综合集成TSIS、VC 和Matlab构建交通控制仿真平台

采用成熟的微观交通流仿真软件及其接口实现和检验交通控制算法是目前交通控制研究的主要方向。该文首先介绍了交通流微观仿真软件TSIS的构成和各组成模块的作用，然后详细介绍了TSIS和VC的接口技术以及VC和Matlab的接口技术，最后综合集成TSIS、VC和Madab构建了交通控制仿真平台。该仿真平台很好地利用了各种软件的优势，能方便快捷地实现各种先进的智能交通控制算法，为交通控制算法提供了一个很好的检验平台。     

城市道路交通流仿真算法研究

将元自动机模型与车流跟随模型相结合，提出了一种全新的道路交通流仿真算法，快速准确地仿真再现了含有4个交叉路口的城市道路交通网络中的车流变化状况。     

基于Agent的交通流微观仿真系统框架研究

目前Agent技术已经成为人工智能技术和计算机软件学的热点研究问题。该文将Agent概念和技术运用到交通流微观仿真系统中，建立了交通流微观仿真系统框架，比较详细地介绍了交通个体Agent的分类和各自的属性，对机动车、非机动车和行人的Agent集合进行了定义，讨论了他们的属性，同时依据交通控制的分层结构，对交通控制Agent进行了分类，对各层的属性进行了研究，最后对影响交通个体Agent行为的外界环境进行了描述，从理论上对Agent在交通仿真中的应用进行了较为完整的研究。     

基于Agent技术的交通流仿真研究

基于我国当前的交通问题以及传统交通管理系统的特点,在前人的理论基础上,文中将agent技术应用于智能交通系统,运用系统中各个元素进行agent建模。介绍了KQML语言规范并详细探讨了KQML消息机制在agent通信中的应用,在此基础上选择Java编写agent消息类,构建仿真系统。系统在周期边界条件下进行单车道交通流仿真,真实地再现了流量-平均速度、密度-流量之间的关系。仿真结果表明,基于agent的智能交通仿真能够细致地刻画交通流特性和交通实体的微观行为。     

基于Agent技术的交通流仿真研究

基于我国当前的交通问题以及传统交通管理系统的特点,在前人的理论基础上,文中将agent技术应用于智能交通系统,运用系统中各个元素进行agent建模。介绍了KQML语言规范并详细探讨了KQML消息机制在agent通信中的应用,在此基础上选择Java编写agent消息类,构建仿真系统。系统在周期边界条件下进行单车道交通流仿真,真实地再现了流量-平均速度、密度-流量之间的关系。仿真结果表明,基于agent的智能交通仿真能够细致地刻画交通流特性和交通实体的微观行为。     

基于Multi-Agent的多车道交通流的分布式仿真研究

该文以Agent技术为基础,对多车道交通流进行了模拟,并与实际的道路交通流特点进行了比较。首先根据驾驶员实际驾车的特点,建立车辆Agent的基本模型,对车辆Agent换道超车和加速策略进行描述。然后以分布式模型为基础,将多车道交通环境中的车辆运行模拟为Multi-Agent的相互作用。在仿真中,采用了面向Agent的仿真软件Starlogo。从微观上看,所描述的车辆模型能够完成加速和换道过程;从宏观上看,仿真中交通流特点与实际情况是一致的。说明该文的模型符合实际情况,同时也表明了使用Agent技术进行多车道交通流系统仿真的准确性和可行性。     

一种基于序贯Monte Carlo算法的交通事件重构方法

为了能准确地重构出当前道路场景中的交通流事件,需要合适的模型与方法以及能够代表交通流状态的实时数据。基于交通流非线性非高斯的特点,提出了一种基于序贯Monte Carlo方法的交通流堵塞事件重构模型。提出的模型能够不断的同化真实道路上实时的传感器数据使仿真中的交通流状态与真实路况不断接近。通过分析仿真数据推测出当前真实道路上的堵塞事件及其相关属性,并据此在仿真环境中模拟堵塞,进而实现对真实道路上堵塞事件的重构。理论研究和实验结果表明该模型能够根据重构结果评估当前的道路状况,合理推测引起拥堵的位置与堵塞范围。     

基于元胞自动机的城市交通流仿真系统

利用元胞自动机理论，建立了单车道及交叉路口交通流模型。为了使用户直观的了解交通运行状况，以便采取有效的优化措施对交通进行管理，设计并实现了城市交通流仿真系统。该系统具有优化功能，能够通过对数据的分析，产生交通管理的优化策略，对优化城市交通提出可供借鉴的措施。     

基于多Agent的交通流仿真平台

采用多Agent方法设计并实现交通流仿真平台,仿真钟等步长推进,由调度Agent协调仿真的运行。以MaSE方法对多Agent系统建模,用自动机描述人车单元Agent和路段Agent之间的交互。人车单元Agent采用刺激-反应混合结构,路网采用分层结构分解为路网、路段(交叉口)、车道,信号控制方案分解为入口车道-流向灯色组合,用分叉树表示信号灯组的状态。用Visual C++实现该仿真平台,证明其能有效再现交通流特征。     

高速公路动态交通流的建模与控制策略

从高速公路交通流的宏观、动态特征出发，首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型，并结合交通调查数据，利用仿真和优化技术对模型中的参数进行了辨识，从而获得了能比较准确地描述交通流真实行为的模型。然后提出了低密度区的可变速度控制，中密度区的可变限速和入口匝道联合控制及出口匝道分流和入口匝道协调（高密度区）控制模型，并给出了上述３个问题的最优解。最后利用计算机模拟了受控和未控交通流     

基于VR的驾驶仿真及安全教育系统开发

针对全国道路交通事故高发现状及传统驾驶安全教育方式单一、培训效果差的缺点,基于虚拟现实技术（VR）,在引发交通事故人为因素理论基础上,开发驾驶仿真及安全教育系统。系统基于Unity3D引擎,构建了基于道路实景数据的虚拟场景,并联合SUMO实现了道路交通流仿真,通过VR技术仿真驾驶环境及驾驶行为;基于碰撞检测原理,建立了关卡违规触发机制,编码自定义屏幕空间渲染方式模拟驾驶员视觉效果,并构建了基于图像的交通事故现场三维全景,从认知、感知层面培训驾驶员安全驾驶。实用性测试结果表明,系统实现了不同道路场景、气象条件与交通状况下的驾驶模拟及安全培训,增强了使用者的学习兴趣,提高了使用者驾驶安全素养,具有较强的实用性。     

分布式实时微观交通仿真系统研究

交通仿真已经成为评价和解决交通问题的最有效的工具之一.但是目前的交通仿真系统大多数是以历史调查数据的统计分析结果为依据进行仿真,为了能够更加真实地反映交通的状况,以实时采集的交通数据为基础,通过微观仿真的形式,结合分布式仿真技术和虚拟现实技术,离线或者在线地再现路网的真实交通情况,为管理者提供直观的决策依据.     

基于序贯蒙特卡洛算法的交通流事件重构

针对交通数据重构应用性差、缺乏对交通事件重构的研究等问题,结合交通流非线性非高斯的特点,提出一个基于序贯蒙特卡洛方法的交通流堵塞事件重构模型。该模型不断同化道路上的传感器数据,使仿真中的交通状态不断逼近真实路况,通过分析仿真数据以探测真实路网中存在的堵塞事件。模型能够对探测到的堵塞进行多粒子模拟来实现对真实道路上堵塞事件的重构。实验结果表明,该模型能够推测并重构出道路上的堵塞事件,对堵塞起始位置重构的平均误差为17m,对堵塞范围重构的平均覆盖率为82%。     

基于O-D矩阵估计的路网交通流量仿真模型

为了将交通出行需求对路网交通流量的影响进行动态的量化分析,提出了一个基于O-D矩阵估计的路网交通流量仿真模型。利用O-D矩阵估计的重力模型计算方法、复杂网络理论和路段阻抗模型,构建了路网模型;在人们出行总是选择路段阻抗最小路径的假定下,设计了出行需求的路网流量映射算法;基于离散事件仿真,在PC系统上实现了路网流量仿真系统。仿真结果表明：该仿真系统可以根据各交通子区域出行需求的变化,精确模拟路网流量和交通状态的动态演进。     

基于多延时动力系统的交通流量建模

为了改善多车道、路况可变、流量可变的复杂交通环境中关于道路交通流量的问题,采用多时段延时动力系统思想,建立了基于动力系统的道路交通流量新模型．该模型可以描述前后多时间段对道路交通流量的相互影响．仿真数据结果表明,新模型能够模拟真实的交通流量变化,同时对于控制交通流量以及分析交通系统的特点是有效的．     

集装箱码头堆场的道路规划仿真研究

利用Flexsim仿真软件建立规划中的中国某大型集装箱码头堆场3D虚拟现实仿真模型,结合道路通行能力理论,辅助该码头堆场的道路规划,确定合理的主干道路宽度。给出模型的体系结构、组成和流程。通过仿真实验,获取高峰期主干道路交通流量数据,与道路通行能力进行比对,判断道路设计的合理性并提出改进建议。     

交通三维视景仿真软件设计方法

在当前的交通仿真研究中，虚拟现实技术的应用是热点之一也是难点之一，矛盾主要在于二者都是硬件资源的消耗大户。在目前的主流PC配置下，传统的设计方法无法给虚拟现实技术以充分的发挥空间。为此，文章提出了基于路段交通统计数据的显示模块设计新方案，并在此基础上通过分割地图多PC处理虚拟城市以及独立出显示模块，在自由交通流基础上对仿真结果二次逼近等手段突破了交通仿真研究中虚拟现实技术的应用在计算机硬件能力和网络传输能力上的瓶颈，并完成了基于Paramics—WTK平台的三维视景仿真软件。真正实现了虚拟城市环境下的交通仿真。     

基于交通流的车辆路径选择优化方法

针对交通流变化对车辆路径选择的影响, 寻找在交通流变化情况下对出行路线进行规划的方法。采用粒子群算法与动态规划相结合的方法对路径进行优化, 可得各车辆在交通流影响下的优秀路线。基于真实环境中的路网结构和交通数据进行模拟, 结果表明, 该方法可增加路径优化的真实性和动态性, 而且道路交通流及车辆出行时间都对车辆路径选择产生重要影响。     

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。     

路网交通流在时空分析背景下的预测研究

深度学习近年来被广泛应用于交通工程领域,针对大型路网中单个路段的交通流预测考虑因素单一、预测精度不高的问题,充分利用长短时记忆（LSTM）网络在时序数据处理方面的优势,结合路网交通流时空分析并运用LSTM模型进行预测。通过对路网中路段检测站点间交通流数据进行相关性计算,并设置不同阈值来选择出代表路段的编号构造原始数据矩阵,对矩阵进行压缩来增加运算效率,最后将压缩矩阵输入模型中进行预测。设置仿真对比实验,验证了提出的方法相较于其他几种模型预测准确率平均可提升11.84%,是一种高效率的交通流预测方法。