基于Agent的驾驶员-车辆建模研究与实现

微观交通仿真技术是解决城市交通网络拥塞问题的有效工具.在各种交通元素中,驾驶员-车辆单元是交通流的主体.该文通过对交通流中驾驶员、车辆特性的分析,将驾驶员和车辆视为一个整体,并基于Agent理论对之进行建模.文中详细分析了Agent的生成和路径搜索及选择算法,研究了Agent的跟驰、换道和挤占道等行为.该文最后介绍了基于Agent模型建立的一种微观交通仿真器,并在该仿真器上进行仿真实验.结果表明该系统能够较好的仿真实际交通流状况.     

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.     

基于SUMO平台的微观交通仿真研究

微观交通仿真在城市交通控制系统中有着重要地位,而微观仿真模型的建立是其主要内容之一。Krauss模型是基于安全车速范式的微观、空间连续的车辆跟驰模型,为避免原始Krauss模型中加速度突变的问题,本文在其基础上提出了融合车辆减速度渐变过程的新模型。在SUMO仿真平台上编程实现了改进后的车辆跟驰模型,并在同等条件下对原始模型和改进模型进行了实例仿真分析,结果表明改进后的模型在一定程度上避免了加速度突变问题,交通流运行的仿真情况在整体性能上有显著改善,仿真效果与现实交通情况更趋一致。     

基于自适应遗传算法的交通信号配时优化

研究城市交通信号设置问题中对单交叉口多相位交通流建立了动态信号配时模型,以交叉口车辆平均延误最小为控制目标,以相位绿灯时间和周期时长为控制变量,并运用自适应遗传算法对控制变量进行优化.根据实时交通流数据,通过MATLAB平台进行仿真.结果表明,自适应遗传算法能够有效降低车辆平均延误,在优化过程中比简单遗传算法具有更好的搜索能力和解质量,其良好的优化性能有助于优良配时方案的产生,同时也提高了交通分配模型的实用价值.     

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.     

城市交通系统的微观仿真研究

基于微观交通模型,将面向对象方法与可视化技术运用到城市交通系统的微观仿真研究中,开发了一套具有一定实用价值的交通仿真软件。仿真结果表明,车辆运行动画与人的直观交通经验一致。该方法可用于对一般的规模庞大的道路交通网络的研究。     

图像处理技术在标定微观交通仿真模型中的应用

城市交通控制的许多决策都是基于微观交通流仿真模型进行的。文章研究应用了图像处理技术来对微观交通流仿真模型的参数进行标定，并使用模拟退火算法使仿真的结果和被仿真对象的实际观测数据吻合。     

基于RFSIM的智能交通系统研究

以RFID与SIM卡相结合技术原理为基础,提出了一套城市智能交通信息管理系统模型,该模型用来解决城市交通管理中的一系列经典难题.该模型结合了射频技术、短时交通流预测方法、路网状态判别技术以及数据库技术,能获取、分析并处理路网交通信息,并能够实时监控交通流量、车辆信息以及交通状况,并可通过手机屏幕或STK语音短信实时将路网信息通知车主.该系统有利于解决城市交通拥挤状况,有效提高路网的通行能力.最后,本文从现实应用出发,以手机RFSIM发展为切入点,分析了此系统的优势和前景,进而论证了基于RFSIM的智能交通系统的可行性和有效性.     

一种动态OD矩阵估计算法的研究及应用

OD矩阵是智能交通的重要研究领域之一,是微观交通仿真、城市交通规划、管理和控制等的关键数据.本文将微观交通仿真与交通信号机监控系统相结合,提出一种基于极大熵法的动态OD估计算法.分析路段交通流的动态变化.为提高OD估计的精度,给出一种历史OD矩阵的递推方法.仿真结果表明本文方法是有效、可行的.     

城市交通诱导系统的路径选择分配建模与仿真

研究城市交通路径分配问题.城市交通拥挤复杂多变,用户出行选择路径困难,为了优化城市交通路径分配,解决现有交通诱导模型算法计算量大、运算时间长的问题,提出了一种基于改进的蜂群智能算法的路径选择分配方法.首先利用双向信息传递技术得到实时路段的交通流状况,将路段的通行能力分级,通过模仿蜂群个体的局部寻优比较得到最优解,具有较快的收敛速度.仿真结果表明,提出的模型和算法不仅能有效解决城市交通路径分配问题,而且计算复杂度较低,算法的计算效率较高,表明改进算法为提高交通路网的效率及实用性和有效性提供了依据.     

用于求解路径交通流量的改进Frank-Wolfe算法

Frank-Wolfe算法是用于求解交通流量分配问题的经典算法,但该算法是基于路段（Link-Based）的交通流量分配算法,无法用于求解路径交通流量。针对此问题,提出一种用于求解路径交通量的改进Frank-Wolfe算法。通过在Frank-Wolfe原算法中增加求解路径交通流量的计算步骤,根据原算法中“全有全无”加载方法获得的步长,更新源-目的（OD）间所有已配流的路径的交通流量,在原算法迭代计算路段流量的同时,同步计算路径流量。通过算例表明,改进算法是一个有效的算法,在Frank-Wolfe原算法的基础上增加少量的时间和空间成本即可求解路径交通流量,避免穷举交通网络中的所有路径,可以很好地用于用户均衡交通流量分配中。     

基于国产处理器增量式实时交通流预测算法及实现

针对城市交通难以处理大量数据且实时性差等问题,提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS(limited-memory BFGS)算法。该算法通过存储向量序列计算Hessian矩阵,改进Two-Loop算法求下降方向,在Spark集群中并行处理时收敛速度快,适用于实时性要求强的城市交通场景。实验结果证明,L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测,在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片的应用领域。     

基于虚拟顶点最大流的城市路网通行能力算法

针对城市道路路网通行能力的确定问题,通过引入虚拟起、讫点改造路网。应用图论中最大流最小割定理,对最大流算法进行了改进;提出了一种在容量限制下确定路网通行能力的算法,使得多起点、多讫点的道路路网通行能力的确定得以简化。用算例验证了算法的正确性。     

基于网络演算的智能交通流量分配研究

精确的交通流量分配计算模型,能为实际的交通工程应用提供具体的流量出入速率或者信号灯控制时间方案,具有重大价值。首次将动态交通流量分配拟化为网络负载均衡问题,使用漏桶理论和网络演算方法,将交通的流量分配与路径时延转换为一系列极值运算,结合贪婪算法,以均衡网络延时为优化目标,得到交通配流。仿真结果表明,本模型在化解拥堵的同时,使分流后的道路平均延时普遍降低,能提升整体路网的通行能力。     

城市复杂道路网络交通流的分解模型

针对城市道路交通流非线性、不确定性和模糊性特点,将城市道路与快速干道作为整体对待,提出了面向控制应用的城市交通网络宏观动态离散模型。将城市街区作为划分基点,把整个城市道路复杂交通网络分解为交叉口和单向环形道路两个子系统,分别建立了它们的宏观动态模型。通过对交叉口进行理想虚拟变形,将各个单向环形道路连接在一起,从而形成各种复杂网络。对西安市中心区域的实际交通流数据进行了仿真研究,结果表明该交通流模型基本实现了城市道路与快速干道的统一分析建模,较好地反映了城市路网的交通流信息,可以作为城市交通控制系统分析和设计的有力工具。     

Integration control for traffic corridors considering guidance information

The problem of designing integration traffic strategies for traffic corridors with the use of ramp metering, speed limit, and route guidance is considered in this paper. As an improvement to the previous work, the presented approach has the following five features： 1） modeling traffic flow to analyze traffic characteristics under the influence of variable speed limit, on-ramp metering and guidance information; 2） building a hierarchy model to realize the integration design of traffic control and route guidance in traffic corridors; 3） devising a multi-class analytical dynamic traffic assignment （DTA） model for traffic corridors, where not only the route choice process will be different for each user-class, but also the traffic flow operations are user-class specific because the travel time characteristic for each user-class is considered; 4） predicting route choice probabilities adaptively with real-time traffic conditions and route choice behaviors corresponding to variant users, rather than assuming as pre-determined; and 5） suggesting a numerical solution algorithm of the hierarchy model presented in this paper based on the modified algorithm of iterative optimization assignment （IOA）. Preliminary numerical test demonstrates the potential of the developed model and algorithm for integration corridor control.     

短时交通流量预测的IPSO-BPNN算法

为了提高短时交通流量预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种粒子群优化神经网络的短时交通流量预测模型。将相空间重构和预测模型参数编码为粒子群的粒子,短时交通流量预测精度作为粒子群的适应度函数,通过粒子之间协作获得预测模型全局最优参数,通过BP神经网络建立预测模型,利用短时交通流量数据对模型性能进行测试。结果表明,相对于传统参数优化方法,粒子群优化神经网络提高了短时交通流量的预测精度,为非线性预测问题提供了一种新的研究思路。     

多用户动态交通分配和信号优化的组合研究

提出了一种饱和路网中考虑多用户行为下的动态交通分配和交通信号优化的组合模型。模型采用广义双层规划来表示。模型的上层是信号控制优化,下层是考虑多用户路径选择条件下的动态交通分配,进行交通网络流的配置。同时,模型中采用具有物理排队的动态网络模型,从而考虑了饱和路网中物理排队对基于路段的网络条件的影响。通过仿真说明了饱和路网中考虑多用户行为下的动态交通分配和交通信号优化的组合模型可以实现交通信号的优化配置和交通网络流的优化,并反映了排队的物理效应。     

基于FWADE-ELM的短时交通流预测方法

受道路环境和人为因素影响,实际交通系统可视为一个复杂的非线性动力系统,交通流数据具有较强的非线性、时变性和易受随机噪声影响等特征.针对复杂环境下的短时交通流预测问题,提出一种基于烟花差分进化混合算法-极限学习机的短时交通流预测方法.采用奇异谱分析方法滤除原始交通流数据中包含的噪声成分,降噪后的交通流数据用于训练极限学习...     

城市交通噪声环境承载力分析模型及算法

以城市噪声环境容量为约束条件计算城市区域路网最大交通承载力。分析模型是一个双层优化问题,其中上层是噪声环境容量约束下的最大路网交通流量模型;下层是道路网上的用户均衡分配模型。应用遗传算法进行求解,仿真示例表明该模型和算法是可行的、有效的,可以为城市交通可持续发展的规划和需求管理提供依据。