自适应BAS优化RBF神经网络的短时交通流预测

为提高短时交通流预测精度,针对传统径向基函数(radial basis function, RBF)神经网络短时交通流预测模型中心值固定、易受漂移数据干扰问题,提出自适应天牛须搜索算法(beetle antennae search algorithm, BAS)优化RBF神经网络的短时交通流预测模型。模型采用自适应步长提高BAS算法迭代速度和寻优能力,结合DBSCAN聚类确定RBF神经网络隐含层径向基函数网络中心,进而优化神经网络结构。通过路网真实交通流数据进行训练,选择常用于短时交通流预测的BP神经网络,RBF神经网络,广义RBF神经网络进行对比。结果表明：优化后的模型预测结果相较BP神经网络平均绝对误差降低了1.87%、平均绝对百分比误差降低了15.96%、均方根误差降低了3.24%,拟合度提高了3.96%;相较广义RBF神经网络平均绝对误差降低1.36%、平均绝对百分比误差降低了5.01%、均方根误差降低了2.19%,拟合度提高了2.5%。改进后的短时交通流预测模型能够为智能交通诱导提供可靠的预测值。     

基于复杂城市道路网络的交通拥堵预测模型

随着城市交通的发展,道路网络越来越复杂,交通拥堵越来越严重,准确预测交通拥堵是城市缓堵保畅,提高城市交通管理能力关键技术之一。传统马尔可夫预测模型中的单变量模型只能解决单个时间序列上的交通预测问题,一阶模型仅考虑了相邻时间点数据之间的影响,高阶多变量马尔可夫模型的预测精度不足,难以解决复杂城市道路网络交通拥堵预测的问题。对此,文章提出了一种添加调节项的高阶多变量马尔可夫模型(AAT-HO3M),证明了模型的收敛性,进行了参数估计,并参考城市道路交通运行评价指标体系,对城市拥堵进行预测分析。通过预测试验证明,AAT-HO3M预测精度高于传统高阶多变量马尔可夫模型和改进高阶多变量马尔可夫模型。预测效率优于改进的高阶多变量马尔科夫模型。     

元胞自动机交通流NS模型中走停车辆的相变研究

为了研究单车道NS元胞自动机模型中的相变问题,定义了走停车的比率,通过计算机模拟的方法,讨论了利用走停车比率作为序参量时车流从自由流到堵塞流的相变特征,并与利用紧挨车辆密度作为序参量时的情况进行了比较,发现走停车比率更适合作为描述交通系统相变的序参量.     

面向嵌入式导航系统的GIS—T道路网模型

为从整体上支持导航系统主要核心功能的实现,提出面向嵌入式导航系统的道路网数据模型．在水平方向上根据不同导航功能的需要,以规则的格网或行政区等为单位将道路网划分为不同的区域．同时在垂直方向上将道路网按照比例尺或道路等级等的变化,将其组织为不同的层．通过应用这种水平方向分块、垂直方向分层的方法,研究了几何道路数据和拓扑道路数据的建模与表达,并分析了它们对导航系统核心功能的支持．论述了不同层与不同分区道路网数据,在垂直和水平方向的联结方法．结果表明：所研究的模型,能高效、便捷的满足嵌入式导航系统主要核心功能的实现,适合于导航服务．     

车速离散对稠密交通流稳态流量的影响

基于速度标准差提出了绝对车速离散度和相对车速离散度的定义。应用实测稠密交通流数据分析了车速离散度在交通流基本图拥挤区域的分布特征,发现相同平均速度下,车速离散度与交通流量负相关。基于Newell低阶跟驰模型,讨论了相同平均速度的稳态交通流量和非稳态交通流流量之间的关系,结果表明,稳态交通流量大于非稳态交通流量,且非稳态流量值随车速离散度的增大而单调减小,从理论上证明了车速离散对稠密交通流稳态流量的影响,为交通流基本图理论的发展提供了新思路。     

人非共板式人行道服务水平

提出了一种评价其运行状态的定量方法。该方法借鉴了国外同类设施服务水平评价的基本思想,针对我国交通实际情况,定义了非机动车被行人全阻挡现象,分同向阻挡和对向阻挡两种情况建立了用于计算全阻挡发生频率的概率模型,为突出方法的实用性,结合计算示例分析了同向全阻挡发生频率随行人流量与人行道宽度等重要参数的变化趋势,为人非共板式人行道规划和设计提供了理论依据。     

城市交通流诱导系统与交通控制系统集成中的信息处理

分析了诱导和控制集成下的实时交通信息采集和信息传输过程,描述了城市交通流诱导系统与交通控制系统集成中的信息处理理论模型,建议采用基于出行者出行行为的动态交通分配模型,并在此基础上给出了全局最优路径的动态交通分配模型.此外还提出系统集成中的网络通信采用计算机支持的协同网络,并给出了一种基于Multicast通信的数据通信方式.     

城市干线典型路段速度-流量特性分析

以长春市干线道路的交通流实测数据为依据,绘制了速度-流量的散点图,建立了散点图及边界的线性回归方程,并与Greenshields速度-流量理论模型曲线、高速公路的速度-流量散点图进行了对比,分析了城市道路的速度-流量特性。实际应用表明,该特性分析能为交通管理者确定信号控制策略提供速度-流量依据。     

基于虚坡模型的交叉口交通流的解耦方法

交叉口交通流的模型是进行红绿灯优化管理仿真模拟的基础。传统的方法仍有其不足之处,主要表现在对统计手段有较大的依赖性。为此,提出了一种基于虚坡模型的解耦方法,它将路口的红灯黄灯效应用假想路障代替,将一个方向上的车流对另一个方向上车流的影响用另一个假想的宽度变化的路障代替,而假想路障则在虚坡模型中表示为速度为零的车辆。由此,交叉口两个方向上的交通流被表示为两条独立道路上的交通流,用虚坡模型算出每一方向上各车的行驶规律,并求出折合行驶延误时间。调整信号灯切换时间令总体延误时间为最小,就能得到最佳的信号灯管理方案。通过对一个大规模问题的试算,得到了有用的结果,表明可用虚坡模型通过仿真手段对交通管理问题进行直接研究。     

相邻交叉口相位差优化模型及仿真

由于国内交通流特点与国外有很大不同,导致采用国外的信号控制系统很难达到满意的控制效果。以北京市两个相邻交叉口组成的干道协调控制系统为研究对象,通过分析干道上双向车辆在交叉口的延误规律,考虑车流在行驶过程中的离散性和受阻情况并结合中国道路交通的实际状况,以车辆延误最小为目标,建立了相邻交叉口相位差协调控制的优化模型。针对传统的图解法和数值解法的缺点,采用遗传算法对该模型进行求解。仿真结果证明本文所建立的模型求解结果优于传统数值解法,能更准确地反映实际的交通运行情况和控制效果,是一种减少相邻交叉口车辆延误的有效方法。