基于S-G滤波的交通流故障数据识别与修复算法

为了提高检测器采集到的交通流数据的有效性,基于S-G滤波法和数据驱动方法,提出一套交通流故障数据识别与修复的算法。以北京市某路段上单个交通流检测器所收集的数据为基础,结合实时数据与历史数据,完成故障数据识别与修复过程。与传统方法相比,该方法整合了交通流故障数据识别与故障数据修复两部分功能,运算更加高效而可靠。通过对北京市某路段实测数据的处理实例对算法进行验证。结果表明该方法实用性较高、运算速度快,为异常数据处理提出了新的思路。     

城市路网交通流动态模型研究

从交通流的内在机理出发,通过对路网各交叉道口、路段目点和陷点的流量等参数的数量关系描述,导出用路段端口流量、速度、密度等参数表示的路段流量净增量方程组、路段间流量转移方程组、路网边界方程组以及路网总流量方程组等方程组群,全面描述路网各路段流量、速度、密度等交通参数的动态数量关系。只要路段端口流量、速度、密度连续可观,则可通过联立相关方程组,求出各路段产生的动态流量、邻接路段间流量动态转移系数以及路网动态总流量等动态参数,且边界方程的定义使路网可任意分割,有利于局部交通流动态分析。     

混合交通流条件下基于路内停车设置的路段车速阻滞模型

提出机非混合交通流条件下路内停车带设置后的机动车速阻滞模型。以一幅道路断面形式为前提,将混合交通和车辆停放的驶入、驶出对路段车流运行状态的影响表述为摩擦和阻滞效应,引入时间障碍率和空间障碍率参数加以量化分析,选择6条典型路段进行数据调查,在验证基本路阻函数可行性的基础上,分别建立路内停车摩擦效应和阻滞效应影响下的机动车速度-交通流模型。针对模型参数的复杂性特点,设计参数指标聚类和分阶段标定方法,并对一幅道路单向通行和双向通行的相关模型进行具体参数的计算。将实测数据和模型计算结果进行对比可以发现,整体拟合效果良好,能够反映混合交通流条件下路内停车设置对机动车交通运行的实际状态。     

基于雷达多目标检测技术的交通信号智能控制系统

城市路网交通发展态势呈现压力剧增、饱和交通流状况常态化的显著特征.本系统利用阵列雷达区域多目标检测技术获取流量、时间占有率和传统截面检测方式无法获取的速度、空间密度、车辆坐标等数据,通过数据分析和耦合建立单点路口一定范围内的实时交通动态解析模拟图,形成类似于人眼采集的全息数字化交通模型.以路口全息交通状态为数据基础,研究交通流实时分析预判算法,实现非饱和交通流状态下交通信号自适应控制.以人工智能为仿生对象,研究交通流实时分析和预测判断相结合的分析方法,建立饱和交通流状态下仿人工智能的交通信号控制方法.系统设计我国自主知识产权的人工智能信号控制应用软件,实现信号自适应控制向人工智能微控制阶段的迈进.     

交通网络旅行时间可靠度估计

为了更精确地估计交通网络路段旅行时间可靠度,借助于Greenshilds速度密度模型和交通流三要素关系模型,假设路段故障率与交通流波动成正比关系而与时间无关,考虑影响路段可靠度3个方面因素:交通流波动、道路条件、出行者心理期望,通过理论推导,得到一个新的路段旅行时间可靠度估计模型。用matlab软件对模型进行模拟,分别得到可靠度与饱和度、道路故障率、出行者心理期望因子之间关系曲线。试验结果与真实情况较为吻合,模型较好地反映了3个因素对路段可靠度的影响。以路段可靠度为基础,计算OD对可靠度,并对其进行敏感性分析,提出路段单元可靠度对于OD对可靠度的敏感性可以归结为独立的两部分:本路径内其他路段影响和平行路径影响。在银川中心城区网络上对可靠度模型进行验证,讨论了其在交通运营管理和路网瓶颈识别中的应用。     

基于交叉路口的动态OD反推模型与算法研究

交叉路口各进出口道之间的实时交通量是信号控制系统重要的输入数据 ,也是难以获得的数据。本文回顾了动态OD反推理论的发展历程 ,以交叉路口各进出口道检测到的路段流量时间序列为基础 ,分析了交叉路口实时交通量的特点 ,提出了基于交叉路口的改进参数优化模型 ,设计了遗传算法对问题进行求解 ,并讨论了算法中的六个关键问题。实例研究表明 ,模型和算法具有较高的效率和准确性 ,能够应用于在线系统。     

浅析几种基本路段行程时间预测算法

近年来,短时行程时间预测研究取得了一些成果,研究者在各自的领域内运用不同的方法建立了各种行程预测算法。这些预测算法按照所选参数的多少分为综合模型和基于路段上的时间序列预测模型,综合模型适应性强,但需要的交通参数较多,时间序列预测模型适应性较差,但模型简单。按照预测效果及用途分为实时性预测以及估计行预测,实时性预测要求预测的实时性能高,用来做交通控制、交通流诱导和线路引导。估计性预测其精确度要求不高,实时性能要求也不高,主要用来为出行者提供信息,本文将介绍几种已有的路段行程时间预测算法。     

用参数自整定模型在线检测空气处理机组故障

大型现代建筑大都安装了能源管理与控制系统(EMCS),EMCS系统储存的大量监控数据为空调系统的在线故障检测与诊断提供了方便。提出了一种利用参数自整定空调部件模型在线检测变风量空气处理机组故障的方法。利用遗传算法优化模型参数使模型预测数据与实测值数据的残差最小,因此空调部件模型有较高的预测精度。若模型预测数据与实测数据的残差超出了预先设定的阈值,就意味着变风量空气处理机组可能存在故障。针对在实际应用时确定故障检测阈值的困难,给出了用统计方法确定阈值的方法。故障检测方法在真实建筑中进行了应用和验证,结果表明该故障检测方法可以结合EMCS系统准确有效的检测变风量空气处理机组故障。     

基于交通波模型的事故对连续交通流影响机理研究

减小事故对道路交通的影响,是城市交通安全管理的重要工作之一。针对事故对连续交通流的影响机理展开研究,通过设定城市道路事故环境,利用连续交通流宏观模型、LWR交通波模型及其特征线解法,文章建立了基于交通波模型的事故交通影响分析方法,揭示事故对连续交通流的影响机理,分析和探讨在某种交通状态背景下事故发生时刻和发生后上下游路段交通波产生与传播过程、交通状态及相关参数的变化特征。     

事件状态下高速公路隧道群的交通流特性分析

为研究事件状态下高速公路隧道群交通流的变化规律,建立了事件状态下基于元胞自动机的隧道群交通流模型,首先将已运营隧道群实际路网输入VISSIM仿真软件,对隧道群进行合理分段,结合亿车公里道路交通事故率和平均延误时间求取隧道群各路段的最佳限速值。通过分析隧道群交通流环境特征和影响因素,改进正常状态和事件状态下元胞自动机模型的不同演化规则,并采用MATLAB仿真,分析速度、密度、交通量3个参数的时空变化规律。仿真结果表明,正常状态和事件状态下交通流3个参数的时空变化规律符合实际情况,该结论对事件状态下隧道群交通流的控制和诱导等实际应用具有指导价值。     

混合交通网络设计的双层模型及遗传算法求解

根据混合交通网络设计问题的特点,利用双层规划模型和遗传算法对该问题进行求解。对交通网络中的路段进行分类,通过限定决策变量的取值范围,将混合交通网络离散化。建立混合交通网络设计的双层模型。其中,上层模型以方案总投资额最小为目标函数,以路段负荷度和可行域为约束条件;下层模型为交通流分配的用户均衡模型。根据所建模型的离散特性,研究其遗传算法解法,并给出算法的具体实现步骤。以一个抽象的交通网络为例,给定网络中的路段属性、OD交通量等参数,利用MATLAB软件对模型编程求解,能够获得满意的交通网络设计方案,表明双层模型和遗传算法是一种研究混合交通网络设计问题的有效方法。最后,对该模型存在的不足及改进方向进行了探讨。     

城市道路路段调头设计问题研究

通过对路段调头交通流特征进行分析,再利用交通仿真软件VISSIM对三个不同的路段调头设计方案进行交通流微观仿真,得到路段车流延误数据及各方案适宜的交通量。据此对路段调头设置形式给出一个优选方案。     

基于试验的土木工程结构动态参数识别

结构动态参数识别是工程、特别是重大工程质量和寿命全过程监控的核心研究内容。本文基于试验基础上,直接利用环境激励下的土木工程结构振动响应数据,用时间序列法ARMA模型进行动态参数识别。首先结合有限元分析,对一个简支梁结构进行识别,数值分析对比表明：二者在动态参数识别上具有高度的一致性。此后,利用无线传感技术对厦门大学人行天桥进行环境振动测试,分析表明：ARMA模型能够在传统动态参数试验难以进行的环境下,准确有效地识别工程结构的动态参数。此方法为结构的健康损伤识别、在线监测等提供动态参数,具有一定的工程应用价值。     

基于全速度差模型的城市快速路合流区交通流特性研究

为研究城市快速路合流区换道行为对主线车道上游交通流的影响,首先用全速度差模型描述主线后随车与完成换道前车的跟驰行为特性;其次使用NGSIM数据完成模型参数标定,通过比较样本观测值与模型仿真值误差,验证模型仿真效果;最后设计数值仿真实验,模拟合流区瓶颈路段车辆换道引发的拥堵流形成及消散演化过程.仿真结果表明:快速路合流区...     

基于车牌识别数据的交通出行特征分析

车牌识别数据较传统交通调查数据具有连续性强,时空精度高,样本全等优点,但潍坊交通论证对此应用较少。基于车牌数据采集机制,得到过车数据、单车运行速度及区域平均运行速度,以交通速度作为判别标准,研究道路交通拥堵识别方法,并结合实例从交通流量、运行速度和车辆归属地等角度进行多维度交通出行特征分析。结果表明:交通流呈现周期性、时间相关性、重复性等运行规律;研究区域交通运行状态良好,仅在早高峰时段出现短时拥堵现象,其余时段均处于畅通状态;区域内通行车辆中,外地车占比达到25.49%,为改善交通状况,可针对拥堵严重路段制定外地车限时限行措施。通过对车牌识别数据应用,希望为其他工程交通分析工作提供新思路,对城市道路交通管理提供数据支撑。     

基于浮动车的城市道路行程时间预测算法研究

装载GPS的浮动车在社会交通流中比重越来越高,已成为主要的行程时间采集手段。研究了基于浮动车的城市道路路段行程时间预测算法,输入数据包括静态空间属性数据、行程时间历史备份数据和基于GPS采集的动态交通行程时间数据,并以5 min为预测间隔进行20 min短时行程时间预测。最后经2.1 km含3个交叉口的路段预测验证,表明该算法单方向单次最大误差23.0%;经过滚动预测,单方向平均绝对误差为5%~6%,精度满足用于城市道路路段的信息发布要求。     

基于定点检测器的路段交通状态实时评价方法

为提高交通状态判别的准确性和实用性,提出一种基于定点检测器的城市交通状态实时评判方法.考虑地磁感应线圈检测器的布设与数据采集方法,采用阈值筛选和缺失数据补偿方法对检测数据进行预处理,建立交通流平均速度和平均时间占有率的拥堵指数隶属度函数,提出了融合速度指数和占有率指数的拥堵评价指数模型.最后以烟台市二马路采集的数据对模型的实用性进行验证.实验结果表明,所建立模型可以精确、有效地对交通状态进行判别.     

超高耸钢结构的模态参数识别及模型修正

广州新电视塔(GNTVT)是一座高度为610 m的超高层柔性钢结构，很有必要对其进行健康监测。应用多参考点稳定图算法(M-NExT/ERA)、数据驱动随机子空间识别法(SSI/Data)和增强频域分解法(EFDD)，依据GNTVT Benchmark提供的结构振动数据识别广州新电视塔的模态参数，以掌握其动态特性；利用ANSYS建立GNTVT的有限元模型，根据识别得到的实测模态参数，结合遗传算法对GNTVT初始有限元模型进行参数修正，使有限元模型得以正确反映真实结构的动态特性，以供后续健康监测研究之用。     

运用ITS技术构筑上海高架道路先进的交通管理系统

从上海高架道路先进的交通管理系统的研究背景入手,介绍了系统功能、总体结构和检测数据优化技术、智能交通识别、实时行程时间预测等核心交通流模型。这些理论、方法指导规划了上海高架道路先进的交通管理系统实施方案,并集成于延安路高架道路上完成了先进的交通管理系统示范工程,显示了良好的社会、经济效益。     

道路平、纵线形组合路段错视觉评价

为了量化评价道路平、纵线形组合路段的驾驶人错视觉,以提高平、纵组合路段驾驶安全水平,提出了用车辆行驶轨迹指标来评价驾驶人错视觉的方法。选择正交试验方法设计道路实验参数,应用仿真软件UC-win/road建立了道路几何参数与驾驶人错视觉之间的仿真模型;利用驾驶仿真模拟完成仿真实验,并进行实验数据的采集与分析;研究了视距、半径、纵坡坡度、缓和曲线长度和转角角度对驾驶人错视觉的影响,并建立了回归方程。从正交试验的极差分析可以看出,道路几何参数与驾驶人的错视觉之间存在较强的相关性,选择合理的道路几何参数对组合路段错视觉的削弱幅度可达10%~50%。对西部某山区高速公路的平、纵组合路段道路几何参数进行评价。分析表明,最容易让驾驶人产生错视觉的路段为不设超高的平曲线路段,从总体来看,凸曲线路段较凹曲线路段更容易让驾驶人产生错视觉。