基于微观变量的交通流算法研究

中国城镇化发展迅速,伴随而来的城市交通状况也日益恶化,早日建成现代化的交通运输系统和交通信息管理系统成为了城市交通战略的首要任务.寻找能够正确描述交通流基本规律的交通流算法,更好地指导局部交通的优化管理和控制,是交通流研究的期望目标.基于微观变量和元胞自动机理论提出交通流算法模型.通过对微观交通流算法的设计及数值模拟,预测理想的交通流及出行分布情况,从而加深了对交通流中各种现象内在机理的认识,使其可以预测出最接近实际情况的交通流,为交通流的仿真和实时交通控制做了基础性的工作.     

交通高峰期路段交通流动力学模型

研究了交通高峰期交通流的动力学规律。为了解决交通高峰期交通堵塞的问题，从车辆数量守恒的思想出发，对交通高峰期的路段交通流规律进行了探讨，分析了交通流参数，建立了交通流运动微分方程，通过理论推导得出了路段的一维交通流动力学模型。通过仿真实验表明，此模型能反映交通流的基本特性，能够为交通部门在交通高峰期调节路网交通流提供理论依据。     

智能交通信息物理融合云控制系统

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题，基于云控制系统理论，以现代智能交通控制网络为研究对象，设计了智能交通信息物理融合云控制系统方案，包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据，在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算，能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略，用于解决拥堵路段交通流分配难题，提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.     

微观交通流虚拟现实仿真系统的开发及应用

该文介绍了运用虚拟现实技术完成对交通流微观仿真模型的实现，路网的微观交通流的分配与布置方法，和运用VC 和OpenGL实现微观交通流的仿真的其它技术细节(如道路数据的保存方法，网络交通流数据处理等)。研制出的仿真系统能模拟真实道路微观交通流现象，为进一步开发交通控制和规划仿真软件打下了基础，该仿真平台也丰富了我校自行研制的驾驶模拟器的功能。     

高速公路实时交通流模糊逻辑优化控制系统设计

高速公路交通流特征复杂多变,受到诸多影响因素的共同作用,如天气、道路状况、车辆类型等等。因此,如何获取交通流逻辑控制条件并实现精准调节难度较大。为此,本研究设计新的高速公路实时交通流模糊逻辑优化控制系统。对于系统的硬件部分,设计车流控制模块、无线传输车载终端、实时交通流逻辑调度模块、模糊控制器模块,并确定各个模块之间实时连接关系。对于系统的软件部分,求解交通流逻辑控制条件,联合高速公路实时通行相位条件,调节模糊控制器,并根据高速公路交通路网模型,推导交通流优化控制条件的求解表达式,完成高速公路实时交通流模糊逻辑优化控制系统的设计。实验结果表明,本系统可以解决逻辑协调错误的问题,且能够有效控制高速公路车流量。     

强化学习在交通流预测中的应用研究

交通流预测是智能交通管理的核心环节之一,对于实现精准调度、优化交通流动具有至关重要的作用。然而,由于交通系统的复杂性和不确定性,传统的交通流预测方法往往难以满足对准确性和实时性的要求。基于此,文章提出一种基于强化学习的交通流预测方法,并使用METR-LA数据集对这一方法进行验证。结果表明,该方法在不同场景下展现了良好的预测性能,有效适应了城市交通系统的时空动态变化。     

动态路径优化交通流控制及其仿真实现

依托分布式数据库,实时采集GPS浮动车数据,通过聚类分析等算法实现数据优化及异常筛选,从而降低数据传输、存储和计算消耗。结合GIS系统及实例,探索动态特征交通流等优化交通构造的新模型,并仿真实现基于改进平均速度加权算法的交通流状态判定,以及基于改进图论路径选择算法的实时城市道路通行分析,最终通过信息反馈指引车辆在路网中的分布以减轻交通压力。     

基于模糊控制的多电梯智能调度算法研究磁

交通状态是多电梯调度系统研究的重要背景,交通流的产生是由乘客流动形成的,而乘客又是电梯运送的对象,即交通系统和输送对象相关。因此通过分析交通状态预测交通流的动态趋势,确定相应交通模式,才可以对多电梯系统调度进行优化,从而达到减少乘客待梯与乘梯时间,提高电梯运送效率,减少系统中电梯的起停次数,降低能耗。论文研究多电梯调度算法,运用模糊控制理论对其进行优化。模糊控制是人工智能的重要内容,结合专家控制理论、模糊集合控制理论和神经网络控制理论,以模糊变量及模糊推理为基础的一种智能计算机控制。     

交通诱导预测控制仿真研究

将动态交通分配实施过程纳入预测控制框架下以满足实时交通诱导的目的,提出一种交通诱导预测控制算法．该算法是在滚动时域基础上进行的,包括实时交通分配、交通流模拟运行及评价以及进化最佳路径３ 个重要环节．仿真结果表明,交通诱导预测控制是一种良好的计算机控制方法学,其优化过程预先考虑了目前交通分配对未来路网的影响,因而可有效地防范交通拥堵,实现考虑反馈的路网交通流实时分配优化,同时为出行者提供最佳路径．     

高速公路动态交通流的建模与控制策略

从高速公路交通流的宏观、动态特征出发，首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型，并结合交通调查数据，利用仿真和优化技术对模型中的参数进行了辨识，从而获得了能比较准确地描述交通流真实行为的模型。然后提出了低密度区的可变速度控制，中密度区的可变限速和入口匝道联合控制及出口匝道分流和入口匝道协调（高密度区）控制模型，并给出了上述３个问题的最优解。最后利用计算机模拟了受控和未控交通流     

基于雷视一体机的交通流数据采集系统设计

交通流数据是进行交通管理宏观决策的基础数据,交通流数据采集系统是交通管理信息化智能化的重要组成部分;随着我国交通领域的蓬勃发展,交通流量激增、高速交通拥堵、交通事故等突发事件频发,为此,设计一套实时性好、准确度高的交通流数据采集系统是十分必要的;文章基于雷视一体机开发了一套高速公路交通流数据采集系统,采用端-边-云分级传输的物联网架构,并结合了自主研发的雷视一体机,采用CNN神经网络技术提取图像信息后,在边缘计算机中通过一维数据最优估计、多传感器数据匹配、多传感器双向最优估计、多传感器目标特征融合的软件工作流程,将雷达与监控相机提取到的信息进行最优化估计,准确提取道路目标交通信息,仅将处理后的特征信息上传至云端服务器,实现交通流数据的精确、实时采集;系统试运行结果表明,该基于雷视一体机的交通流数据采集系统能够有效提高检测准确性,加强检测结果的实时性。     

基于模糊神经网络的短时交通流预测方法研究

为满足交通控制和诱导系统的实时性需求,减少交通拥挤状况,降低交通事故突发频率,需要对短时交通流进行预测;当前的短时交通流预测方法是采用K-近邻的非参数回归对其进行预测,预测过程中没有将预测模型中关键因素对交通流的影响进行详细的说明,导致预测结果不准确,存在短时交通流预测误差较大的问题;为此,提出一种基于模糊神经网络的短时交通流预测方法;该方法首先以历史短时交通流数据样本序列为基础,将提取的关联维数作为短时交通流的混沌特征量,然后以该特征量为依据,对短时交通流数据进行聚类,使相同的短时交通流聚合类样本比不同的交通流聚合类样本更为贴近,采用高斯过程回归对短时交通流预测模型进行建设,建设过程中利用差分方法对短时交通流预测序列进行平稳化操作之后,对短时交通流预测模型进行训练,将GPR模型引入至短时交通流预测过程中,得到交通流预测方差估计值,并确定交通流预测值置信区间,由此实现短时交通流的预测;由此实现短时交通流的预测;实验结果证明,所提方法可以准确地预测交通运输系统的实时状况,为车辆行驶的最佳路线进行了有效引导,减少了自然影响方面和人为因素对短时交通流预测结果的干扰,为交通部门对交通路况的控制管理提供了依据。     

基于流量的交通信号智能控制算法与仿真

交通信号控制系统是城市交通的基本组成.文章针对交通路口信号控制中的时间分配算法进行研究.根据交通路口抽象模型,综合多种路口流量因素,引入了综合流量指标来对交通流量进行量化描述.并且以该综合指标为中心设计了具备自适应能力的信号控制算法.实现了能够依据交通流量状况进行路口时间调整的交通信号控制系统模型.通过NetLogo平台进行仿真实验,证明该系统模型可以很好的适应路口交通流量变化和差异,一定程度上可以作到对交通压力的缓解.     

云环境下基于SDN的高效流量监控方案

针对云环境下传统安全设备难以采集东西向流量且现有SDN方案采集效率低的问题,提出一种基于SDN的高效流量监控方案,通过控制器应用自适应的频率调节算法对东西向流量采样并检测分类,随后分级别地响应流表策略,放行可被识别的流量,完成对流量进行牵引至软件安全检测系统前的预处理,减小待牵引流量的规模。对比实验结果表明,所提方案能在不影响SDN控制器性能的前提下,降低安全控制信道的负载,能使安全检测系统保持较高的检测率。     

基于蚁群算法的城市快速路优化控制

根据城市快速路交通流的特性,以宏观稳态交通流Macro模型为基础,将快速路虚拟划分为多个路段,将车辆在快速路系统内总的服务流量最大及入口匝道车辆平均等待时间最小作为优化控制目标,设计快速路多匝道联合控制模型,并采用蚁群优化算法对设计的控制模型进行求解计算,以确定各匝道最优调节率。模拟实验结果表明,通过多匝道联合控制,能够提高城市快速路系统的运行效率,减少交通事故及交通拥堵的发生概率。     

基于多值分类SVM的电梯交通模式识别

针对电梯群控系统中的交通模式识别问题,提出一种基于多值分类支持向量机(SVM)的电梯交通模式识别方法。采用直接多值分类SVM对采集的电梯交通流数据进行分析,得到交通模式分类器,从而解决电梯交通流模式识别中多输入、多输出的非线性系统辨识问题。实验结果表明,该方法可实现全局最优且分类误差较小,能满足群控系统的要求。     

基于演化硬件的交通流模型自适应优化

BML模型是用于研究城市路网结构中交通流特征的细胞自动机模型。基于软件的模拟及演化优化方式存在着运算效率低、优化速度慢等缺陷,极大地限制了交通流模型的实时应用能力。针对这一问题,提出将演化硬件与细胞自动机相结合,实现交通流模型的在线演化。同时对I3ML模型进行了改进,以便能够依据现实车流状况进行交通灯信号的自适应调节。实验结果表明,将演化硬件技术用于交通流模型的自适应优化,对于研制智能交通系统是一种可行的途径。     

空中交通流量管理系统效果评估指标分析

随着我国航空运输业的蓬勃发展及飞行流量的急剧增加,空中交通流量管理问题日益突出。对空中交通流量管理系统效果进行评估,需要从科学、客观、实用的角度来建立空中交通流量管理系统效果评估指标。文中根据目前国内外采用的空中交通流量评估指标,分别从含义、统计方法、计算方法、解决方案及意义等不同角度,对空中交通流量评估指标进行了分析和研究。     

城市快速路交通诱导和匝道控制集成仿真模型

为缓解城市快速道路网络交通网络拥挤问题,将网络交通流模型、匝道控制模型、基于可变信息标志（VMS）的路径选择模型等整合为一体,建立了城市快速路交通诱导和匝道控制集成仿真模型。与各种边界条件相结合,测试了匝道控制和路径诱导的控制效果。结果表明城市快速路集成控制方法有助于在空间和时间上均衡交通负荷,提高交通系统整体运行效率。