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。     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。     

城市路网交通拥堵传播模型分析

城市交通拥堵已成为制约各大城市可持续发展的主要问题，为了研究路网拥堵传播规律，采用建模的思想阐述交通拥堵传播和消散的动态过程。通过对交通拥堵传播特征进行分析，依据传染病SIR模型，建立城市交通拥堵传播模型，并利用常微分方程来分析拥堵的扩散和恢复过程，对城市交通数据分析，验证了所提出模型的有效性。仿真结果表明，采用的交通拥堵传播模型能有效得到拥堵的持续时间和恢复时间，不同地区拥堵的传播和消散时间不同，这与路网的拓扑结构和出行需求有关，利用交通拥堵和信息交互传播的动力学行为特征，揭示交通拥堵的扩散及蔓延的传播特性，对交通拥堵演化分析有一定的借鉴意义。     

基于单片机的潮汐车道设计与实现

随着人均车辆保有量的不断增加,城市交通潮汐拥堵现象明显。为解决潮汐交通拥堵问题,利用原有道路资源的交通路权分给交通拥挤,通过单片机、自适应等技术,解决路段及交叉口的道路资源及通行时间资源分配合理化,充分利用道路资源避免浪费,达到增强某个潮汐路段或潮汐交叉口的通行能力,提高周边路网整体的交通流量及通过效率,保障道路行车通行顺畅。     

面向大型社会活动的快速路网控制策略仿真评价方法*

为了缓解大型社会活动期间短时需求激增对快速路运营的压力,提出了基于宏观交通仿真的快速路网控制策略评价方法,旨在为交通控制与管理提供辅助决策依据。该方法运用网络交通流仿真模型对候选控制方案进行仿真和评价,得到较优方案。采用GANFreSP仿真程序对一实例路网的交通流演化进行仿真,刻画拥挤发生、传播和消散的过程,并模拟基于分流诱导的拥堵应对策略,给出交通状态时变轨迹图、路网全局交通状态快照图等可视化结果,以及不控制和分流诱导情况下的路网总体性能指标。仿真案例表明,网络交通流演化是复杂动态过程,局部节点拥挤易演     

基于线性规划的城市交通流优化调度模型

对城市交通流的优化调度是保障交通网络畅通的关键。传统方法采用神经网络PID控制方法进行交通调度控制,当不同车道内的车辆增长模型出现非线性特征时,调度性能不好。提出一种基于线性规划的城市交通流优化调度模型,构建城市智能交通网络路网结构模型,采用Small-World模型模拟交通拥堵在复杂路网中的动态演进过程,进行交通流信息特征提取,信息特征提取之前,采用线性规划方案,对交通网络路网结构进行线性分割,考虑车流观测矢量时间尺度均衡特性,通过线性规划策略,得到交通流特征尺度向量空间和空闲时间片的长度,实现对车流密度信息特征的准确估计,实现交通流优化调度。仿真结果表明,该算法通过交通流优化调度,提高了路网的吞吐性能和通行能力,展示较好的应用价值。     

基于多智能体分群同步的城市路网交通控制

在城市交通网络中,经常出现某些路段较为拥堵,而其它路段内仍有空间未被充分利用.为了解决该问题,本文提出一种路网分群一致算法.首先,以路段的空间占有率为状态,建立交通网络状态空间模型,描述路网中车流的传递关系;进一步,将路网中的各条路段抽象为智能体,提出路网多智能体分群一致算法,将路段集划分为若干个非空不交子集,每个子集内的路段状态可达一致,不同子集的一致状态不同.从而,该算法可使各路段的空间占有率达到均衡,减轻局部拥堵,减少车辆延误时间.最后,采用VISSIM交通仿真软件对北京市望京地区的实际网络进行仿真,仿真结果说明了本文方法的可行性和有效性.     

城市交通网络正系统模型与稳态信号控制

城市路网内车流分布不均衡为交通拥堵原因之一,且交通控制系统为典型正系统．为此,本文采用Compartment正系统对网络交通流演化建模,以网络均衡为控制目标,提出稳态信号控制方法．首先,建立网络交通流Compartment正系统模型,可描述具有任意控制结构网络的过饱和特征;进一步,给定网络车流输入,由非负矩阵理论可得网络存在唯一稳定平衡点,给出平衡点解析计算公式．由此,提出网络稳态信号控制律,为路段状态反馈控制律．最后,以北京市奥林匹克公园区域拓扑路网为例,在VISSIM软件中建立仿真环境,比较稳态信号控制方法与定时控制方法,仿真结果表明在高需求网络条件下,稳态信号控制方法可改善网络整体性能和缓解局部拥堵．     

基于改进遗传算法的VMS选址研究与分析

随着城市交通的高速发展,交通拥堵和交通事故频繁发生,城市交通诱导作为智能交通系统的重要组成部分,其产生和发展刻不容缓,可变信息板(VMS)是交通诱导系统中实现交通信息传递的重要工具。针对智能交通诱导系统在国内应用的不成熟,采用改进型遗传算法对VMS在路网中的布点位置进行了全局索优,对基本遗传算法中的编码方式,选择方法进行了改进,同时采用动态衰减变异概率进行变异操作,并运用多目标优化算法将多目标函数单一化,针对某一路段上的VMS对该路段下游不同位置的影响程度的不同,引入衰减影响因子;然后以复杂虚拟路网为仿真实例进行了VMS布局仿真检验,结果表明,该方法以VMS效用和经济成本为评价指标,较好地实现了交通路网中VMS选址的最优分布,同时达到了节约资源的目的,具有一定的科学性和实用性。     

考虑边界交叉口交通拥堵的反馈阀门控制

基于路网宏观基本图(macroscopic fundamental diagram, MFD)实施城市区域交通控制时,为了防止边界交叉口受阻方向的车辆排队长度过长,同时提高路网内车辆完成率,提出了考虑受控区域边界交叉口交通拥堵状况的交通流反馈阀门控制方法,通过对边界控制阀门处路段存放车辆富余空间的分析,提出了阀门交叉口位置和数量选择模型;针对可能造成的阀门交叉口交通拥堵,提出了受控区域边界拥堵交通流分配算法,也即通过提前调节阀门上游交叉口的绿灯时间,把部分交通流提前控制在其它相邻上游交叉口.通过实际路网仿真,结果表明该方法可以有效控制阀门交叉口的车辆排队长度,降低阀门交叉口车辆平均延误时间和平均停车次数.     

Models and a relaxation algorithm for continuous network design problem with a tradable credit scheme and equity constraints

The sustainable problems of transportation have become noticeable in the majority of cities worldwide. Many researchers are devoted themselves into traffic congestion. Generally, traffic congestion could be alleviated via increasing road capacity (supply) or reducing traffic (demand). In this paper, we model CNDP which has a tradable credit scheme and equity constraints in order to research on the way of releasing congestion by combining increasing supply and reducing demand. Firstly, the bilevel programming problem is proposed to model the CNDP with a tradable credit scheme. The upper level (the government) chooses optimal capacity enhancement for some existing links to minimize the total system costs under a budget constraint. The lower level chooses the optimal route based on considering the generalized travel cost in which both travel time and credit charging for using the link are involved. And then, considering the inequity problem in terms of equilibrium O–D travel cost and link travel time, the model is proposed by incorporating equity constraints into CNDP with a tradable credit scheme. After presenting a relaxation algorithm, the experiments on Sioux Falls network are illustrated. Finally, conclusion and some future research directions are presented.     

基于网络演算的智能交通流量分配研究

精确的交通流量分配计算模型,能为实际的交通工程应用提供具体的流量出入速率或者信号灯控制时间方案,具有重大价值。首次将动态交通流量分配拟化为网络负载均衡问题,使用漏桶理论和网络演算方法,将交通的流量分配与路径时延转换为一系列极值运算,结合贪婪算法,以均衡网络延时为优化目标,得到交通配流。仿真结果表明,本模型在化解拥堵的同时,使分流后的道路平均延时普遍降低,能提升整体路网的通行能力。     

基于知识免疫计算的交通流量预测方法研究

随着交通行业的快速发展,交通事故,道路拥堵和交通堵塞日益严重影响我们的日常生活。为了提高道路的使用效率,引入知识免疫的新思路,目的是在智能交通网下解决交通流量的预测问题。在数学模型的基础上,设计并提出一种基于知识免疫车辆预测方案,并在仿真环境中进行实验。结果表明,该算法能收敛多目标优化问题并提供合理的交通流量导向方案,为交通流量预测模式提供方向,具有良好的价值。     

基于无线传感器网络技术在交通信息采集系统的应用

交通拥挤、道路阻塞、交通事故的频繁发生,以及交通造成的环境污染日益成为制约国民经济发展的瓶颈.为了防止交通拥堵现象的进一步恶化,各国政府纷纷启动智能交通计划.针对智能交通系统的关键在于交通信息采集,开发成本低、可大量布设到各个路口的基于无线传感器网络的交通信息采集系统.主要介绍应用于智能交通时无线传感网络的构成,包括无线传感器网络的体系构架机器如何应用于交通信息采集领域,以及要开发原型样机的软硬件指标和通信协议、生命周期分析.     

基于遗传算法的城市混合型路网优化设计研究

城市路网设计问题就是研究如何用定量的方法在已有交通网络上添加或扩容某些路段的问题。本文提出一种基于遗传算法的城市混合型路网设计的双层优化模型,可求出最优的用于道路网新建或改善的交通建设投资决策方案,并利用一个算例进行仿真试验,结果表明,该模型和算法是可行的,可为城市路网设计提供借鉴。     

考虑多源不确定信息的路网交通拥堵状态辨识方法

拥堵状态辨识是道路运行状态评估的重要内容,是交通系统流量调控和管理的重要参考指标.在智能交通系统（Intelligent transport system,ITS）普及化程度越来越高的后交通时代,如何实现海量数据下对多源不确定交通拥堵状态的辨识是非常重要的内容.首先,基于多元集对分析建立一种新的路网交通拥堵状态刻画模型;然后,通过改进证据理论中Dempster组合规则实现交通信息融合,并推导出当前交通拥堵状态的准确表达值;最后,在数值模拟的基础上,使用重庆市南岸区的交通检测数据进行仿真分析,结果表明本方法能准确直观地反映出实时交通拥堵状态,具有潜在的实际应用价值.     

面向智能交通系统的仿真路网快速建模方法

提出了一种面向智能交通系统的仿真路网模型,与传统路网模型相比,增强了几 何表达和拓扑表达能力,同时其上可附着丰富的交通属性数据,能够满足精细化智能交通仿真 的需求。在此基础上,研究了一种路网数据迁移方法,从现有电子地图快速提取并构建面向智 能交通系统的道路路网。通过对几何精确性、拓扑完备性和建模高效性的测试表明,该路网模 型及其建模方法,提高了交通仿真基础路网建模的效率,降低了建模成本,为智能交通仿真的 广泛应用提供了高效、可靠的道路数据来源。     

基于DCGRU-RF模型的路网短时交通流预测

随着城市化进程的加快,我国城市机动车数量快速增加,使得现有路网容量难以满足交通运输需求,交通拥堵、环境污染、交通事故等问题与日俱增。准确高效的交通流预测作为智能交通系统的核心,能够有效解决交通出行和管理方面的问题。现有的短时交通流预测研究往往基于浅层的模型方法,不能充分反映交通流特性。文中针对复杂的交通网络结构,提出了一种基于DCGRU-RF(Diffusion Convolutional Gated Recurrent Unit-Random Forest)模型的短时交通流预测方法。首先,使用DCGRU(Diffusion Convolutional Gated Recurrent Unit)网络刻画交通流时间序列数据中的时空相关性特征;在获取数据中的依赖关系和潜在特征后,选择RF(Random Forest)模型作为预测器,以抽取的特征为基础构建非线性预测模型,得出最终的预测结果。实验以两条城市道路中的38个检测器为实验对象,选取了5周工作日的交通流数据,并将所提方法与其他常见交通流量预测模型进行比较。结果表明,DCGRU-RF模型能够进一步提高预测精度,准确度可达95%。     

Discovering traffic congestion through traffic flow patterns generated by moving object trajectories

The discovery of moving object trajectory patterns representing high traffic density has been covered in various works using diverse approaches. These models are useful in areas such as transportation planning, traffic monitoring, and advertising on public roads. However, though studies tend to recognize the importance of these types of patterns in utility, they usually do not consider traffic congestion as a particular condition of high traffic. In this work, we present a model for the discovery of high traffic flow patterns in relation to traffic congestion. This relationship is represented in terms of traffic that is shared between different sectors of the pattern, making it possible to identify traffic flow situations causing congestion. We also complement this model by discovering alternative paths for the severe traffic depicted in these patterns. These alternative paths depend on traffic level and location inside the road network. Depending on the traffic conditions, alternative paths are commonly sought by drivers when they are approaching a traffic jam, in order to mitigate the effects of traffic congestion. We compare these models with related work from similar areas and validate them by conducting experiments using real data. We describe discovered patterns related to the main elements of the road network in the dataset and show their advantages in comparison to related models. Based on the displayed metrics, the algorithms’ implementation offers good performance execution for the given dataset volume. The results presented confirm the usefulness of the proposed patterns as a tool that helps to improve traffic, allowing the identification of problems and possible alternatives.