高校校园交通安全设施规划分析

校园道路交通是校园交通运营体系的重要组成部分,而校园道路交通安全设施对于保障行车安全、提高道路服务水平、增强道路景观等起着重要作用,因此有必要对校园道路交通安全设施进行系统规划,以山东理工大学西校区为例,分析校园内交通安全设施存在的问题并提出解决方案,以期为高校校园交通安全设施规划提供借鉴。     

机动车颗粒物排放控制策略研究

颗粒物已经成为造成环境污染和影响人体健康的主要污染物之一,而机动车颗粒物排放占污染物的60%以上。目前中国对机动车颗粒物排放的研究较少,没有系统提出相应的控制策略。文章首先分析了机动车颗粒物的生成机理及影响因素;根据《中国机动车污染防治年报》统计数据,使用MATLAB建立了汽车、低速汽车及机动车数量与颗粒物排放量之间的数学模型,预测未来5 a内的机动车颗粒物的排放总量。结果表明机动车颗粒物排放逐年增加,2015年将达到1.032 2×10 6 t;而低速汽车数的PM排放量会逐年缓慢降低,这主要受国家政策影响。最后,根据分析预测结果,提出了机动车颗粒物排放控制策略。     

基于非参数样条拟合的交通流预测方法研究

准确的交通流短时预测是智能交通系统,尤其是其先进的交通管理系统与先进的出行者信息系统研究的关键内容之一。随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般预测方法的预测精度大大降低。针对智能交通系统的开发,论文将样条拟合的思想应用到交通流预测领域,利用贝努利多项式求解核函数,进而利用非参数回归理论进行交通流预测。经过实测数据仿真试验表明,样条拟合能较好地兼顾最优拟合与曲线光滑度的选择,算法的预测效果良好。     

不同比功率分区下轻型车排放特征分析

为了反映轻型车排放随发动机输出功率的变化关系,搭建轻型车车载排放测试试验平台,通过实际道路试验获取质量排放数据与对应的行驶状态数据;为了便于与交通仿真模型融合,将比功率分成10区,分析了3种污染物质量排放率随比功率分区的变化关系,并计算得到了10个分区内3种排放污染物的质量排放率。结论表明,轻型车3种污染物质量排放率与比功率具有很高的相关性;bin1～bin3对应着轻型车制动减速的情况,排放速率最慢;bin6～bin10对应着轻型车车速高以及急加速度情形,排放速率最高;研究得到的不同比功率分区下的质量排放率可以作为与交通仿真模型结合来量化区域排放的依据。     

基于人-车-路-环境综合计算的驾驶员期望车速

微观交通流仿真是智能运输系统研究与开发的重要手段。期望车速是微观交通流仿真研究的一个重要参数,受到驾驶员特性、车辆特性、道路条件、交通干扰、天气和承运任务急缓等多种因素的影响,准确确定期望车速是驾驶员行为研究的难点。从研究驾驶员心理-物理特性的角度出发,利用层次分析法,对驾驶员决策思维的递阶层次进行量化,建立基于人-车-路-环境综合计算的驾驶员期望车速模型。经过实测数据验证,该方法用于驾驶员期望车速模型的研究是可行的。     

交通流突变辨识组合算法

针对智能交通系统的开发,结合交通流特性,应用小波多分辨分析理论的Mallat 分解算法与RBF 神经网络建立交通流状态辨识组合算法。利用多种小波系数与交通流参数之间的相应变化规律进行RBF 网络输入参数设计,进而通过RBF 网络进行交通流状态突变的辨识。交通流状态的突变多与交通事件直接相关,故采用事件和非事件条件下的模拟数据对算法进行了离线测试。与传统算法的性能比较结果表明：组合算法在交通流状态突变辨识方面具有良好的性能。     

基于非线性组合模型的交通流预测方法

为开发智能交通系统,提出一种基于RBF和ARIMA网络非线性组合模型的短时交通流预测方法,采用三层结构的RBF网络将2种单一预测方法——RBF和ARIMA网络进行非线性组合,利用实测数据对3类方法进行仿真实验,结果表明,非线性组合模型的预测准确性高于各自单独使用时的准确性,组合模型发挥了2种单一方法各自的优势,是短时交通流预测的有效方法。     

交通流数据清洗规则研究

交通检测器获得的数据存在无效、冗余、错误、时间点漂移及丢失等质量问题。为此,在分析影响数据质量问题原因的基础上,给出交通流数据清洗的概念,研究“脏数据”的清洗规则与清洗步骤,并对环形线圈检测器检测到的数据进行验证。结果表明,该清洗规则对错误、丢失、冗余等“脏数据”的识别率均在90%以上。     

交通流冗余数据识别和约简方法

针对交通检测器检测到的数据存在冗余现象、影响后续决策并需要进行约简的问题,提出了一种冗余数据的识别和约简方法。采用等级分组法实现对冗余数据的识别,先通过等级法计算每个交通参数的权值并按照分组思想,将大数据集分割成许多不相交的小数据集,在各个小数据集中识别冗余数据。为避免漏查,选择其他关键参数多次重复识别。识别出的冗余数据采用平均法约简。实例验证表明,等级分组法识别冗余数据具有较好的精度,随着阈值的增加,查准率和查全率减小,但仍在93%以上;同时采用平均法约简,拟合度较高,达到0.938。可见采用的冗余数据识别和约简方法能够有效地解决单数据源数据冗余问题。     

道路交通事故径向基神经网络预测模型研究

道路交通事故预测的目的是为交通管理部门提供未来交通安全的发展趋势。论文在进行交通事故统计的基础上,运用径向基神经网络理论,利用Matlab软件建立交通事故预测模型,对1990年至2006年的交通事故死亡人数和经济损失进行网络训练和外推预测。计算结果表明,该模型预测和外推精度高,可用于交通事故预测。