下载文档原格式
道路交通流稳定性分析模型的研究道路是交通运输基础设施的主要组成部分，而交通流则是道路交通运行的核心内容。
随着城市化进程的加快，道路交通流管理和控制成为了一个重要的课题。
如何实现道路交通流的稳定性，提高道路的运行效率，减少交通事故的发生，成为了学术研究和交通管理的焦点。
因此，研究道路交通流稳定性分析模型具有重要的理论和应用价值。
一、道路交通流的定义道路交通流是指在道路上的车辆流动过程中，车辆与车辆之间、车辆与路面之间的互动过程。
道路交通流的基本参数包括车辆密度、流量、速度和车头间距。
其中，车辆密度指单位时间和单位路段长度内通过道路的车辆数量，流量指单位时间内通过道路的车辆数量，速度指车辆在路面上行驶的速度，车头间距指车辆间的距离。
二、道路交通流稳定性分析模型的研究意义道路交通流稳定性分析模型是道路交通流控制的基础。
它可以有效地预测道路交通流的稳定状态和变化情况，为交通管理和规划提供理论依据。
通过对道路交通流稳定性分析模型的研究，可以优化道路交通控制策略，减少交通事故的发生，提高道路运行效率，降低交通拥堵和污染的发生，具有重要的社会意义和经济效益。
三、道路交通流稳定性分析模型的研究进展1.微观交通模型微观交通模型是指对单个车辆进行分析的模型。
通过对车辆行驶轨迹和车头间距的建模，研究车辆的行驶特性和交通拥堵条件。
常见的微观交通模型有“细胞自动机”、“交通流模拟”等模型，这些模型既可以用于对单个路段的交通状况进行模拟，也可以对整个交通网络进行模拟。
2.宏观交通模型宏观交通模型是指对整个交通网络或某一地区的交通状况进行分析的模型。
通过对一定的交通流量、密度、速度和车头间距等参数的测量和建模，研究道路交通流的稳定性和变化情况。
常见的宏观交通模型有“流量-密度-速度模型”、“流量-速度模型”等模型，这些模型既可以用于对整个交通网络的流量进行预测，也可以用于对交通拥堵的发生和疏导进行预测。
四、道路交通流稳定性分析模型的应用道路交通流稳定性分析模型的应用可以从以下几个方面入手：1.交通控制策略设计通过对道路交通流稳定性分析模型的研究和应用，可以为不同交通控制策略的设计提供理论依据，如交通信号灯的控制时间、交通流疏导的时空布局等。
实时交通流预测模型及其应用研究随着城市化进程的加快和汽车普及率的增加，交通拥堵问题越来越严重，给人们的生活和工作带来了诸多不便。
因此，如何能够准确地预测交通流量，提前采取相应的措施来缓解交通拥堵，成为了研究的热点之一。
本文将介绍实时交通流预测模型及其应用的研究进展。
实时交通流预测模型是通过对历史交通数据的分析和建模，利用机器学习、数据挖掘等技术手段，来预测未来某一时间段内的交通流量情况。
它的应用范围广泛，可以应用于交通管理、智能交通系统、出行规划等领域。
现在让我们来介绍一些常见的交通流预测模型。
首先，基于统计学的模型是最早应用于交通流预测的方法之一。
这类模型主要通过对历史交通数据进行统计分析，然后利用一定的数学模型来进行预测。
例如，基于ARIMA模型的交通流预测方法，它通过对历史交通数据进行自回归和移动平均的模型拟合，来预测未来交通流量的变化趋势。
这种方法的优点是简单易行，但是对于复杂的交通流量变化模式预测效果有限。
其次，基于人工神经网络的模型也是常用的交通流预测方法之一。
这类模型通过构建一个多层次的神经网络来模拟交通流量之间的复杂关系。
例如，BP神经网络模型通过输入历史交通数据和其他相关因素，利用反向传播算法来训练神经网络，最后实现对未来交通流量的预测。
这种方法的优点是可以捕捉到交通流量之间的非线性关系，但是需要大量的训练数据和较长的训练时间。
另外，基于机器学习的模型也是目前研究的热点之一。
这类模型通过对大量的历史交通数据进行特征提取，并利用机器学习算法来构建预测模型。
例如，支持向量机（SVM），随机森林（Random Forest）等机器学习算法，都可以用于交通流量的预测。
这种方法的优点是能够处理大量的数据，同时可以应用于复杂的交通流量预测问题。
除了以上介绍的一些常见模型之外，还有一些新兴的交通流预测方法也值得关注。
例如，基于深度学习的模型，如卷积神经网络（CNN）和循环神经网络（RNN），已经在交通流预测领域取得了显著的成果。
动态交通分配理论研究综述胡婷1，于雷1，2，赵娜乐1（1.北京交通大学交通运输学院城市交通复杂系统理论与技术教育部重点实验室，北京100044；2.美国德克萨斯南方大学，美国休斯顿 77004）摘要：动态交通分配能反映路网交通流的拥挤性、路径选择的随机性、交通需求的时变性等典型交通流动态特征，比静态交通分配有着明显的优越性。
在简要介绍动态交通分配的重要组成要素的基础上，归纳总结动态交通分配区别于静态交通分配的六个典型特征：因果性、先进先出原则、路段状态方程、路段流出函数、路段特性函数和路段阻抗函数。
从路径选择准则、路径走行时间定义、出行者出行选择假定、动态网络交通流模型研究方法等四个方面对动态交通分配模型的分类进行综述性研究，分析不同模型的优缺点，并总结动态交通分配理论的未来研究方向，可为动态交通分配研究提供一定的参考。
关键词：动态交通分配；交通负荷；动态交通分配模型U491.123 ：A：1002-4786（2010）05-0006-05 DOI：10.3869/j.1002-4786.2010.05.0470 引言交通流分配是交通规划中的一个重要环节。
它将预测得到的OD交通量按照一定的规则分配到已知路网的各条路段上去，从而得到路网中各个路段的交通量和出行费用。
从交通流分配理论发展的整体上看，它经历了由静态交通分配(Static Traffic Assig-nment)到动态交通分配(Dy na-mic Traffic Assignment)两个历史阶段。
静态交通分配理论从提出至今已有五十余年，发展较为成熟。
静态交通分配理论提出的背景主要面对的是在城市交通规划领域的应用，其只需要反映平均的网络交通状态，并不需要详细描述交通流的动态交通特征。
然而，随着社会的发展，城市交通拥堵日益恶化，而解决交通拥堵的关键之一是对交通需求时变性进行刻画的方法掌握。
交通需求的时变性体现在OD 矩阵上则表现出随时间变化的起伏特征。
城市水灾下交通路网基础设施(群)韧性研究综述
熊文;张大牛;马小龙;蔡春声
【期刊名称】《东南大学学报（自然科学版）》
【年(卷),期】2024(54)2
【摘要】从韧性研究角度出发,结合水动力模型与交通流理论,对城市水灾下交通路网基础设施(群)分析理论、运行机制、模型构建、安全管控、恢复提升等进行分析与阐述.首先,运用文献计量法,分析水灾下路网韧性研究概况与发展历程,明晰城市水灾下路网分析方向热点与演进历程;其次,从城市水淹计算与水灾交通路网2个角度,系统梳理城市雨洪场景与设施交互的计算理论;进而,分别从交通路网基础设施与城市水灾之间的相互影响、地上立交枢纽与地下交通设施水灾分析以及水灾下城市交通路网韧性分析与度量出发,阐述城市水灾与交通路网基础设施交互机制;然后,从灾前预防、灾中调度以及灾后恢复3个阶段,说明城市路网水灾处置与性能恢复策略.最后,归纳既有研究面临的主要问题与挑战,并从基于信息物理融合的智能调度、计入垂向尺度的交通设施抗水分析、面向实际场景的高精度恢复模型等方面,对极端气候下城市交通路网基础设施(群)韧性研究未来方向进行研判.
【总页数】17页(P329-345)
【作者】熊文;张大牛;马小龙;蔡春声
【作者单位】东南大学交通学院
【正文语种】中文
【中图分类】U113
【相关文献】
1.城市群背景下的无锡综合交通基础设施发展研究
2.多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述
3.交通基础设施门槛下旅游业与区域经济联动发展的实证分析——以关中城市群为例
4.城市基础设施韧性的定量评估方法研究综述
因版权原因，仅展示原文概要，查看原文内容请购买。
交通流状态预测方法的研究与应用交通流量的预测是城市交通管理的一个重要问题，特别是在高峰期，预测交通流量可以帮助城市交通管理部门进行交通管制，保障交通效率和安全。
交通流状态预测方法的研究与应用被广泛关注，本文将介绍交通流状态预测的相关概念、方法和应用。
一、交通流状态预测的相关概念1.1 交通状态交通状态指车辆在路上的运行状态，包括速度、密度、流量、延误等。
其中，速度是车辆通过某一点所需时间的倒数，密度是指某一路段上车辆数量与路段长度的比值，流量是单位时间内通过某一路段的车辆数，延误是车辆在路段上行驶时所增加的时间。
1.2 交通流状态交通流状态是指某一时间段内车辆流动的状态，通常包括自由流状态、拥堵状态和严重拥堵状态。
1.3 交通流状态预测交通流状态预测是指利用历史数据和模型对未来交通流状态进行预测，通常采用时间序列分析、神经网络模型、模糊逻辑模型等方法。
二、交通流状态预测方法2.1 时间序列分析时间序列分析是对一系列按时间顺序排列的数据进行分析的方法。
在交通流状态预测中，时间序列分析可以用来预测未来的交通流量、速度和延误等变量。
时间序列分析的主要方法包括移动平均法、指数平滑法、ARIMA模型等。
其中，ARIMA模型可将时序数据中的趋势、季节性和随机性等因素考虑在内，能够较准确地拟合并预测交通流量。
2.2 神经网络模型神经网络模型是一种类似于人脑的计算模型，它可以通过处理一系列输入数据来预测输出结果，并可以通过学习和训练来提高预测准确率。
在交通流状态预测中，神经网络模型可以用来预测未来的交通流量、速度和延误等变量。
常用的神经网络模型包括BP神经网络、RBF神经网络、LSTM神经网络等。
其中，LSTM神经网络适合处理时间序列数据，可以长期记忆信息，是进行交通流状态预测的常用方法之一。
2.3 模糊逻辑模型模糊逻辑模型是一种模糊推理方法，可以处理不确定性和模糊性的问题。
在交通流状态预测中，模糊逻辑模型可以用来预测未来的交通流状态。
城市动态交通流分配模型概述及展望摘要：自该动态交通分配问题问题提出以来．研究者们给出了各种分配模型来描述它。
并且在城市交通控制与管理中也需要根据交通流状态随空间与时间的演化过程，针对可能出现的拥挤和阻塞及时采取有效措施．确保城市交通系统平稳、高效地运行。
动态交通分配考虑了交通需求随时间变化和出行费用随交通负荷变化的特性，能够给出瞬间的交通流分布状态。
关键词：动态交通流；分配；模型随着城市不断的发展，交通需求量也日益增加，单方面依靠增建交通设施以无法有效的解决城市交通的需求。
本文主要研究目标为建立实用的城市动态网络交通流分配模型，为缓解交通拥堵提供可靠的理论依据，为驾驶员提供可靠的动态道路交通信息。
1 动态交通流分配模型概述1.1动态交通流分配模型的定义及特征动态交通流分配即在交通供给状况以及交通需求状况均已知的条件下,分析其最优的交通流量分布模式,从而为交通控制与管理、动态路径诱导等提供依据[2]。
与静态交通流分配研究相比,动态交通分配模型在构造上有如下特征:1) 动态交通流分配可以对在时间、空间上都具有非定常特性的交通流作出描述。
2) 路段上交通状态量的时间变特性将通过交通量守恒准则或连续平衡方程式来描述。
1.2动态交通流分配（DTA)的分类静态交通分配模型以交通网络规划为目标,而动态交通分配模型则以道路网交通流为对象,以交通控制管理为目标。
动态系统最优原则是从道路交通管理者的意愿出发，根据不同的道路交通控制目的，有着不同的配流模式：1) 总出行时间最短；2) 总出行费用最少；3) 总出行距离最短；4) 总交通延误时间最短；5) 平均道路交通拥挤度最小等。
动态用户最优则根据出行者本身的意愿将现有道路交通状态下的动态交通需求分配到道路网中的交通流量分配原则：1)每个出行者出行时间最短；2)每个出行者出行费用最少；3)每个出行者出行行程最短；4)每个出行者交通延误时间最少；5) 每个出行者交通拥挤度最小等。
交通流动态随机演化模型研究随着城市化进程的加快和交通工具的普及，交通流动态的研究成为了一个重要的课题。
交通流动态随机演化模型是一种用于研究交通流动态演化规律的数学模型，通过模拟交通系统中车辆的运行和交通流的流动，揭示交通系统的运行机理和规律。
本文将从交通流动态演化模型的基本原理、应用场景以及未来发展方向等几个方面进行探讨。
一、交通流动态随机演化模型的基本原理交通流动态随机演化模型是基于一定的假设和规则构建的，它通过模拟车辆的运行状态和交通流的流动过程，来研究交通系统的行为和规律。
其基本原理可以概括为以下几点：1. 车辆行为建模：交通流动态随机演化模型考虑了车辆的行为特征，包括加速度、减速度、转向等因素，通过建立车辆运动方程来模拟车辆的运行状态。
2. 交通流模拟：模型通过将车辆运动方程应用于整个交通流系统，模拟交通流的流动过程。
在模拟过程中，还考虑了车辆之间的相互影响和交通信号的控制等因素。
3. 随机性引入：交通流动态随机演化模型引入了随机性因素，考虑了车辆运行过程中的不确定性，如车辆之间的随机碰撞、交通信号的随机变化等。
二、交通流动态随机演化模型的应用场景交通流动态随机演化模型可以应用于多个领域，主要包括交通规划、交通管理和交通仿真等方面。
1. 交通规划：通过建立交通流动态随机演化模型，可以模拟不同交通规划方案下的交通流动态演化过程，评估各方案的效果，并为交通规划决策提供科学依据。
2. 交通管理：交通流动态随机演化模型可以用于交通管理系统的优化。
通过模拟交通流动态演化过程，可以分析交通拥堵的原因，提出相应的交通管理措施，优化道路网络布局和信号控制策略，提高交通效率。
3. 交通仿真：交通流动态随机演化模型可以用于交通仿真系统的构建。
通过模拟车辆的运行状态和交通流的流动过程，可以还原真实交通情景，为交通事故分析、交通流预测等提供参考。
三、交通流动态随机演化模型的未来发展方向交通流动态随机演化模型在理论研究和实际应用中仍存在一些问题和挑战，未来的发展方向主要包括以下几个方面：1. 模型精细化：目前的交通流动态随机演化模型在考虑车辆行为和交通流模拟方面已取得了一定的成果，但仍有待进一步提高模型的精细化程度，考虑更多车辆行为特征和交通流特性。
动态交通分配模型的文献综述动态交通流分配解析模型研究综述由于静态交通流分配理论不能体现OD需求矩阵随时间变化的起伏特征，动态交通流分配理论应运而生。
自1978年Merchant和Nemhauser首次提出了动态交通流分配的概念以来，动态交通流分配理论因其在拥挤网络的典型应用受到众多学者的青睐。
动态交通流分配是将时变的交通出行合理分配到不同的路径上，以降低个人的出行费用或系统总费用。
按照建模方法的不同，动态交通流分配模型可以分为动态交通流分配解析模型和动态交通流分配仿真模型。
动态交通流分配解析模型可以分为三类:数学规划模型、最优控制模型和变分不等式模型。
（1）数学规划模型Merchant和Nemhauser(1978)[1]首次采用数学规划的方法来描述动态交通流分配问题，建立了一个离散时间的、非凸的非线性规划模型(记为M-N模型)。
在静态假定下，该模型可以转换为静态的系统最优分配模型。
Ho(1980)[2]推导了M-N模型最优解的充分性条件，并提出了该模型的分段线性算法。
Carey(1986)[3]改进M-N模型为非线性凸规划，并证明了模型解的惟一性。
上述模型均局限于多个起点、一个终点的简单网络。
Carey(l992)[4]首次提出了动态交通流分配的FIFO(First-In-First-Out)规则，指出当网络扩展为多个终点时，FIFO 原则必将导致模型解得可行域为非凸集合，如果不满足该原则，则模型解不合理。
FIIFO原则的提出使得DTA问题的数学规划建模遇到了困难。
Janson(1991)[5]最早尝试建立用户最优的动态交通流分配模型，但模型部分假设违反了FIFO原则,算法的数学性质也不足够好，有可能导致不符合实际交通情况的行为。
Ziliaskopoulos(2000)[6]引入元胞传输模型建立了一个系统最优DTA线性规划模型，不需将路段出行时间函数作为路段交通流量传播的唯一工具，而是按照细胞传播模型来处理交通流的传播，为动态交通流分配问题建模提供了一个新的思路。
交通运输效能发展研究综述摘要：运输效能是衡量运输系统运行状况及发展潜力的综合性指标,是提高现代交通运输发展业的核心。
国内研究总体上处于评价性研究,深度有所欠缺；而国外学者在运输效能计量模型、算例实证等方面进行了深入分析。
研究内容上国内学者主要集中于道路管理程序、智能交通系统、最优路径及综合运输体系四个方面；国外学者集中于多式联运、智能交通系统(ITS）及政府政策规划三个方面。
国内外研究前沿的交叉点是综合运输即多式联运、智能交通系统(ITS)，给日后深入研究交通运输效能提供了科学的研究方向和切入点。
关键字:运输效能；综合交通运输；智能交通系统；综述Abstract:Transportation is a measure of the effectiveness of the integrated transport system health indicators and development potential，it is the core of modern transport development industry。
In general，the research on the transport efficiency in China is still at the stage of evaluation research and lacking of depth；Foreign researchers have made such as a transport efficiency evaluation econometric model and examples verification. About Research content，researchers in China focused on four aspects of road management program, intelligent transportation systems，the optimal path and integrated transport system；Foreign researchers focused on multi—modal transport，intelligent transportation systems （ITS）and three aspects of gover nment policy planning.The world’s research focus is a comprehensive transport and intelligent transport systems （ITS），providing the scientific direction and the starting point to the future research。
第一章绪论交通流理论是研究交通流随时间和空间变化规律的模型和方法体系。
多年来，交通流理论在交通运输工程的许多领域，如交通规划、交通控制、道路与交通工程设施设计等都被广泛地应用着，应该说交通流理论是这些研究领域的基础理论。
近些年来，尤其是随着智能运输系统的蓬勃发展，交通流理论所涉及的范围和内容在不断地发展和变化，如控制理论、人工智能等新兴科学的思想、方法和理论已经用于解决交通运输研究中遇到的复杂问题，又如随着计算机技术的发展，模拟技术和方法越来越多地被用来描述和分析交通运输工程的某些过程或现象。
第一节交通流理论的沿革交通流理论的发展与道路交通运输业的发展和科学技术的发展密切相关，在交通运输业发展的不同时期和科学技术发展的不同阶段，对交通流理论的需求和研究能力都不同，因此产生了交通流理论的不同发展阶段。
按照时间顺序，交通流理论可以划分为三个阶段。
创始阶段此阶段被界定为20世纪30年代至第二次世界大战结束。
在此期间，由于发达国家汽车工业和道路建设的发展，需要摸索道路交通的基本规律，以便对其进行科学管理，道路交通产生了对交通流理论的初步需求，需要有人对其进行研究。
此阶段的代表人物为格林希尔治（Bruce D.Greenshields）, 其代表性成果是用概率论和数理统计的方法建立数学模型，用以描述交通流量和速度的关系，并对交叉口交通状态进行调查。
正是由于其奠基性工作，人们常常称格林希尔治为交通流理论的鼻祖。
快速发展阶段此阶段被界定为第二次世界大战结束至20 世纪50 年代末。
在这一阶段，发达国家的公路和城市道路里程迅猛增长，汽车拥有量大幅度上升，此时交通规划和交通控制已经提到日程。
如何科学地进行交通规划和控制，需要交通流理论提供支持。
此阶段的特点是交通流理论获得高速发展，并产生了多个分支和学术上的多个代表人物。
学术分支包括：车辆跟驰（car following ）理论、基于流体力学的交通波理论（traffic wave theory）和排队理论（queuing theory）等。
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，且发表论文共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，其在该领域有发表论文的作者知名度越高，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。
