基于LS-SVM的交通流时序数据补齐方法

实时、准确的交通流数据是实现智能运输系统（Intelligent Transportation Systems,简称ITS）的关键,对交通流的控制和诱导有直接影响。由于种种原因,通过交通检测器获得的数据往往是不完整的,存在丢失现象,影响了后续模型的实际应用效果。针对这一问题,提出一种基于最小二乘支持向量机 （Least Squares Support Vector Machines,简称LS-SVM） 的交通流时间序列数据补齐模型,利用交通流历史数据对丢失值进行诊断和修补。利用实例仿真验证表明,LS-SVM具有较好的泛化能力和很强的鲁棒性,采用基于LS-SVM的交通流时间序列模型补齐丢失数据能够取得很好的效果。     

基于模糊推理的无检测器路口短时交通流预测

短时交通流预测是交通诱导与控制的关键技术之一.针对目前无检测器路口交通流预测研究相对较少的情况,提出了一种基于模糊推理的无检测器路口交通流预测方法,即在研究交叉口相关性的基础上,确定关键路口,通过模糊化交通流数据得到无检测器路口与关键路口的模糊关系,接着用模糊推理法得到关键路口对无检测器路口的流量查询表,无检测器路口的流量预测直接由流星查询表得出.采用该方法对合肥市实际路口的交通流量进行预测,实验结果证明了该方法的有效性、可行性.     

冰雪天气下高速公路可变限速控制研究

为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略;首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型;其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件;最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验;仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间;相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。     

可变情报板诱导效果评价模型

针对北京市道路交通可变情报板VMS(variable message signs)的信息服务,结合表明嗜好调查法(SP调查)结果,分析VMS交通信息服务对驾驶员路径选择行为的影响因素,建立诱导条件下驾驶员路径选择行为的多元Logit模型,并利用调查数据对模型参数进行估计,从定量角度评价VMS交通信息服务对驾驶员行为的影响以及在此影响下道路交通拥堵缓解效果.最后以北京市部分区域路网为研究对象,进行设置VMS前后的效果评价,通过交通流量的变化定量评价VMS对均衡路网交通流的效果,验证模型的有效性.     

无检测器道路交通流数据质量检测方法

一般交通流数据质量检测方法要求的原始数据量较大,而无检测器道路可获得的交通流数据又非常有限。为此,提出一种基于灰色系统理论的无检测器道路交通流数据质量检测方法。该方法将不同检测点获得的原始交通流数据处理成一组数据序列,通过对数据序列的灰生成、灰色关联度计算及标准化处理,求得不同数据序列相互间关系的密切程度参数λ_i,根据需求选出阈值λ,比较λ_i与λ之间的大小,实现无检测器道路交通流异常数据检测的目的。运用杭州市某一局部路网的浮动车交通流原始数据,将该方法与基于相似系数和的检测方法进行对比实验,结果证明,该方法的检测效果优于基于相似系数和的检测方法,平均错检率降低了21.00%,平均准确率提高了28.64%。     

基于反向选择的地震预测方法

针对大地震历史数据缺乏导致的大地震预测准确率低问题,提出一种基于反向选择的地震预测方法。采用可变实值反向选择算法生成成熟检测器,用于预测地震是否发生。由于反向选择在训练过程中无须非我数据,可减小大地震数据缺乏对训练效果的影响。实验采用四川省历史地震数据,对一个月内是否发生5.0级及以上地震进行预测。与传统机器学习算法进行对比,结果表明反向选择算法具有更好的预测效果。     

基于反向选择的地震前兆观测数据异常检测

针对现有前兆异常检测方法因异常数据较少导致检测准确率偏低的问题,提出一种基于反向选择的检测方法。定义地震数据中的self集与nonself集;将随机选取的未成熟检测器与self集进行匹配,生成半径可变的成熟检测器,覆盖nonself空间;将待检测数据与检测器匹配,通过判断是否在nonself空间得到检测结果;与现有地震异常检测方法BP神经网络、支持向量机进行对比,实验结果表明反向选择用于地震前兆观测数据异常检测有更好的效果。     

面向诱导的交通状态信息提取方法

为实现可变信息板（Variable Message Signs,VMS）的交通状态信息提取,选取速度、饱和度与交叉口平均延误作为交通参数,提出了基于模糊推理的关联路段交通状态信息提取方法。针对驾驶员的VMS信息响应特性,设计了面向拥挤状态的VMS诱导策略,在关联路段均处于拥挤状态时基于Vague集对交通状态进行排序,以判别交通状态相对最优的关联路段进行发布。以实际算例验证了该方法的有效性,所提出的VMS诱导策略能够逐步引导拥挤交通流的分流,并为驾驶员在拥挤状态下进行路径选择提供决策支持。     

广州筹建智能交通系统

本报讯9月6日获悉,历时5个月的广州智能交通时,指挥中心还将通过交通电台、路面的可变情报板、管理指挥系统方案已经出台,该方案经过专家的评审互联网等途径发布交通堵塞信息,引导车辆分流,减低后,将开展项目的监理和子系统的招标工作。该系统简交通拥挤程度。此外,该系统建成后,市民在出门之前称GZITMS,主要通过运用SCATS等交通信号控制系就可上网了解广州任一主干道的道路状况;在路上也可统及时发布信息,并通过中央控制监视系统进行全天以通过交通电台、各主要干道设立的交通情报板或者发候监控和调配。送短信了解到实时的道路交通状…     

基于神经网络的交通控制诱导协同模型

针对传统交通控制与诱导模型及算法的不足,提出了具有中心协调系统（CCOS）的交通控制与诱导协同模 型。利用数据融合技术将历史数据的短时交通预测、交通事件检测结果以及实时交通流数据设计面向交通动态的信息融合, 并采用神经网络技术构建基于神经网络的交通控制诱导协同模型,同时对模型的参数进行了确定。通过典型的路网进行仿真 实验和对比分析,实验验证了该模型是可行和有效的。     

基于模糊聚类的快速路VMS信息发布方法

将模糊聚类技术引入快速路上可变信息牌(VMS)的信息发布中,利用模糊聚类对3个交通流参数(流量、速度、占有率)进行分析,对快速路的交通状况进行划分与识别,从而为发布合理、有效的VMS信息提供依据。将快速路的交通状况分为3个等级,并选取聚类数目为3。计算聚类中心确定快速路的交通状况,VMS则将交通状况等信息发布给驾驶员。     

基于高速公路事故黑点的检测器优化布设

交通数据的采集是智慧高速公路建设的基础,而检测器是交通数据采集的主要手段,如何合理布设交通流检测器,使其快速发现交通事故、提高高速公路通行效率,是需要研究的问题.针对高速公路事故多发点,在VISSIM仿真的基础上,结合路段实测交通数据,通过实验得出检测器布设间距、事故检测时间和道路交通量三者之间的关系.在此研究基础上,...     

基于检测器优化选择的短时交通流预测

针对交通流短期预测未考虑交通检测器配置的不足,提出了一种基于检测器优化选择的短时交通流预测算法。以预测的均方误差最小为目标函数,通过遗传算法优化选择合适的检测器,以小波神经网络作为预测算法进行短时交通流预测。美国I-84高速公路实测数据的测试结果表明该算法与传统预测方法相比具有更高的预测精度,是一种有效的短时交通流预测方法。     

基于决策论的交通路口流量分析算法(DTFAA)

通过对传统的交通路口流量分析算法的分析, 提出了基于决策论的交通路口流量分析算法研究, 文中将车辆统一识别为标准小车当量, 进行算法步骤的设计, 该算法不仅适用单线圈检测器或单磁敏检测器等单个检测器, 也适用于双线圈检测器. 检测过程简单易行, 且准确率高, 并通过实例分析, 验证了改算法的有效性和精确性.     

交通流时间序列模式相似性度量法

针对交通流时间序列具有高维、高噪声的特性,设计了基于趋势变动、拟合优度和最小距离和百分比原则的联机分割算法用于时间序列维约简。对分割后的时间序列进行5元组分段线性表示,并据此定义五种常见的时间序列形状相似性距离。使用分层聚类算法分析它们在不同的交通流状态辨识中的效果,以此确定交通流时间序列的模式相似性度量方法。以上海南北高架东侧间部分路段固定线圈检测数据为例进行了实证分析,最终确定模式距离与欧氏距离组合方式为交通时序模式相似性度量的最佳方法。     

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。     

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。     

一种基于单线圈速度估计的简单模型方法

实时准确的交通速度对于成功的快速路管理系统来说是至关重要的。然而,交通速度并不能直接从单线圈检测器测量出来。论文提出了一种基于单线圈输出量进行速度估计的简单模型方法。该方法考虑自由流和拥挤状态下分别采用不同的模型进行速度估计。利用该方法估计出来的速度非常接近于双线圈测量的速度观测值。与以往的算法相比,该方法简单实用并且明显地改善了速度估计。     

视频监控系统中的图像分割算法综述*

视频监控系统在智能安防、人机交互、交通、娱乐、军事等领域有着广泛的应用空间,是近来研究热点之一。目标的分割是视频监控系统中的首要任务,其分割的有效性对于后续的目标识别、跟踪、行为理解等处理至关重要。从时间分割法和空间分割法的分类角度出发,对国内外的视频监控研究中的若干目标分割方法进行了归纳总结。