城市道路状况概率神经网络判别方法

针对移动交通流检测信息的特点,在分析概率神经网络与Global K-means聚类算法的基础上,提出了一种基于移动交通流检测信息的城市路况概率神经网络判别方法。通过分析路况的相关因素,同时考虑信号控制交叉口红灯对车辆行程时间延误的影响,利用Global K-means算法改进的概率神经网络对探测车采集的实时交通信息进行处理,进而得出城市的道路状况。应用结果表明该方法能够有效地判别和跟踪道路状况的变化,比不考虑交叉口红灯的影响时能够更准确地反映城市道路的路况信息。     

基于粒子群的模糊神经网络交通信号控制

针对城市交通流的特点,提出了一种单交叉口多相位模糊神经网络交通信号控制模型,并采用全局优化的粒子群算法优化模糊神经网络参数.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

路网交通流的空间聚类分析

根据道路交通流检测节点收集的交通流数据的隐含特征,可以对分布在道路网络空间中的交通流检测节点进行空间聚类分析,使空间上关联且具有相似性质的交通流聚成一类.通过交通流的空间聚类分析,发现交通流在道路网络上的空间分布模式,对于智能交通系统的区域交通信号控制、动态交通分配、路径诱导等具有重要应用价值.基于凝聚层次聚类算法思想,设计了一个高效的交通流空间聚类算法ESCA-TF. ESCA-TF无需执行复杂的空间连接和空间合并操作,其时间复杂度为O(nlogn)、空间复杂度为O(n2).在实际数据上进行实验,比较了ESCA-TF算法与其他的基于网络拓扑结构的空间聚类算法.实验证明,ESCA-TF算法具有较好的时空性能和聚类效果.     

基于车联网的油耗检测及其时空分布研究

相对于传统的交通信息采集手段,无线射频识别(RFID)系统更实时、有效,但也存在所获取数据在空间和时间上离散的情况。为此,通过RFID系统的车联网模型,将采集的交通信息以路段为最小离散单位进行归类,根据高速路车辆油耗影响因素完成各类型车辆行驶状况的建模。按100 km油耗的评价指标,设计基于车联网的高速路油耗算法(FCIV),并基于该算法,通过数据可视化技术,直观地揭示单路段油耗情况、时间分布特征和空间分布变化规律。     

车联网环境下的公交自适应优先方法

针对现有公交优先系统中存在的反应滞后、不能够充分挖掘道路通行能力的问题,在车联网的背景下提出一个公交自适应优先（ABP）模型。首先,借助车联网强大的通信能力,利用时分复用的思想,设计了道路复用的控制规则,为普通公交虚拟出了一条专用道,实现了“空间优先”;其次,使用实时获取的车辆到达数据取代历史数据作为交通需求,解决滞后的问题;最后,设计了公交优先的信号控制方法,通过插入短相位的方法让公交优先通行,实现了公交优先。使用VISSIM软件设计仿真实验对比ABP模型和传统模型,结果表明,ABP模型在不对社会车辆造成很大影响的前提下,能够提高公交的运行效率和路口的通过能力。     

单路口低饱和交通流的多相位混沌控制仿真研究

交通流是一个复杂的动态非线性系统,有时会出现混沌现象,混沌交通流的表现形式是交通无序状态。对混沌交通流,模糊控制受其原理限制,缩短延误时间的控制效果不佳。本文以低饱和交叉口信号控制问题为研究对象,提出了针对混沌交通流的实时混沌引导控制方法,并设计了相应的混沌控制器。利用MATLAB软件完成的仿真表明,混沌引导控制能将无序的交通流有序化,降低延误,增大道路通行能力,其效果优于模糊控制。     

冰雪天气下高速公路可变限速控制研究

为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略。首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型;其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件;最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验。仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间;相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。     

基于一种新的混合算法的交通流控制优化模型

运用交通流控制理论建立了在交叉口空间渠化及信号相位相序给定的条件下, 考虑机动车与非机动车的延误（服务水平）约束条件, 机动车通行能力最大的优化模型, 并利用遗传算法及混沌优化算法互补的混合优化算法对模型进行了优化计算. 实际优化计算结果表明, 文中的优化模型及其混合算法具有较高的理论价值及实用价值, 本次研究为信号交叉口交通流的协调控制优化研究提供了新思路和新方法.     

基于VISSIM的单点交叉口微观模型仿真

通过对城市交叉口交通流微观仿真模型的分析,针对给定城市交叉口各路口的一些几何参数和交通量,运用VISSIM进行交通系统的建模和仿真,得到最佳配时方案,减少路口的交通延误,并用MATLAB软件对仿真结果做了简要分析,证明了交叉口的仿真对提高路口的服务水平有很重要的意义、增加绿信比是提高道路通行能力的有效途径、阐明了仿真的重要性。     

收费站ETC改建方案的计算机仿真

在不增加收费站建设的条件下,为改善收费站对交通流的影响,改进收费方式是一种有效的方法。应用ETC（Electronic Toll Collection)收费系统减少了车辆的延误和增加收费站通行能力。本文采用计算机仿真的方法对各种改建方案进行对比,从中选择了一种最优方案。     

车联网中RFID模型

RFID模型是车联网仿真的基础和核心模型之一. 目前交通仿真模型不能满足车联网无线通信及协同交互等方面的需求、且缺少RFID模型. 为此, 建立了RFID系统的读写器和电子标签模型. 给出了读写器Agent和电子标签Agent结构及实现. 根据自动机理论, 建立了读写器、电子标签和主机之间通信时异构通信协议数据帧格式的有限状态机模型, 解决了异构数据帧统一处理问题. 作为模型应用和验证实例, 基于VC++ 2010平台, 开发了RFID交通数据采集读写器优化布设仿真软件. 结果表明, RFID模型较好地逼     

物联网技术在道路交通安全预测中应用研究

研究道路安全预测精确度问题,由于随机波动性较大的样本数据序列预测精度较差,传统的道路交通安全预测灰色预测理论算法难以解决交通拥塞和道路交通不平衡状况。为了解决上述问题,提出了一种基于物联网技术的交通状态监测安全预测方法,主要采用物联网技术实时监测道路的交通情况,依据搜集的交通信息设计安全预警指标,建立灰色理论道路交通安全预测模型,并在模型的基础上引入二维马尔科夫链时空模型,建立一种新的二维马尔科夫理论的灰色扩展交通安全预测模型。仿真结果表明,提出的新的预测方法能够有效地预测道路交通安全风险以及隐患,预测的精确度要比传统的灰色理论预测模型更高,为交通安全系统设计提供了依据。     

基于物联网的智能交通流探测技术研究

为更好地分析和统计动态交通流以获得道路交通信息,将物联网技术与智能交通系统相结合,提出一种基于物联网的智能交通探>A}}系统ITFDS(Intelligent Transportation Flow Detection System Based on Internet of Things).ITFDS通过车载传感器节点获取原始交通参数并进行初次融合,汇聚点作为信息收集、分发与数据二次融合的中心节点,物联网中心控制机房则负责系统数据的统计与管理。仿真实验证明,ITFDS能有效、即时地获得道路交通流量值并将其发送至各车辆,作为车辆选择行进线路的依据。     

基于RFID的智能车辆管理系统

RFID作为物联网中的重要技术,近年来以其低廉、安全、高效的特点得到广泛的关注和研究。文中提出了一种基于超高频RFID的智能车辆管理系统(即车联网)。该系统由RFID硬件系统、CDMA系统、GIA系统、数据处理系统构成,可以实现车辆的智能化识别、定位、跟踪、测速、监控和管理,以解决当前严峻的道路拥堵、车辆超速超载、车辆盗窃及公务车管理等问题。     

基于道路风险评估的城市路网实时路径选择

为了缓解城市交通拥堵、避免交通事故的发生,城市路网的路径选择一直以来是一个热门的研究课题.随着边缘计算和车辆智能终端技术的发展,城市路网中的行驶车辆从自组织网络朝着车联网(Internet of vehicles,IoV)范式过渡,这使得车辆路径选择问题从基于静态历史交通数据的计算向实时交通信息计算转变.在城市路网路径选择问题上,众多学者的研究主要聚焦如何提高出行效率,减少出行时间等.然而这些研究并没有考虑所选路径是否存在风险等问题.基于以上问题,首次构造了一个基于边缘计算技术的道路风险实时评估模型(real-time road risk assessment model based on edge computing, R³A-EC),并提出基于该模型的城市路网实时路径选择方法(real-time route selection method based on risk assessment, R²S-RA). R3A-EC模型利用边缘计算技术的低延迟,高可靠性等特点对城市道路进行实时风险评估,并利用最小风险贝叶斯决策验证道路是否存在风险问...     

基于RFID技术的物联网应用

从RFID技术出发,结合物联网的应用模式,分析了RFID技术在产品生产和管理上的可行性,结合物联网的应用模式,并对RFID技术在物联网领域的应用进行了探析。     

RFID，GPS和GIS技术集成在交通智能监管系统中的应用研究*

为实现在城市复杂路网情况下对交通车辆的实时监控,并且能通过一定数量的车辆运行状态来判断道路交通的拥挤状况,采用射频识别技术(RFID)对道路上运行的车辆进行动态识别和数据信息交换;依靠全球定位系统(GPS)技术实时获得目标车辆的位置信息,并通过地理信息系统(GIS)将车辆的运行状况以及路网的交通状况以电子地图形式实时地展现给用户。将GPS、GIS与RFID技术综合应用于城市道路交通管理系统中,在此基础上设计出道路交通车辆的全程监控模型和系统框架。对交通监管的信息化建设具有一定的借鉴意义。     

Type-2 fuzzy logic based urban traffic management

This paper presents a multi-agent system based on type-2 fuzzy decision module for traffic signal control in a complex urban road network. The distributed agent architecture using type-2 fuzzy set based controller was designed for optimizing green time in a traffic signal to reduce the total delay experienced by vehicles. A section of the Central Business District of Singapore simulated using PARAMICS software was used as a test bed for validating the proposed agent architecture for the signal control. The performance of the proposed multi-agent controller was compared with a hybrid neural network based hierarchical multi-agent system (HMS) controller and real-time adaptive traffic controller (GLIDE) currently used in Singapore. The performance metrics used for evaluation were total mean delay experienced by the vehicles to travel from source to destination and the current mean speed of vehicles inside the road network. The proposed multi-agent signal control was found to produce a significant improvement in the traffic conditions of the road network reducing the total travel time experienced by vehicles simulated under dual and multiple peak traffic scenarios.     

基于层次颜色Petri网的交通紧急调度算法与建模

针对城市交通网络中紧急车辆在行驶区段中如何较快地到达终点的问题,提出了一种基于Petri网的交通紧急控制策略模型。利用Davidson函数中行驶时间与交通流之间的对应关系,得出紧急车辆在道路上的最短行驶时间,并将其作为权重,运用Dijkstrsa算法进行最短路径寻优;采用紧急信号灯控制策略对最短路径上的交叉口信号灯进行了调整,减少紧急车辆在交叉口的延滞时间,并运用Petri网理论,建立紧急车辆在交叉口的紧急信号灯控制模型。为了描述紧急信号灯控制策略的动态行为特性,将其各部分关键要素分别设计为相应的Petri网子模型。通过模型的一个仿真实例,进行了紧急控制策略与普通策略的实验对比,实验结果表明前者可以对紧急车辆的到达时间进行优化。     

基于计算实验的城市道路行程时间预测与建模

城市道路行程时间预测对于提高交通管控效果具有重要意义. 本文综合应用平行系统、集散波、误差反馈修正、多模型自适应控制及模型库动态优 化策略等方法与技术对间断流行程时间预测问题进行了研究. 首先,介绍了平行系统理论的基本原理及计算实验的基本方法; 然后,给出了基于平行系统理论的路段行程时间的预测模型, 设计了基于集散波的行程时间计算实验方法, 提出了多模型自适应行程时间预测并给出了模型动态优化策略. 最后,通过实验证明了本方法的有效性. 结果表明, 本文方法预测精度较高, 且能够对行程时间预测值进行持续优化, 可为后续的间断流行程时间预测研究提供借鉴.