基于改进Newman算法的动态控制子区划分

为了优化现有控制子区划分方法,以区域协调控制为目标,提出基于改进的Newman社团快速划分的动态子区划分方法. 综合考虑路网中相邻交叉口之间的距离、交通流量、行程时间、车流离散特性、信号周期和路段交通流密度等因素,定量分析交叉口关联性;分别计算相邻交叉口的流量关联系数、信号周期关联系数和路段交通流密度关联系数,建立相邻交叉口的总关联度模型;对传统Newman算法进行改进,引入交叉口关联度,依据不同交通特性对区域路网进行动态子区划分;选取实际区域路网,进行模型验证分析. 结果表明：Newman算法子区划分结果不能随着交通特性的改变而改变;与之相比,所提出模型的子区划分结果更加细致,更加符合实际交通流特性,且可以依据不同时段交通特性实现动态子区划分,可以为信号控制方案制定提供良好基础.     

考虑多特性因素的路网交叉口群动态划分方法

基于原有的路径关联性模型,综合考虑车辆离散性、阻滞性和局部路网交通流空间特征规律,建立了相邻交叉口间的路径关联性模型,弥补了初始模型仅考虑单一指标的不足;根据路径关联度模型的计算结果,利用聚类分析对信号控制交叉口群进行了动态划分。案例分析和仿真结果表明:协同考虑多重特性因素的路径关联度模型动态划分交叉口群,可以提高区域信号协调控制效果和车辆通行效率。     

一种融合纵横时空特征的交通流预测方法

针对现有城市道路交通流预测研究中,上下游交通流时滞特性与空间流动特性挖掘不足、车道级交通流时空特性考虑不充分的问题,提出一种融合纵横时空特征的交通流预测方法。首先,通过计算延迟时间量化并消除上下游交通流断面间的空间时滞影响,增强上下游交通流序列的时空相关性。其次,将消除空间时滞的交通流通过向量拆分数据输入方式传入双向长短时记忆网络,用以捕捉上下游交通流纵向的传递与回溯双向时空关系,同时利用多尺度卷积群挖掘待预测断面内部各车道交通流间多时间步横向时空关系。最后,采用注意力机制动态融合纵横时空特征得到预测输出值。实验结果表明,相较于常规时间序列预测模型,所提方法在单步预测实验中,平均绝对误差、均方根误差分别下降了约15.26%、13.83%,决定系数提升了约1.25%。在中长时多步预测实验中,进一步证明了所提方法可有效挖掘纵横向交通流的细粒化时空特征,并具有一定的稳定性和普适性。     

基于主成分分析和支持向量机的道路网短时交通流量预测

将主成分分析和支持向量机回归相结合,进行道路网多断面的短时交通流量预测研究。首先,整理分析路网中多个断面交通流量数据进行主成分分析,得到主成分数据序列;其次,根据主成分数据序列建立训练集训练支持向量机,并利用遗传算法优化参数;最后,输入支持向量机所需数据,得到主成分预测结果,转化为断面交通流量数据,从而预测道路网短时交通流量。采用城市快速路多断面数据进行实例分析,结果表明,该模型比单一断面预测方法的效果更好。     

过饱和状态下城市路网控制子区动态划分方法

过饱和状态下城市路网的控制子区划分是实施高效信号控制的必要基础.根据城市路网过饱和状态下交通流的特点,结合路口饱和度和车辆排队情况,提出了一种路口过饱和状态识别方法,并进一步将过饱和路口划分为三个不同的拥堵等级.在引入路段车辆容量比和路段交通需求影响度的基础上,采用模糊控制算法对相邻路口关联度大小进行计算.基于路口拥堵等级划分与相邻路口关联度提出一种子区分级动态划分策略,并给出一个完整的动态子区划分流程,最后通过算例说明了该控制子区划分方法的可行性.     

动态限制搜索区域的带约束K则最优路径算法

为了有效解决分布式动态诱导系统中存在的拥挤漂移问题,有针对性地根据城市交通网络的空间分布特性提出了适合于导航用户使用的动态限制搜索区域的带约束K则最优路径算法。该算法基于MAPX控件编程实现,并采用VISSIM仿真软件进行了模拟和测试。实验结果表明:该算法一方面合理限制了路网的搜索规模、显著提高了路径优化算法的执行效率;另一方面又有效均衡了路网上的交通流,预防了拥挤漂移现象的发生,为个体出行者和整个交通系统带来效益。     

城市道路网规划评价指标体系研究

在分析道路网各技术评价指标的基础上,从路网规模、路网结构和路网交通功能评价三个方面,构建多指标多层次的道路网规划评价指标体系.应用模糊识别原理,结合层次分析确定权重方法,建立了基于AHP的道路网规划评价多级模糊综合评价模型,并对佛山市中心组团道路网规划进行了评价.     

城市道路网机动车通行容量模型的改进及应用

在马森理论的基础上,笔者对时空消耗概念下的城市机动车道路网容量模型进行了改进和完善,提出了一种更科学、更实用、更可靠的城市路网容量计算模型.从交通流特征出发,分析与探讨了高峰时段交通个体时空消耗函数.模型已经在昆明市应用,验证了模型的准确性、实用性,得到了昆明城市主城区现状机动车道路网处于不同运行状态下时的宏观动态容量,为进一步解决与完善昆明城市现有交通问题提供依据与决策.     

快速路网常发性拥挤的宏观交通流仿真

针对网络级快速路系统,以一个包含两个起点和两个终点的快速路网为考察对象,运用经典的快速路网宏观交通流模型METANET,对交通流进行建模与仿真,模拟了高峰时段交通需求条件下的快速路网常发性拥挤。通过仿真案例,细致地刻画了常发性拥挤在路网中形成、传播、消散的动态过程,描述了路网中交通状态的变化,分析了路网拥堵和运行效率降低的原因。仿真案例表明,网络交通流的状态演化是复杂的动态过程,路网中局部拥挤往往会演变成整个路网的拥堵,增加行车延误,降低路网总体运行效率;对交通流进行适当调节以缓解拥挤和提高路网时空利用效率,非常必要。     

拥挤流状态下城市快速路交通流时空特性

为了定量分析拥挤流状态下城市快速路交通流时间和空间特性,首先采用自相关函数法判断交通流率、占有率和速度时间序列的平稳性;其次,研究拥挤流状态下交通流参数空间传递特性;最后,基于混沌分析中的G-P算法建立模型将非平稳的交通流参数时间序列转化为平稳时间序列.研究表明:拥挤流状态下,交通流率表征为平稳的时间序列,速度和占有率属于非平稳时间序列;空间上,上游断面对下游断面的速度参数具有传递作用,下游断面的速度参数对上游具有回溯影响,当时间延迟为2 min时,取嵌入维为4进行相空间重构,可将速度时间序列转化为平稳的时间序列.     

基于检测数据的路网交通运行可靠性分析

为了满足交通管理对路网可靠性分析的需要,提出交通运行可靠性的概念。在对路网进行层次划分的基础上,构建了分时可靠度和全时可靠度两个路网交通运行可靠性的特征量。根据最小路集法设计了OD对间子路网交通运行分时可靠性分析方法。利用全局扫描法设计了路网交通运行全时可靠性分析方法。实证分析表明,所设计的方法能够分别对路网的全时和分...     

信号控制交叉路口车辆排队长度

建立了一个能够估计市内信号交叉路口车辆实时排队长度的模型。分析了路段交通流之间的流向关系,根据流向关系建立了两种路段交通流影响模型:神经网络模型和贝叶斯网络模型,并描述了模型的结构。为了方便模型的实际应用,分别用主成份对输入变量降维,用EM算法和高斯混合分布函数来表达模型和训练模型参数。基于实际路网设计了一个仿真路网,并用不同的实验场景对模型进行有效性验证。仿真实验的结果表明,由于城市路网中存在的随机性,贝叶斯网络模型能够更好地把握交通流变化的趋势。     

城市交通微循环系统优化设计方法

为充分利用城市交通微循环道路资源以有效缓解路网交通拥挤,在分析交通微循环系统特征的基础上,设计了完整的城市交通微循环系统优化方法.以缓解区域路网交通拥挤为优化目标,依据交通流特征与交通需求定位城市主干道路网的拥挤路段,然后建立微循环绕行路线的搜索模型,能够确定需进行道路条件与交通组织优化的微循环路段,并生成静态交通标志与可变信息板的布设地点.以曲靖市中心城区交通微循环系统优化为实例,验证了所提出优化方法的有效性.     

城市元胞路网下自组织控制规则参数的整定

为解决城市信号自组织控制中,由相邻路口间各自最优通行效率冲突造成的路口群整体通行效率难以继续提升的问题,提出一种城市元胞路网下自组织控制规则参数的整定方法. 首先,利用城市路网元胞传输（CTM）模型模拟路网交通流动态状态信息;然后,基于元胞路网实时信息,以选定局域路网中各路口元胞的自组织控制规则参数为设计空间;最后,建立各路口相互协调下通行量最大化的目标函数,完成各路口自组织控制规则参数的整定. 仿真结果表明:在基于城市元胞路网实时信息条件的整定方法下,不仅解决了自组织控制中相邻路口间互相制约通行效率的问题,并且有效提高了自组织单元中所有路口的通行效率. 该方法为面向复杂城市路网的实时城市交通信号自组织控制系统提供可借鉴的智能化方法与工程化理论.     

不利天气下离散化动态交通路网容量研究

为了制定合理的不利天气下交通管理方案,采用离散化动态交通路网容量描述道路网容量变化情况.定义了不利天气下离散化动态路网容量,提出了与时空消耗概念相类似的基于通行能力的离散化动态路网容量计算模型,并对模型中的通行能力和平均出行距离两个变量进行了说明:采用径向基函数神经网络模型处理不利天气下通行能力与众多非线性影响因素;用概率统计理论推导出行距离的概率密度函数,概率密度函数的均值即为交通平均出行距离.通过对哈尔滨市暴雨天气下道路实际数据的分析,验证了模型的可行性和有效性.     

道路交通网络效率定量评价方法及其应用

提出了一个道路交通网络运行效率的定量评价方法,由此计算的效率评价指标能综合反映网络中交通需求、路段流量、旅行负效用等因素对交通网络效率的影响。同时基于该评价方法,设计了一个网络组件的重要度评价方法,该方法计算简便,且评价结果具有一致性。算例计算分析的结果验证了本文效率评价方法和重要度评价方法的合理性,而且上述评价方法还说明了交通拥挤网络的效率和组件重要度,均与网络中当前交通流量有关。     

交通控制子区动态划分方法

在分析交通流特性的基础上,提出了周期子区、相位差/绿信比子区的概念。与此概念相对应,详细介绍了一种控制子区动态划分的方法。运用V issim软件进行了仿真。结果表明:与传统控制子区划分方法相比,运用该方法可进一步提高道路交通流的运行效率。     

实际环境中基于深度Q学习的无人车路径规划

实际交通环境规划最优路径的重要问题是无人车智能导航,而无人车全局路径规划研究主要在于模拟环境中算法求解速度的提升,考虑大部分仅路径距离最优或局限于当前道路的自身状况,本研究针对实际环境中的其他因素及其未来的变化和动态路网中无人车全局路径规划的复杂任务,基于预测后再规划的思想提出面向实际环境的无人车驾驶系统框架,并结合深...     

基于改进动态递归神经网络的交通量短时预测方法

针对已有基于改进动态递归神经网络预测方法的不足,并充分考虑交通流本身所存在的复杂性、非线性和不确定性特点,提出了一种基于可变增益Elman神经网络的交通量短时预测方法。该方法通过引入一个基于实时误差分析的可变增益因子,实现了网络的实时更新。通过长春市人民大街的实测数据对方法进行了验证。试验结果表明,本文方法在网络收敛时间和预测精度方面均优于已有的基于Elman神经网络的预测模型。