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     

城市混合交通微观仿真系统构架设计

按照面向对象的分析和设计原则,在需求分析的基础上,对城市交通微观仿真系统进行了模块划分,提出了系统的总体构架.随后对路网描述模型和控制算法选择模型进行了分析并得出了9个基本的类.最后对信号灯模型进行了讨论与实现.设计出了一个可复用可扩展的城市交通微观仿真系统构架.     

三维城市道路仿真模型构建

通过对现有城市道路模型的分析,提出了使用ArcGIS软件构建三维城市道路仿真模型。构造了道路几何网络模块、交通检测模块和控制管理设施模块的二维和三维模型。重点介绍了交叉口节点的二维模型建立,以及基于数字高程图得到城市道路的三维模型。最后将该模型应用于微观交通仿真系统中,可以为仿真系统中其它仿真模型提供空间参照、几何模型和逻辑模型,为各类交通行为数学模型提供存储空间和作用空间,为各种程序算法提供调度接口。与其它道路模型比,该模型能更准确、细致地反映道路网的拓扑关系和道路几何条件,从而为交通仿真模型真实地反映路网交通状态奠定了基础。     

车辆产生仿真模型

从满足交通仿真需求角度分析了车辆产生模块建模的特点,提出了详细的车辆产生仿真模型,该模型能准确细致地仿真初始车辆产生的全过程,为交通仿真模型真实的反映路网交通状态奠定了基础.     

城市路网和快速公路交通流的分散协调控制

利用模糊理论对城市路网和快速公路交通进行实时分散协调控制。把路网和快速公路作为一个大系统,子系统为路网中的各个交叉口,每个子系统有一个控制器,该控制器根据它自己和相邻子系统的交通流信息来动态管理绿灯相位及绿灯时间。控制器有三个模块组成：相序选择模块,绿灯判断模块和相位切换模块。控制器的控制目标是保持快速公路主线密度均衡和路网内各车辆平均延误时间最短。仿真研究表明该方法控制效果较好。     

需求激增下交通管理策略仿真分析方法

大型活动时需求激增易引起交通拥挤。本文提出用于评价拥挤应对策略的仿真分析方法。该方法采用宏观交通仿真技术,模拟网络交通流演化过程,分析拥挤成因,以便提出应对策略并验证其有效性。采用GANFreSP仿真系统对一算例路网进行仿真,刻画拥挤发生、传播和消散的过程,并模拟交通系统管理和交通需求管理的拥堵应对策略,给出了路网全局交通状态快照图、交通状态时变轨迹图等可视化结果,及路网总体性能指标。仿真案例表明了该方法在交通控制与管理中的有用性和辅助决策作用。     

VMS行程时间诱导效益分析仿真系统

利用可变情报板(VMS)发布行程时间信息是缓解交通拥挤的有效手段,提出了一种VMS行程时间诱导效益分析仿真系统,并对仿真系统进行设计与开发。运用该仿真系统对两起点两终点的路网进行建模仿真,仿真结果表明,VMS行程时间对于应对交通事件(如需求激增)引起的拥挤作用显著;驾驶员的信息关注率值越大,路网运行效益改善率越明显。研究旨在为相关部门设计、评价控制策略,优化路网运行效益提供辅助决策依据。     

拥堵程度时变的随机路网可变元胞传输模型

为了描述拥堵程度时变的随机路网,提出了一种新的可变元胞传输模型。该模型是以路网各车道为基础,将各车道分为车道元胞和交叉口元胞。同一车道的两个元胞“此消彼长”,相互作用。分别建立两种元胞模型,将车道元胞的平均车速和交叉口元胞拥堵程度作为模型输出。根据模型输出结果判断各车道元胞和交叉口元胞的拥堵程度。为描述路网的随机特性,建模及仿真数据的设置增加了路网的随机性。仿真结果表明：路网中各车道元胞和各交叉口元胞的拥堵程度时变,提出的可变元胞传输模型能够描述路网的随机性。     

城市路网交通分散协调控制

针对城市路网交通系统规模大和非线性、不确定性强等特点，利用模糊神经网络设计了一种新的实时分散协调控制算法．把城市区域和市内快速公路作为一个路网大系统，子系统为路网中的各个交叉口；每个子系统都有一个模糊神经网络控制器，该控制器根据它自己和相邻子系统的交通流信息来动态管理相序及绿灯时间．控制器由3个模块组成：相序选择模块、绿灯判断模块和相位切换模块．控制器的控制目标是保持快速公路主线密度均衡和区域内各车辆平均延误时间最短．仿真研究表明，该算法能有效处理各种路网交通环境．     

仓储仿真三维图元管理平台

在仓储仿真项目的开发中,图元的创建和三维场景的布置是重要的步骤。为了简化仓储仿真项目的开发,提出一种仓储三维仿真图元管理的平台方案。该平台模型由4个关键模块组成。并在WPF下实现了关键模块,结果表明采用该平台的相应模块能够实现仿真图元对象的快速创建、仿真图元的高效管理,方便地为开发基于WPF平台的仓储仿真项目提供合适的图元对象。因此该平台能够简化仓储仿真项目的开发步骤。节省开发时间。     

城市交通网络宏观控制模型及仿真实现

为研究适合城市交通网络控制系统应用的交通流预测模型,在改进Van Den Berg, M的路段交通流模型的基础上,建立了以路口交通流为基本建模单元,以动态非线性离散方程反映交通流变化的城市交通网络宏观模型.为验证该模型能有效地预测城市路网的交通流信息,在VC++net环境下,开发了城市交通宏观控制模型仿真系统UTFS,设计了网络拓扑结构模块,以适应不同规模、不同复杂程度的实际交通网络的仿真要求.最后选取典型网络进行应用研究.仿真结果表明:该模型满足交通控制对控制模型的实时性和精度要求,该仿真系统可以作为城市交通网络宏观控制模型验证的有效工具,也可以作为城市交通控制系统控制和优化研究的辅助工具.     

快速路控制策略仿真研究

城市快速路是城市交通的主动脉,承担着城市大部分交通量,良好的快速路控制策略能有效缓解道路拥堵。本文借助改进的宏观交通流模型,采用Visual Basic面向对象语言,开发城市快速路的控制仿真系统。运用该仿真系统对一个包含两起点两终点的快速路段进行仿真,模拟采用ALINEA策略和不采用控制的快速路交通运行状态。仿真结果表明,对入口匝道实施ALINEA控制后,高峰时刻主线流量增加约150veh/h,入口匝道与主线汇合区速度提高约10km/h,说明ALINEA控制策略能有效缓解快速路拥堵。     

城市高速公路交通的神经网络建模与控制

从城市高速公路交通流的宏观、动态特性出发 ,分析了交通流控制中常用的宏观、动态、确定性模型 在此基础上 ,利用人工神经网络技术建立了城市高速公路的神经网络模型 ,并提出了入口匝道放行和路段速度相结合的多变量神经网络控制策略 利用该控制策略建立的自适应神经网络控制器 ,可以使高速公路上的交通密度维持在理想的密度值附近 .进一步分析可以得到 ,该控制器是一个状态和控制作用均可跟踪的伺服系统 .以杭州某高架高速公路为背景的仿真结果表明 :该控制器具有较强的鲁帮性 ,控制效果令人满意 .     

多组件化微观交通仿真系统

为了模拟和再现城市路网交通环境,提高交通模型的通用性、可重用性,本文结合城市交通流特性和计算机仿真技术,对车辆、车道、道路、交叉口、信号灯等交通组成元素进行抽象和组件化,建立了具有良好人机交互界面的多组件化微观交通仿真系统．最后结合仿真实例说明多组件化微观交通仿真系统可以用于交通控制策略的测试、评估和对比分析．     

语义物联网：物联网内在矛盾之对策*

为应对物联网自身固有的物的信息的表示形式的多样化和物的信息的使用主体的理解能力不足的内在矛盾,提出了将其改进为语义物联网的思路,具体措施为：a）物的信息的表示,要基于本体进行语义标注;b）物的信息的使用,要基于本体实现机器理解。借助于语义分析和科学定义方法,建立了语义物联网的集合表示模型和图示模型。该模型的意义在于指明了语义物联网的实现需要有效推进四项主要任务,即本体的构建、RFID系统的建设、物的信息的预处理（即编码为UID或EPC,添加语义标注,嵌入RFID电子标签）和物的信息上载管理与下载管理。     

A Microscopic Simulator for Freeway Traffic

In this contribution a micro-simulator for freeway traffic which is coupled to a stream of on-line data stemming from inductive loops is presented. In order to provide network-wide information about the current traffic state a cellular automaton traffic flow model is combined with the measured data. The framework is applied to the freeway network of North Rhine-Westphalia (NRW), where data from about 3,500 inductive loops are provided on-line minute by minute. Special attention is paid to the technical aspects of the simulation like the network structure. Results are presented and discussed.