基于优先权重的公交信号优先算法研究

在信号控制交叉口,优先信号的实施不仅要考虑公交车辆的乘客数,同时还与公交车辆的时刻表的偏离程度有关。本文根据公交车辆当前的运行状态在信号配时计算中为公交车辆赋予一定的优先权重,在满足交叉口各进口方向车辆通行需求的同时,以最小的车辆延误代价获取人均延误降低最大化为目标,在交叉口信号配时方案进行优化计算中,为偏离公交出行时刻表的公交车辆分配权重,以确保公交车辆尽可能以绿灯信号通过信号控制交叉口。最后利用MatLab对该算法进行求解计算、验证。     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

基于模糊神经网络的单交叉口变相序控制

针对城市交通流时变的特点，提出了一种可变相序自适应单交叉口控制算法，该算法根据通行权转移度来决定放行相位及通行时间，并综合考虑了所有相位车辆排队长度以及绿灯相位通行时间。通过多层BP神经网络实现单交叉口多相位模糊控制。结果表明，该控制器具有学习和泛化能力，可以有效的提高绿灯时间利用率并减少车辆平均延误。     

基于单路口感应控制系统的单位绿灯延时研究

在单路口感应控制系统中，单位绿灯延时对于感应信号控制的效率起决定性的作用，合理的单位绿灯延时可以消除为等待少数车辆而浪费的绿灯时间，使绿灯延时高效运行，从而可提高通行能力，降低延误，减少车辆追尾等交通事故的发生．比较了两种单位绿灯延时模型，并通过仿真分析给出对于感应控制系统比较有用的结论．     

����������Ľ���ڿɱ�����ģ�����Ʒ���

针对城市交叉口交通流的特点,提出了一种自适应可变相序的多相位控制算法。该算法依据绿灯相位车队长度和红灯相位车队长度的比较决定绿灯相位是否转移,在不需要绿灯相位转移时,利用模糊神经网络控制器控制绿灯延时长度。不但结合了模糊控制和神经网络控制的优点,而且所给出的算法相序可变,实现了道路交叉口多相位相序可变控制。仿真结果表明,本文设计的模糊神经网络控制器能够有效降低车辆平均延误,满足实时控制的要求。     

基于单交叉口的感应控制最大绿灯时间研究

分析了排队车辆与所需绿灯时间的关系,考虑车辆到达交叉口的随机特征,以车辆延误为优化目标,建立了基于双通道的交叉口感应信号控制最大绿灯时间优化模型。假设车辆到达率服从泊松分布,以十字交叉口为例,考虑不同的饱和度条件与交通量分布特征,利用VISSIM与MATLAB仿真,比较了该模型与传统方法的计算结果,验证了本文模型的正确性。     

考虑城市干道车队运行特点的交通信号协调控制算法

为建立交通信号协调控制算法并确定其适用条件,考虑车队离散、车辆转出、下游交叉口排队长度3个因素,在分析罗伯逊离散模型的基础上,提出了交叉口协调相位车流到达图式的预测方法,并根据车流到达时刻与协调相位绿灯启亮、结束时刻的关系,建立了协调相位车流延误的计算模型;以交通控制子区内各交叉口协调相位车流总延误最小为优化目标,以相位差为优化变量,设计了信号协调方案优化算法.仿真结果表明:与改进数解法相比,该算法降低了协调相位车流延误7.4%;随着交叉口间距、转出车辆数、下游排队长度的增加,信号协调控制效益逐渐下降.      

考虑绿灯协调位置的双向绿波控制算法

为研究协调相位中绿灯不同协调位置对绿波带控制效果的影响,提出一种考虑绿灯协调位置的双向绿波协调控制算法。该算法考虑交叉口相位组成、相位顺序等因素,通过调整协调相位绿灯协调位置的方式,推导出协调相位绿灯起止时刻计算公式,以车均延误及停车次数最小为目标,完成干线绿波带的方案设计。通过算例对比分析绿灯协调位置,分别为0%、25%、50%、75%、100%时的延误和停车次数,以此来分析不同协调位置所对应绿波带方案的控制效果。算例分析结果表明,随着绿灯协调位置的改变,各绿波带控制方案的控制效果存在一定差异,在本算例中,协调位置在100%时车均延误及停车次数最小。该研究对优化绿波带控制效果、提高干线服务水平具有现实意义。     

单点交叉口固定信号配时优化模型

为获得更好的单点固定信号配时方案,以交叉口通行能力最大和车辆平均延误最小为目标,以相位有效绿灯时间受限为约束条件,提出一种信号配时优化模型.使用大连市交通调查数据得到韦伯斯特配时方案和2种优化配时方案,采用交叉口通行能力、车均延误和饱和度评价了各种配时方案.利用VISSIM软件进行了交通模拟试验,采用累计通过车辆数、车均延误和平均排队长度对各种方案进行了交叉口评价.结果表明,所提出的配时优化模型优于韦伯斯特配时模型,而且其评价结果更能反映交叉口的实际服务水平.     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

公交优先的信号交叉口配时优化方法

传统的交叉口信号配时方法将所有车辆同等对待,对于公交车辆比例较大的相位是不公平的。提出了以人总延误最小为信号周期时长的优化目标,以相位乘客流量比和相位饱和度确定绿信比的方法。应用分析表明,按照这一方法进行配时,虽然车均延误比用传统方法进行配时略大,但公交车辆和人均延误却降低了约30％,在保障交叉口交通顺畅的前提下体现了公交优先,减少了公交车辆在信号交叉口的延误。     

����ר�õ�·�γ���������Ч����ϵ�о�

为了推行公交优先政策,我国一些城市采取了各种策略和措施,其中公交专用道因设置方便易行、成本低而被广泛采用。但是公交专用道的实际运用效果与其所在路段的条件有着密切关系。基于实际交通调查数据,利用仿真分析方法（VISSIM交通仿真软件）,针对设置公交专用道的路段,研究其路段长度与公交专用道运行效果之间的关系。选取了路段行程时间、公交车延误、社会车辆延误和人均延误作为评价指标,对比分析了路段设置公交专用道前后这几项评价指标的变化。结果表明,在路段长度小于500米时,设置公交专用道往往会对路段的交通运行产生负面影响。     

一种改进的最小属性约简算法

最小属性约简是粗糙集理论中的一个重要内容,通过对属性约简算法的研究,指出基于U/{a}划分的最小属性约简算法中的不足,并提出了一种改进的最小属性约简算法.该算法以基于等价类的方法对论域进行压缩,有效地降低了算法的空间复杂度,用基于核的方法求解最小约简,从而保证可获得最小约简.实验结果表明,该算法具有复杂性低、存储空间小和效率高的特点,是一种有效的最小属性约简算法.     

后悔视角下的应急疏散出行方式决策行为分析

鉴于应急疏散者出行决策的后悔规避心理,以政府公交车、自有私家车和借用私家车三类疏散交通方式选择问题为例,选取平均运行时间、运行时间不确定性、平均等待时间和预期感知服务水平等属性变量,分别构建了基于随机后悔最小化和效用最大化的多项Logit 模型.以应急疏散意向行为调查数据为基础,表明后悔模型的模型拟合度优于效用模型,对属性变量间关系的刻画更符合实际.进一步通过弹性计算和敏感性分析,揭示出平均运行时间这一属性最为敏感.研究表明,应急疏散者是后悔规避的,其决策行为试图将后悔感知最小化,而非预期效用最大化,从随机后悔视角描述疏散决策行为更为准确.     

基于猎人猎物优化与双向长短时记忆组合模型的汽车出车率预测

汽车出车率预测对于交通管理者预先制定精准化管控方案、实施协调化统筹调度，以及调控汽车保有量规模具有重要意义。为此，本文提出一种基于猎人猎物优化算法与双向长短时记忆神经网络组合模型(HPO-BiLSTM)的汽车出车率预测方法。首先，分析汽车出车率的关键影响因素，提取出17个特征影响因子，结合标准化处理后的重构时间序列，基于随机森林算法进行变量的重要度评估，筛选出最优特征集合作为预测模型输入；其次，为解决神经网络算法容易陷入局部极值的难题，建立一种融合猎人猎物优化算法(HPO)与双向长短时记忆神经网络(BiLSTM)的组合预测模型，利用HPO的探索-开发机制，实现BiLSTM框架的动态化搭建与精细化调参；最后，结合北京市中心城区的汽车出车率数据集进行模型性能的测试与检验。结果表明：与自回归差分移动平均模型、灰色模型、卷积神经网络模型、长短时记忆神经网络模型以及双向长短时记忆神经网络模型等经典算法相比，HPO-BiLSTM模型在汽车出车率预测中的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别降低了23.85%～54.38%、20.67%～57.40%、27...     

基于交叉口可靠性的公交优先信号配时优化模型

公交信号优先被广泛应用于提高道路通行能力和服务水平等方面,但是,公交信号优先经常会破坏路网,从而导致交叉口可靠性降低.因此,交叉口可靠性是交通信号设计中需考虑的一个重要问题.本研究针对单点交叉口提出了基于可靠性的公交信号优先配时优化模型,将人均延误最小化作为目标函数,将交叉口相位清空可靠度指标作为一个重要约束条件,该模型在优化信号配时的过程中不仅降低了人均延误,并且保证了交叉口的可靠性.本研究将该优化模型应用于单点交叉口,通过分析影响参数得到:仅提高可靠性要求,延误时间会非线性增加;若一味地降低总延误会导致低可靠性.最后,通过案例分析将传统模型与本研究模型进行对比分析,验证了本研究所提出模型的实用性.     

航路时空资源分配的多目标优化方法

为了提高航空公司与空管方之间的协同决策程度, 降低航班延误水平, 以航路飞行的航班为研究对象, 研究了航路时空资源的多目标分配; 考虑实际运行条件下航班的唯一性约束、时间顺序约束和可行性约束的影响, 以航班在流量受限区所分配的飞行航迹和进入时隙为决策变量, 以航班总延误成本最小和航空公司延误公平损失偏差系数最小为目标函数, 构建了多目标非线性0-1整数规划模型; 基于模型特点引用了非支配排序遗传算法(NSGA-Ⅱ), 并利用排列编码法设计了一种整数基因编码方式, 以最大限度保证基因产生可行解集; 为了验证模型与算法的有效性, 基于南中国海地区航班运行实例, 对算法搜寻最优解的性能进行了研究, 并将此算法与传统按时刻表分配(RBS)方法进行了对比。研究结果表明: 改进编码方式的NSGA-Ⅱ算法使解集种群在约50代后世代距离从600收敛至30并稳定, 具有良好的收敛性; 针对实例中的多目标优化模型共生成有6组解的帕累托解集, 结果有66.7%的概率完全支配RBS方法, 且优化结果中航班平均延误成本比RBS方法降低了8.5%, 平均公平损失偏差系数降低了70.6%。可见提出的航路时空资源多目标优化方法的执行效果显著, 可在降低总延误成本的基础上兼顾各航空公司的公平性, 是解决航路飞行航班航迹与时隙资源分配问题的一种有效方法。      

基于源路由的多路径路由协议

为了进一步有效地利用网络资源，采用多路径机制改善最佳链路状态路由协议OLSR的网络性能．提出了基于源路由的多路径SR-MPOLSR协议．首先利用MPR多点中继机制高效获取网络的拓扑图，并在网络节点中用多重Dijkstra算法计算出多路径．然后采用加权分配的循环调度实现负载分配，最后引人源路由机制完成报文的选径转发．这种SR-MPOLSR协议较之OLSR协议可进一步利用网络资源，改善链路的吞吐量和平均延迟．增加网络健壮性和可靠性．仿真结果显示，与OLSR算法相比，SR-MPOLSR算法的数据传输率提高20％-40％。端对端平均延迟降低10％-30％．     

快速路系统反馈控制器设计及算法

为了提高快速路系统的利用效率,设计了一个反馈控制器,提出了反馈控制器的迭代求解算法,控制器能实时跟踪车辆的密度,并与所期望的密度进行比较,把误差反馈给车辆,通过给车辆发布恰当的速度命令来控制车辆运行,使实际车辆密度收敛于期望密度。仿真计算结果表明:算法取4次迭代时的车辆密度与运行速度最大相对误差为0.32%,平均耗时为0.32 s,因此,设计的控制器使交通流运行趋于平稳,减少了车辆延误,从而提高了系统利用效率。     

������·�����˵���ϵͳ���س���Эͬ�Ż��о�

重载铁路集疏运调度系统车流组织优化问题涉及到空车与重车的协同优化,只有将二者结合才能够制定完整的车流组织方案.论文首先通过分析系统空重车流组织特征,以车辆周转时间最小为目标,建立基于企业需求与铁路供给的车流综合优化模型.其次以目标函数为抗体,约束条件为抗原,构建基于信息熵的亲和度表示方式,利用免疫克隆算法求解集疏运系统车流组织方案.在求解的过程中,利用免疫克隆算子实现繁殖,通过抗体浓度对种群规模进行控制,防止早熟收敛.最后仿真结果表明,与遗传算法和粒子群算法相比,本文算法的平均搜索时间减少了25%、49%.