基于拥堵系数的道路交通网络关键路段辨识

城市道路交通的路段信息与车流量信息对道路交通的安全、高效运行至关重要.在交通高峰时期,通过对关键路段加以控制,可实现整个道路交通网络的完全能控.为寻找路网中的关键路段,将道路网络的交叉口-节点模型转化为道路网络的路段-节点模型,基于路段信息与车流量信息提出拥堵系数来衡量道路交通网络的车辆拥堵程度,并将其作为道路网络的路段-节点模型的边权重,最后运用关键路段辨识算法对道路交通网络的关键路段进行辨识.以沈阳市皇姑区主城区道路为例建立以拥堵系数为权重的网络模型, 按照所提方法辨识的关键路段数量为14条,约占道路网络总路段数的14.3%,具有较低的控制成本,且大部分为由北向南方向和由西向东方向.其中8条路段分布在皇姑区道路实时拥堵排行前5名,约占关键路段总数的57.1%,表明所给出的关键路段更多地分布在交通状态较为拥堵的路段上,符合实际情况.     

基于多学科设计优化的路网交通分布式协同控制

城市路网交通控制直接影响着交通运行效率,对其优化研究已成为缓解城市交通拥堵问题的热点之一.鉴于此,针对高峰交通路网将其分为过饱和区域与过饱和关联区域,在采用灰色关联分析-谱聚类方法对关联区域划分的基础上,构建路网交通分布式协同控制模型,进一步提出基于多学科设计优化的过饱和区域及其关联区域协同优化求解方法.通过搭建实例路网模型分析算法优化效果,结果表明所提出方法能够明显改善路网交通运行效率,有助于缓解城市通勤高峰时段的交通拥堵和扩散问题.     

快速路控制策略仿真研究

城市快速路是城市交通的主动脉,承担着城市大部分交通量,良好的快速路控制策略能有效缓解道路拥堵。本文借助改进的宏观交通流模型,采用Visual Basic面向对象语言,开发城市快速路的控制仿真系统。运用该仿真系统对一个包含两起点两终点的快速路段进行仿真,模拟采用ALINEA策略和不采用控制的快速路交通运行状态。仿真结果表明,对入口匝道实施ALINEA控制后,高峰时刻主线流量增加约150veh/h,入口匝道与主线汇合区速度提高约10km/h,说明ALINEA控制策略能有效缓解快速路拥堵。     

基于复杂网络的路网交通拥堵评估仿真模型

为了能够深入分析路网交通拥堵动态演进过程, 为交通拥堵治理提供决策分析工具, 提出了一个基于复杂网络的路网拥堵评估仿真模型。通过将路段阻抗概念引入复杂网络理论, 实现了路网拓扑模型和流量模型的结合; 此外, 还提出了虚拟测试车辆遍历的路网通行能力评估方法, 对不同路网条件下的道路通行能力进行评估。最后在PC系统上实现了完整的路网拥堵评估仿真系统, 并利用该系统对拥堵路段数量、交通流量和路网拓扑结构等因素对路网通行能力的影响进行了仿真分析。仿真实验结果与经典交通理论分析结果一致, 并能反映更多的动态过程信息, 表明该模型能够准确有效地进行交通路网拥堵评估, 可以为相应的交通拥堵管理决策提供依据。     

基于多智能体分群同步的城市路网交通控制

在城市交通网络中,经常出现某些路段较为拥堵,而其它路段内仍有空间未被充分利用.为了解决该问题,本文提出一种路网分群一致算法.首先,以路段的空间占有率为状态,建立交通网络状态空间模型,描述路网中车流的传递关系;进一步,将路网中的各条路段抽象为智能体,提出路网多智能体分群一致算法,将路段集划分为若干个非空不交子集,每个子集内的路段状态可达一致,不同子集的一致状态不同.从而,该算法可使各路段的空间占有率达到均衡,减轻局部拥堵,减少车辆延误时间.最后,采用VISSIM交通仿真软件对北京市望京地区的实际网络进行仿真,仿真结果说明了本文方法的可行性和有效性.     

可变车道行驶方向的动态控制方法研究

针对大城市道路双向交通需求不均衡的潮汐交通问题,提出一种根据双向交通运行状态动态控制可变车道行驶方向的交通控制方法.利用可变车道路段双向饱和度分析道路交通运行状态,以此划分为5种交通状态,建立各种交通状态下对应的车道行驶方向优化模型,并使用枚举法对模型求解,最后应用微观仿真软件进行案例分析.结果表明:与传统的定时控制模式相比,本文提出的动态控制方法能够更好地减少潮汐路段的车辆平均延误和提高车辆通行效率,有效缓解潮汐交通需求条件下的道路交通拥堵现状.     

基于单片机的潮汐车道设计与实现

随着人均车辆保有量的不断增加,城市交通潮汐拥堵现象明显。为解决潮汐交通拥堵问题,利用原有道路资源的交通路权分给交通拥挤,通过单片机、自适应等技术,解决路段及交叉口的道路资源及通行时间资源分配合理化,充分利用道路资源避免浪费,达到增强某个潮汐路段或潮汐交叉口的通行能力,提高周边路网整体的交通流量及通过效率,保障道路行车通行顺畅。     

路网分区的树生长算法*

分析和定义了面向城市交通控制系统交通控制方案制订的路网分区需要解决的问题,设计了动态路网分区概念模型。针对路网交通小区根生节点问题的解决,设计了路网节点重要度判断算法;以根生节点为中心,采用逐层扫描技术对节点交通流作用路径进行搜索,形成路网小区的拓扑结构图。以一个实际城市交通网络为例,利用提出的模型及算法进行分区,结果表明了算法的有效性和可行性。     

基于Storm的高速公路实时交通指数评估方法的研究与实现

随着高速公路飞速的发展,出现的拥堵增加、监控困难等问题也日益严峻。首先本文在北京市城市交通拥堵指数的基础上,提出了利用交通指数对高速公路运行状况进行评估的方法,然后基于Storm大数据平台,实现了交通指数评估系统中的数据处理、分析、指数后台计算关键算法,最后通过手机APP、微信公众号等形式,实时地发布高速公路交通指数。实验结果表明：高速公路交通指数不仅可以反映整体的高速运行状况,也可以反映特定高速或者特定高速区间的实时拥堵情况,还可以实时监测高速路网的拥堵情况,为居民出行提供参考,对缓解道路拥堵起到积极作用。     

基于复杂网络的封闭小区交通开放策略探究

封闭小区降低了城市路网密度和可达性,如何开放封闭小区成为一个热点问题.本文对若干中国大型城市的道路网络进行实证研究,发现这些网络的度分布具有无标度性质.基于此性质提出了一个适用于封闭小区开放问题的城市道路复杂网络模型.该模型使得城市道路网络包含小区路网,且道路信息易于查询与筛选,这有利于制定并比较不同的小区开放策略.利用该模型,研究了网络效率的计算和相继故障过程的建模问题,以比较不同的开放策略对城市路网的影响.最后,针对效率和稳定性两个因子,分析城市道路网络的优化特征.结果表明,开放位于非中心地区的小区,开放程度最大,新开交叉口位于连接数不多的道路时,网络效率及稳定性最佳.     

基于时空信息的交通流预测

交通流量预测是城市道路交通信号控制中的重要组成部分。为了提高预测的准确性,基于路口视频检测器数据,提出了一种交通流量预测的交通数据分析方法。随着逐年提高的计算能力,深度学习方法进行短时交通流预测越来越流行,经典的交通流量预测方法通常只能根据被预测道路自身的数据进行分析和决策,而往往较少考虑由同一区域不同道路之间的交通流量关联性。基于城市核心路网交通数据,提出一种基于时空信息的TS-LSTM模型,并与其他经典模型进行比较,所得出的结果验证了相比其他方法而言,该模型具有较高的预测精度。     

城市主干道交叉口交通流的模糊控制

城市主干道的交通效率,从整体上影响着整个城市的交通运作效率。该文以城市中心地带主干道交叉路口为对象,进行了交通流的模糊控制研究,提出的基于闭环模糊控制算法的智能化控制策略,有效地提高了主干道交叉口相关区域内的道路使用率。     

均衡流量和饱和度的交通瓶颈控制

为快速疏散交通瓶颈,提出一种均衡流量和饱和度的交通控制方法.首先,利用过车数据获得各路段与瓶颈的关联度,据此得到相关路段,并依据路段剩余空间和排队增长趋势确定可控与不可控路段;其次,依据瓶颈的流量和排队长度,确定总消散量,并分配到可控路段上;可控路段再依据约束条件动态调节分配量,并进行绿灯时长优化;同时不可控路段将多余流量均衡到周边路段;然后,以饱和度均衡为目标进行配时优化.从而,该方法可消散已识别瓶颈,消除潜在瓶颈.最后,通过仿真实验对所提方法的有效性进行了验证.     

基于DCGRU-RF模型的路网短时交通流预测

随着城市化进程的加快,我国城市机动车数量快速增加,使得现有路网容量难以满足交通运输需求,交通拥堵、环境污染、交通事故等问题与日俱增。准确高效的交通流预测作为智能交通系统的核心,能够有效解决交通出行和管理方面的问题。现有的短时交通流预测研究往往基于浅层的模型方法,不能充分反映交通流特性。文中针对复杂的交通网络结构,提出了一种基于DCGRU-RF(Diffusion Convolutional Gated Recurrent Unit-Random Forest)模型的短时交通流预测方法。首先,使用DCGRU(Diffusion Convolutional Gated Recurrent Unit)网络刻画交通流时间序列数据中的时空相关性特征;在获取数据中的依赖关系和潜在特征后,选择RF(Random Forest)模型作为预测器,以抽取的特征为基础构建非线性预测模型,得出最终的预测结果。实验以两条城市道路中的38个检测器为实验对象,选取了5周工作日的交通流数据,并将所提方法与其他常见交通流量预测模型进行比较。结果表明,DCGRU-RF模型能够进一步提高预测精度,准确度可达95%。     

基于深度时空残差网络的路网短时交通流预测

针对城市路网短时交通流预测受到许多复杂因素的影响,提出一种基于深度时空残差网络的路网短时交通流预测模型DST-Res Net（deep spatio-temporal residual network）。针对时空数据的两个独特属性邻近性和周期性分别设计相应的残差网络分支,通过为两个分支中相同的道路分配不同的权重动态聚合两个分支网络的输出,调整时空属性对不同路段交通流预测的影响程度,将两个残差网络的聚合结果与外部因素进行融合。通过选择RMSE和R²为模型的评价指标进行实验验证,该DST-ResNet模型相较主流的LSTM模型具有更高的有效性和可行性。     

智慧城市路网交通流量均衡性优化调度方法

早高峰和晚高峰时段的路网交通混乱,极易发生拥堵情况,为缓解交通系统压力,设计节点元胞划分下智慧城市路网交通流量均衡性优化调度方法。获取不同交通路线间的流量分离函数,定义路径交通流量和可用路段费用,得到出行者在某段路径上的概率函数,计算智慧城市路网各路段交通流量;获取流量守恒和车辆传递函数,计算可变元胞的单独序列,建立交通节点元胞划分模型;设计交通流量均衡性优化调度算法,得到城市路网均衡性的优化调度结果。设置仿真参数,对比优化前后三个路网模型的路径流量,仿真结果显示：早高峰和晚高峰时段路段内的路径流量明显降低,在其他时段,优化后的路径流量也不同程度下降,且路网模型越复杂,该优化方法的调度效果越好。     

基于相位饱和度的城市交通拥塞的定量评价方法

城市地面交通的拥塞主要是由于交叉口的信号配时引起的 ,由此限制了路段的通行能力。交叉口相应相位的绿灯时间的利用率可以反映出该路段的拥塞程度。本文通过对路口实时交通数据的分析 ,提出了一种基于相位饱和度的交通拥塞的定量评价方法     

基于MFD的城市区域过饱和交通信号优化控制

为了解决交通高峰时段城市区域路网过大的交通需求引起的路网通行效率下降以及区域内部交通流分布的异质性产生的道路资源浪费等问题.本文提出了基于区域路网固有属性宏观基本图（Macroscopic fundamental diagram,MFD）的过饱和区域控制优化模型,建立了边界控制信号和内部控制信号目标函数的双层规划优化,进一步设计了基于BP（Back propagation）神经网络的自适应动态规划（Adaptive dynamic programming,ADP）模型,对建立的双层规划区域交通信号进行求解,实例仿真结果验证了本文方法的有效性.通过本文的研究分析,对城市区域交通的需求管控、拥堵政策制定等城市区域交通管理具有一定的指导意义.     

城市复杂道路网络交通流的分解模型

针对城市道路交通流非线性、不确定性和模糊性特点,将城市道路与快速干道作为整体对待,提出了面向控制应用的城市交通网络宏观动态离散模型。将城市街区作为划分基点,把整个城市道路复杂交通网络分解为交叉口和单向环形道路两个子系统,分别建立了它们的宏观动态模型。通过对交叉口进行理想虚拟变形,将各个单向环形道路连接在一起,从而形成各种复杂网络。对西安市中心区域的实际交通流数据进行了仿真研究,结果表明该交通流模型基本实现了城市道路与快速干道的统一分析建模,较好地反映了城市路网的交通流信息,可以作为城市交通控制系统分析和设计的有力工具。