基于道路交通的相空间重构

利用相空间重构法,对道路交通中的车流量进行模拟分析,在选择适当的嵌入维数和延迟时间的情况下,得到相应的关联维度,即车流量这个时间序列的吸引子维度.得到的关联维度是个大于2的分形维,说明构成此序列的交通系统是个混沌系统.如果要进一步构建此系统的动力学模型,至少需要3个独立的参数变量.此方法为道路交通预测工作的顺利展开打下了一定的基础.     

基于维度复杂性模型的情感事件脑电图分析

用Grassberger-Procaccia关联维算法(以下简称G-P算法)计算出关联维值从而得出维度复杂性的变化.研究了情感变化中脑电图的维度复杂性,通过对20名健康成年男性进行听觉诱发实验,观察不同情绪变化的关联维值,对θ波进行分析,发现人在听不愉快音乐时比听愉快音乐时的关联维数的值高,即听噪音时维度复杂性比听音乐时的维度复杂性更明显.在听不愉快音乐时左脑的关联维数值小于对应的右脑的关联维数值,而在听愉快音乐时恰好相反,左脑的关联维数值大于对应的右脑的关联维数值,这表明在听不愉快音乐时,右脑的维度复杂性更明显,在听愉快音乐时,左脑的维度复杂性更明显.     

基于维度复杂性模型的情感事件脑电图分析

用Grassberger-Procaccia关联维算法(以下简称G-P算法)计算出关联维值从而得出维度复杂性的变化.研究了情感变化中脑电图的维度复杂性通过对20名健康成年男性进行听觉诱发实验,观察不同情绪变化的关联维值,对θ波进行分析,发现人在听不愉快音乐时比听愉快音乐时的关联维数的值高,即听噪音时维度复杂性比听音乐时的维度复杂性更明显.在听不愉快音乐时左脑的关联维数值小于对应的右脑的关联维数值,而在听愉快音乐时恰好相反,左脑的关联维数值大于对应的右脑的关联维数值,这表明在听不愉快音乐时,右脑的维度复杂性更明显,在听愉快音乐时,左脑的维度复杂性更明显.     

卡口数据挖掘与城市道路交通分析

基于卡口数据,设计道路交通分析任务和数据挖掘算法,探索分析结果在宏观、中观、微观层面对城市交通规划、建设和管理的工程应用。基于所有车辆一日经过的卡口序列,提出毗邻区域交通量、车流轨迹和道路运行状况三大分析任务和技术方案。提出毗邻区域交通量概念,计算有道路连接的毗邻区域间的车流量,得到宏观路网交通量分布特征。采用频繁子序列挖掘算法得到满足特定条件的车辆群频繁经过的卡口集合和顺序,得到车辆群的活动范围和重要路径。基于车辆到达路段起点和终点的时间间隔,得到随着时间变化的路段车辆行程时间分布。以湖北省宜昌市为例阐述工程应用,总结提出卡口数据挖掘与道路交通分析系统框架。     

基于统计模型融合的交通参数预测与实践研究

道路交通系统复杂多变,在任意道路和交通条件下,单独使用某种预测方法并不能得到令人满意的结果.本文综合考虑交通预测的实时性、准确性和可靠性要求,区别于以往的单一参数回归方法,提出了一种基于时间序列聚类与融合的预测算法,并利用扬州城市地面道路卡口系统采集的实际数据进行了验证. 道路交通参数预测可以为交通管理、交通控制、交通诱导、交通事件检测等ITS子系统及时提供准确、可靠的道路交通信息,是目前国际ITS研究的热点和难点之一.     

空中交通流非线性分形特征

为了给空中交通流建模与预测提供科学依据,建立4种时间尺度的时间序列,采用替代数据法进行了非线性检验,确定5 min尺度的时间序列作为后续研究对象;应用小波分解方法研究了时间序列的自相似性特征,通过R/S方法计算了全局和局部Hurst指数,研究了时间序列的长相关性特征;应用关联积分的二阶差分法计算了时间序列的无标度性区间;采用多重分形谱方法研究了时间序列的多重分形特征,应用Grassbeger-Procaccia （GP）算法计算了时间序列的关联维数. 研究结果表明:5 min时间尺度的时间序列具有非线性因素的概率为99.2%,其他3种时间序列的非线性尚不明确;从小波分解图可定性观察出时间序列具有较强的自相似性;全局Hurst指数为0.756 5,局部Hurst指数均大于0.5,表明时间序列具有长相关性;关联积分二阶差分法能够有效识别出无标度区间,说明时间序列具有无标度性,不同嵌入维数对应的无标度区间是不同的;多重分形谱图呈现钟型,说明具有多重分形特征;关联维数为6.89,表明至少需要7个变量才能清晰描述本时间序列对应的空中交通流.      

韧性理念在道路交通规划中的应用研究

道路交通系统在城市日常运行中承担着重要的作用,频发的意外事件会对交通系统产生不可逆的影响.尤其是新冠肺炎疫情的爆发,突出了韧性交通基础设施的重要性.基于韧性的理念,从冗余性和脆弱性2个维度提出连接度指数和节点关键度2个量化指标.以佛山三龙湾片区路网为例,在道路交通规划应用中,通过评估现状道路网络韧性识别现状症结,以韧性...     

基于以太网的超声波车流量自动检测系统设计

介绍了一种基于网络的超声波车流量检测系统的设计方案,通过超声波技术实现道路交通节点流量与流速的实时检测,同时引进单片机以太网传输系统,以较低的成本将检测信息方便地接入广域网络,使信息的远程获取及设备的远程控制成为可能.系统集成度高、性能稳定,可有效获取车流信息.     

城市干线道路交通“拥挤态势指数”的确定

为对道路交通拥挤随着时间发展演化情况作出准确客观的描述,本文研究了城 市干线道路交通“拥挤态势指数”的确定方法.以定点检测数据为基础,从定性和定量两个 角度分别定义了 5 个拥挤指标,并按时间顺序将它们排列成交通拥挤态势描述“时间序 列”.在对上述时间序列使用多元统计“降维”后,使用 R/S 分析法计算各序列的 Hurst 指 数.据此验证多个指标间的时间序列趋势一致性,找到既能从定性角度又能从定量角度进 行综合评价的指标作为“拥挤态势指数”.最后,以上海南北高架东侧上 11 天的定点检测数据为例进行实证分析,确定了因子 1 作为“拥挤态势指数”.     

基于符号特征和混沌参数的车辆悬架隔振性能综合评价

为了更好地分辨车辆悬架隔振性能,采用符号特征和混沌参数建立了车辆悬架隔振性能评价的新方法.分析了车辆悬架隔振性能评价方法的现状和问题,简述了对时间序列进行符号分析和混沌分析的特征和参数,通过实验获得了具有BJ212钢板弹簧式非独立悬架结构的某试验车前悬架当钢板弹簧数量改变时的悬架振动时间序列,对悬架振动时间序列计算获得了悬架系统参数(如一阶固有频率f0和阻尼比ξ)、符号参数(如Shannon熵)及混沌参数(如最小嵌入相空间维数Mmin和关联维D2).结果表明,随着前悬架钢板弹簧数量减少,悬架吸收振动冲击的能力下降,悬架减振能力下降;其一阶固有频率f0下降了14%、阻尼比ξ下降了10%,悬架吸收振动冲击力的最大值下降了13%;"1-Shannon熵"与关联维D2均呈现大–小–大的变化趋势,在4片钢板弹簧时两者均有最小值.基于符号特征"1-Shannon熵"和混沌参数关联维D2共同建立了复合参量F.较之两个初始特征参数,F的变化趋势更为显著,可用于综合评价车辆前悬架钢板弹簧数量改变时的隔振性能.     

基于混沌理论对北京二环路进行短时交通流量预测的研究

随着机动车保有量的增加,交通拥堵变成迫切需要解决的问题. 道路交通流预测可以使交通管理部门提前制订相关政策,面对即将出现的交通问题提前采取管控措施,从而可以在一定程度上缓解交通压力. 道路交通流预测预报是智能交通系统关键技术之一,短时预测是交通控制、车辆导航的技术基础. 本文在对交通系统具有耗散系统特性分析的基础上,认为交通状态中存在混沌. 本文运用混沌与分形理论恢复交通流量序列的动力学系统,并用多元局域预测法对时间序列进行预测,并实地采集数据运用模型进行分析校验. 通过分析不同时间间隔的时间序列的评价指标,比较得出此法在2至5分钟内有较高的预测精度.     

���ڻ������۶Ա�������·���ж�ʱ��ͨ����Ԥ����о�

随着机动车保有量的增加,交通拥堵变成迫切需要解决的问题. 道路交通流预测可以使交通管理部门提前制订相关政策,面对即将出现的交通问题提前采取管控措施,从而可以在一定程度上缓解交通压力. 道路交通流预测预报是智能交通系统关键技术之一,短时预测是交通控制、车辆导航的技术基础. 本文在对交通系统具有耗散系统特性分析的基础上,认为交通状态中存在混沌. 本文运用混沌与分形理论恢复交通流量序列的动力学系统,并用多元局域预测法对时间序列进行预测,并实地采集数据运用模型进行分析校验. 通过分析不同时间间隔的时间序列的评价指标,比较得出此法在2至5分钟内有较高的预测精度.     

交通流短时预测理论研究进展

交通流短时预测是智能运输系统。尤其是其先进的交通管理系统和出行者信息系统研究的一个重要内容。利用预测算法来分析交通数据，并预测未来数分钟内的交通流状态，便于及时采取适当的交通控制措施和诱导措施。     

短期交通流的局部分形研究

根据短期交通流的混沌与分形特征，提出利用时间序列的最小覆盖维方法分析其局部分形特性，研究了最小覆盖维与短期交通流量波动的关系，运用最小覆盖维估计交通流的发展和变化趋势。     

高速公路交通流的分形维数与相空间重构预测

对成渝高速公路短时交通流通过计算不同时间尺度下Hurst指数而等到其相应的分形维数,结果表明,时间间隔越短的交通流,其分形维数越大,结构越复杂.由于时间间隔越短的交通流随机性大和复杂的结构,所以预测也就越困难.提出了一种新的基于相空间重构和移动平均相结合的预测方法——移动平均最近邻域法,从理论与实际数据两方面分析和验证了该方法对短时交通流预测的有效性.     

高速公路交通流的分形维数与相空间重构预测

对成渝高速公路短时交通流通过计算不同时间尺度下Hurst指数而等到其相应的分形维数,结果表明,时间间隔越短的交通流,其分形维数越大,结构越复杂.由于时间间隔越短的交通流随机性大和复杂的结构,所以预测也就越困难.提出了一种新的基于相空间重构和移动平均相结合的预测方法——移动平均最近邻域法,从理论与实际数据两方面分析和验证了该方法对短时交通流预测的有效性.     

冰雪条件下路段交通拥堵状态识别模型研究

通过对冰雪条件下交通流的饱和流率、平均车头时距和平均行程车速等交通参数的调查,分析了冰雪条件对路段交通流特性的定量影响,在此基础上,采用综合分析法,选取平均行程速度和饱和度等指标,建立了冰雪条件下路段交通拥堵状态识别模型。并结合正常条件下的交通参数拥堵阈值和冰雪对交通流的定量影响,给出了确定冰雪条件下各状态指标的拥堵阈值的方法。最后利用哈尔滨市红旗大街实际调查数据对该模型进行了验证。     

关于公交停靠站影响区范围的研究

随着城市公共交通系统的发展,公交停靠站对道路交通流的影响已逐渐引起人们的注意。分析公交停靠站的影响首先应该对停靠站的影响区范围进行界定。在分析前人研究成果的基础上,基于交通波理论,按考虑超车与否,分析公交停靠站的影响区范围长度,得到不同交通流密度条件下公交停靠站影响区长度的计算公式。     

量纲分析理论在交通流分析中的应用

针对交通流模型的多样性和同一参数测量值的变化,分析了建模思想和测量统计方法一致性的必要。根据模型参数的物理意义,通过量纲分析方法,对各种交通流模型及其参数进行研究,从中得到各个模型之间本质上具有相似性的基本结论,以及主要无量纲参数之间的函数关系式。对交通流局部密度增大后消散问题从无量纲入手,得到的无量纲结论能够说明有量纲低速和高速交通流模型问题。此示例说明量纲分析方法对交通流模型及其参数研究具有理论和实际应用价值。