一种基于地磁感应的车型分类算法*

地磁传感器是近年来出现的新型路面车辆检测器,而车型分类是车辆检测器的一项重要功能。根据地磁传感器的性能特点,提出了一种车型分类算法。该算法首先从原始数据中提取特征,进而对特征数据进行聚类以确定检测器的最佳分类能力,最后以“离线训练,在线分类”的策略,利用神经网络进行实时的车型分类,在不过度增加硬件负担的情况下获得了比较好的效果。该算法有助于提高地磁车辆检测器的性能,从而为交通管控系统提供更丰富的基础数据。     

智能动态路线诱导系统子区协调策略及仿真

提出了诱导子区的概念,对诱导子区内诱导单元协调的重要性进行了研究.提出了相同路口诱导单元的协调策略,对同级诱导单元诱导信息的相互影响进行了探讨,在此基础上将协调区域扩大到上游诱导单元,对诱导子区内诱导单元协调策略进行了研究.作者进行了多次仿真试验并对有代表性的仿真结果进行了分析,从诱导状态估计的准确程度和诱导均衡度2个方面说明了诱导子区协调方法的有效性.     

一种新型的自学习智能式城市交通实时控制系统

本文介绍了作者与合作者们研制成功的城市交通智能式实时控制系统(简称TICS)的硬 体结构框图,从交通工程学、计算机技术、系统结构和控制方式等角度分析了它的基本原理, 给出了包括主控回路和学习回路的控制原理框图,从交通状态推理和实时控制变量推理二个 方面介绍了它的推理机制,说明了它的学习机制,最后简述了对周期、相位差、绿信比的处理 原则.     

Delays caused by motorized vehicles unable to clear intersections in China： Graphical analysis

In many Chinese cities,motorized vehicles （M-vehicles） move slowly at intersections due to the interference of a large number of non-motorized vehicles （NM-vehicles）.The slow movement makes a part of M-vehicles fail to leave intersections timely after the traffic signal tums red,and thereby conflicts between vehicles from two directions occur.The phenomenon was analyzed graphically by using the cumulative vehicle curve.Delays in three cases were modeled and compared：NM-vehicle priorities and M-vehicle priorities with all-red intervals unable to release all vehicles,and longer all-red intervals ensuring release all vehicles.Marginal delays caused by two illegal behaviors that occasionally happened in mixed traffic intersections were also investigated.It is concluded that increasing the speed of M-vehicles leaving intersections and postponing the entering of NM-vehicles are the keys in mathematics,although they are uneasy in disordered mixed traffic intersections due to a dilemma between efficiency and orders in reality.The results could provide implications for the traffic management in the cities maintaining a large number of M-and NM-vehicles.     

一种新型路面车辆检测系统的设计与实现

现有的路面车辆检测系统已经难以适应智能交通系统的快速发展,将路面车辆检测系统作为交通基础数据源,研发一种新型路面车辆检测系统,介绍该检测系统的体系结构并描述其软件设计,该软件采用多线程技术提高CPU的使用效率,体现面向对象的设计思想,具有良好的健壮性和扩展性。该系统目前已进入小范围试用阶段,并取得良好的效果。     

基于向量整体扰动的快速收敛人工蜂群算法

针对标准人工蜂群算法收敛速度慢和易陷入早熟收敛等问题,提出一种快速收敛人工蜂群算法。首先借助反向学习理论初始化种群来提高初始解的分布质量,并在雇佣蜂和跟随蜂阶段引入向量整体扰动搜索方程加快局部搜索;然后为了跳出局部最优,采用一种随机更新搜索策略来增加蜂群多样性以平衡全局探索和局部利用能力;最后通过八个标准测试函数的仿真实验,发现所提出的算法与几个改进的人工蜂群算法相比,具有更快的收敛速度且获得了更高的求解精度,验证了算法的优越性。     

基于网络最大流的控制与诱导的协调试验

以路网所能传输的最大流为衡量指标提出了一种协调方法并设计了相应的试验.首先利用各类试验中网络最大流的突变情况确定了协调的边界,然后给出了调整控制策略、诱导策略或协调策略等多种协调方案,并提出了协调效果的评价准则,最后针对一个算例进行了4类相应的仿真试验,通过对试验结果的分析验证了协调的必要性和所提方案的有效性.     

基于非参数回归的路段速度估算方法*

城市道路交通运行状况的及时获取对交通管理和出行有着重要的作用,而准确判断交通状况需要利用准确的交通流速度。针对城市道路配备有一定数量的固定检测器,但是浮动车覆盖率不足的情况,提出了基于非参数回归的路段速度估算方法。该方法有效结合固定检测器数据和浮动车数据,对不同时段、路段、天气对行驶速度的影响分别进行分析,建立状态模式库,利用模式匹配估算出道路交通流速度。通过算例分析比较,可知该算法具有较高的准确度。     

交通诱导-出行信号博弈分析及其虚拟行动学习模型

交通出行过程中,诱导信息的发布与出行路径的选择是两个相互联系相互影响的决策过程,基于此建立了诱导-出行信号博弈模型,并依据其信号均衡将路网分成了不同的等级.为验证均衡解的合理性,提出了一种基于完全但不完美信息动态博弈的虚拟行动学习模型并应用于此问题,收到了很好的学习仿真效果,最后给出了相应的收敛性定理及其证明.