的结果数据进行比较。通过机器学习算法对计算模型的参数进行调整和更新，从而保证模型的准确性，保证模型始终处于最新状态。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，并行交通仿真的具体模块，根据并，交通仿真的总体框架，构建了并行交通仿真的具体模块。交通并行仿真特定模块与过程架构的关系专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，数据访问模块，数据访问模块主要包括交通动态数据和交通静态数据。动态数据可分为两部分，一部分是各种检测设备获得的实测交通流量数据，包括但不限于视频卡口、线圈等采集的数据。另一部分是各种交通控制设备的实时显示信息，包括但不限于交通灯、交通显示屏等。静态数据中的路网数据库用于管理路网基础数，包括道路基本属性、基础设施、管理设备等。当模拟结果需要三维显示时，数据库还应包括道路周围环境数据等。数据处理模块，专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，经过数据预处理后，对原始数据库中的实测交通流数据进行清理，对缺失的数据进行修复，并对数据进行标准化，从而获得可直接用于模型计算的标准化数据。数据模型模块，计算模型依赖于仿真软件本身，其输入要求主要包括车辆生成、车辆行为、路线决策等。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，交通模型模块，交互模块的主。要目的是通过交互模块实现计算结果数据在显示界面和决策模块的应用。通过交互模块，可以根据决策调整和控制相应的交通设施和计算模型。

      信息生成模块，专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，信息生成模块主要用于生成交通并行仿真信息，包括路网流量估计、出行时间估计、可达性判断、出行路径引导、交叉口延误、排队等。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，决策模块，决策模块主要为交通管理提供辅助决策。决策内容包括收费政策、公交规划信号优化和公交优先等。数据处理模块方法和示例，数据处理模块方法示例专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，数据处理模型包括数据清理和修补。对于数据修复，本研究采用径向基函数神经网络对数据进行修复。目前，BP神经网络应用广泛。该方法的目标函数存在局部极小和收敛速度慢的问题。相比之下，径向基神经网络具有自学习、自组织和自适应的功能。它对非线性连续函数具有一致逼近性，学习速度快，无局部极小问题，能进行大规模数据融合，并能并行高速处理数据。径向基函数神经网络的优良特性使其在越来越多的领域取代了BP神经网络模型。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，径向基函数神经网络结构由输出层、隐含层和输入层组成，输入层直接将输入向量映射到隐含空间，起到传递信号的作用；隐藏层包含几个隐藏元素节点，其数量取决于要解决的具体问题。隐藏层可以对网络输入进行非线性映射。映射函数，即径向基函数，是一个具有径向对称性和双向衰减的非负非线性函数。输出层采用线性加权和映射方式输出隐藏层。可见，径向基神经网络是线性和非线性的有机统一，即从输入层到隐层的非线性映射，采用非线性优化策略，学习速度慢。而从隐藏层到输出层是线性变换，使用线性优化策略，学习速度更快。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，RBF神经网络隐层的激活函数采用径向基函数，径向基函数通常被定义为空间中任意点到某一中心的欧氏距离的单调函数。高斯函数是最常用的径向基函数，并且R(极限-积分)=极限-| | x-c  | |其中：| |极限-积分| |是欧洲范数；是高斯函数的中心；是高斯函数的方差。在这种情况下，径向基函数神经网络模型的输出是隐层神经元输出的线性加权和。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考，其中xp是第p个输入样本，p=1，2，2、共p个输入样本；Ci是隐藏层节点的中心，I=1，2，h，隐藏层共有h个节点；ij是从隐藏层到输出层的。连接权重，j=1，2，n，总共有n个输出节点；Yj是对应于输入样本的网络的第J个输出节点的实际输出。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考实际应用案例，十字路口的入口处有五条车道。利用历史车道流量数据进行径向基函数神经网络训练。最后，通过使用四个车道的流量数据来修复第五车道的流量数据。专业交通仿真_华咨交通科技_智慧城市交通先行者-交通仿真架构思考。