基于CTM快速路可变限速标志投资优化

针对快速路可变限速标志投资缺乏系统的定量分析、位置模糊问题,基于改进元胞传输模型构建了阶梯形限速投资模型。首先,对限速控制的改进元胞传输进行了描述;接着,为实施阶梯形限速控制,引入了0-1整数规划算法和限速约束条件;最后,利用遗传算法优化了投资额一定时可变限速标志位置以及动态限速值。算例结果发现：随着投资额增大,平均临界密度标准差、饱和度会减小,车辆运行速度会提高,但同时效益生产量会随之降低,系统平均延误会随之增大。结果分析表明,该模型能够有效解决可变限速标志投资优化问题。     

基于CTM快速路事故下交通流牵制同步仿真

针对交通事故引发的城市快速路拥堵问题,在分析事故路段交通流特性基础上,对事故点上下游元胞重新划分,重构节点并建立了元胞传输模型改进的节点交通流仿真模型,结合复杂网络理论修正节点耦合模型,以牵制同步为目标设计多入口匝道协调控制器,推导出系统稳定性条件,得到优化后需调节的入口匝道范围和调节参数,通过具体仿真予以验证.结果 ...     

基于元胞传输模型的交通信号优化控制与仿真

由于元胞传输模型更能详细描述实际的交通情况,因此在建立平面交叉口元胞传输模型的基础上,以交叉口延误最小为优化控制目标,利用自适应遗传算法进行优化从而得到配时方案,并以单交叉口为实例进行仿真。结果表明,相比传统遗传控制算法,自适应遗传算法既能够减少车辆延误,也能加快收敛速度。     

基于智能交通信息的预期与适应性元胞传输模型

动态智能交通(ITS)信息在微观层面提升驾驶员的预测能力和适应能力,在宏观层面表现为车队群体的预期性和适应性.本文引入期望密度/速度函数以及预期性和适应性调节系数扩展了元胞传输模型,弥补了原始模型未考虑ITS信息影响的不足.线性稳定性分析和收敛性仿真结果表明预期性和适应性会减少弛豫带来的负效应,增大交通流的线性稳定域,不同的状态调节系数组合刻画了不同程度的预期性和适应性,改变了平衡曲线与收敛速度,智能交通信息将有益于辅助安全驾驶和减少道路拥堵.     

基于多智能体的高速公路收费站交通仿真

研究高速公路收费站通行率问题.由于目前高速公路收费站收费时间长,易造成收费站拥堵.传统的人工半自动收费方式(MTC)受停车服务时间限制,难以提高高速公路收费站通行率,易造成收费延误.为提高高速公路收费站通行率,提出一种采用混合式高速公路收费站的动态调节策略.首先应用多智能体(Multi-Agent)技术建立了混合式高速公路收费站微观仿真模型,然后在多智能体的仿真平台上进行了交通仿真,仿真结果表明,在不同的交通状况下,根据交通流量的大小采用相应的动态调节策略,可缩短收费站平均排队长度和提高车辆通行率,极大地优化了收费站的服务时间,改善收费站的服务质量.     

基于排队论的交通堵塞问题的模型选择

针对道路堵塞问题,建立了依赖状态的排队论与交通波模型.通过对数据的采集和处理,并分别运用排队论和交通波模型求出交通堵塞时车辆的排队长度,通过比较可以知道,运用排队论模型得出的车辆排队长度更符合实际情况,可以作为实际交通堵塞问题参考.     

基于描述逻辑的数据挖掘元数据的一致性检验

针对目前数据挖掘元模型DMM的自然语言和图形化方式缺乏精确的语义,基于DMM的数据挖掘元数据集成中的冲突问题难以发现,提出一种描述逻辑家族的形式逻辑DLRDM,给出DLRDM的语法和语义,使用DLRDM形式化数据挖掘元模型和元数据.证明DLRDM上的推理问题可以规约到ABox上的一致性检验问题.利用描述逻辑推理引擎RacerPro,对基于DLRDM的数据挖掘元数据进行推理检测以发现不一致信息,结果表明DLRoM在处理数据挖掘元数据一致性检验问题上的正确性与有效性.     

自由流速度变化下快速路路网性能变化研究

在经典元胞传输模型的基础上,采用上下匝道无控制策略构建快速路元胞传输模型。依据模型算法对城市快速路进行仿真,分析广义路网容量和狭义路网容量与系统总延误之间的关系。仿真结果表明：在自由流速度逐渐增大情况下,城市快速路总延误先减小后增大,而广义路网容和狭义路网容量都是先增大后减小,总延误谷值与路网容量峰值相对应。确定该结论在一定条件下与城市快速路越快越堵悖论具有一致性。     

基于VISSIM微观交通仿真软件的导流岛机非冲突元胞自动机模型

针对复杂的导流岛冲突区机非冲突行为,应用传统解析法得到的右转车道通行能力往往与实际运行状况偏差较大。为此,提出了基于VISSIM微观交通仿真软件的导流岛机非冲突元胞自动机模型。该模型利用VISSIM的组件对象模型编程,依据提出的元胞自动机规则集,通过设置一系列模拟元胞的检测器,来控制右转机动车的车速变化,从而模拟右转机动车面对非机动车或行人冲突时的截流效应,并同时利用VISSIM仿真软件的让行设置来控制非机动车或行人的过街行为。仿真结果表明,利用该模型得到的右转车道通行能力值与实际观测值的平均相对误差为5.45%,优于传统的解析法,能够较好地反映导流岛冲突区的实际运行状况,从而为混合交通条件下导流岛渠化形式的规划、设计、交通管理与组织提供理论依据。     

基于UML模型的一致性研究

采用统一建模语言UML进行系统建模的过程中,模型一致性的建立和维护是正确建模的必要前提。在UML模型的基础上对模型一致性问题进行了分析,给出了一致性问题的分类及模型一致性产生的原因。在此基础上进行模型一致性研究,并提出了关于模型一致性问题的解决方案和思路。     

协同虚拟环境下基于时间包围盒的状态一致性维护

首先分析了DR算法应用到协同虚拟环境下可能会引起状态不一致的两个因素——网络延时和用户交互．然后提出了基于时间包围盒的补偿方法。实验结果证明,该方法能有效地维护系统运行过程中实体运动状态的一致性。     

协同虚拟环境下基于时间包围盒的状态一致性维护*

首先分析了DR算法应用到协同虚拟环境下可能会引起状态不一致的两个因素——网络延时和用户交互,然后提出了基于时间包围盒的补偿方法。实验结果证明,该方法能有效地维护系统运行过程中实体运动状态的一致性。     

一种基于Linux的可扩展流量分类与控制模型

在计算机网络中,如何有效地管理和控制不同网络应用产生的网络流量,并保障这些应用分配到合理的带宽是网络管理研究的热点之一。由于当前网络流量的分类模型和控制模型之间的高耦合性,导致在应用模块的可扩展性方面存在不足。该文结合中间件思想,提出了一种统一的可扩展网络流量分类与控制模型,并在Linux平台上编程实现,验证了其正确性。     

基于车联网的交通管控机制设计与验证

近年来,汽车工业飞速发展,汽车保有量不断提高。但与此同时,其引发的道路交通拥堵问题也影响着越来越多的人。为了缓解道路交通拥堵、提高车辆出行效率,提出了一套基于车联网的交通管控机制。首先,结合固定时长轮转法和车流量响应控制法两种现有的主流交通灯控制法的思想,提出半实时的交通灯控制方法。该方法中,交通灯控制器根据预测出的车流量信息,得到本路口的最优交通灯相位策略,将本路口所有车辆的等待时间最小化。其次,为了提高个体用户的出行效率,提出启发式的动态路径规划算法,该算法在Dijkstra算法的基础上,采用启发式的方法计算路段的权重,以此规划最优路径,使得车辆可以尽可能避开拥堵路段。为了验证提出的交通管控机制的性能,通过交通流量模拟器SUMO和网络模拟器NS3进行模拟实验。模拟实验结果表明,提出的基于车联网的交通管控机制能够有效地降低车辆的等待时间、缓解交通拥堵情况,从而改善整个道路网络的交通状况。     

基于主从粒子群的模糊小波神经网络交通控制

城市交通智能控制是ITS的重要组成部分,交叉口是决定道路通行顺畅的制的基础.为提高路口的通行能力,提出了主从结构的粒子群算法优化模糊小波神经网络参数,并将其应用于交通信号的控制.算法中,主级粒子进行全局搜索,从级粒子以主级粒子找到的最优解为中心进行局部搜索.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.     

基于Multi-Agent的多车道交通流的分布式仿真研究

该文以Agent技术为基础,对多车道交通流进行了模拟,并与实际的道路交通流特点进行了比较。首先根据驾驶员实际驾车的特点,建立车辆Agent的基本模型,对车辆Agent换道超车和加速策略进行描述。然后以分布式模型为基础,将多车道交通环境中的车辆运行模拟为Multi-Agent的相互作用。在仿真中,采用了面向Agent的仿真软件Starlogo。从微观上看,所描述的车辆模型能够完成加速和换道过程;从宏观上看,仿真中交通流特点与实际情况是一致的。说明该文的模型符合实际情况,同时也表明了使用Agent技术进行多车道交通流系统仿真的准确性和可行性。     

基于模糊神经网络的道路交叉口交通控制方法

提出了一种基于模糊神经网络的道路交叉口交通控制方法,分别把关键车流信息和非关键车流信息作为控制输入,采用两级控制器结构,综合形成控制策略。仿真结果表明,与传统的定时控制方法和只考虑关键车流的情形相比,所提出的两级神经网络控制方法在车辆平均延误时间和排队长度方面都有较大改进。     

基于流量分析的道路照明节能控制方法研究

城市智能交通系统的完善使得管理部门掌握了路网的实时交通状况,该数据可被用于道路功能性照明控制,以便在保障安全的基础上实现道路照明节能控制。将短时交通预测技术引入列控制策略中,又可进一步完善这种控制方法。     

基于流量特征的网络流量预测研究

传统的非线性模型已经不再适用于网络流量建模,为了能够更精确地对网络流量建模,必须考虑到网络流量的特性。针对网络流量的自相似、长度分布、周期等特征进行分析,结合小波变换与时间序列模型,有效地建立流量预测模型。首先对流量的自相似和平稳性进行分析,并对长度、周期等特征进行描述,其次根据实际流量的自相似性和平稳性选择小波变换与时间序列相结合的方法进行建模,产生预测结果,最后根据长度与周期特征粗略判断预测的合理性。根据实验验证与分析,该方法具有极大的灵活性,相比单一的小波-FARIMA模型可以减少大量的运算,同时能够描述网络流量的短相关与长相关特性。