基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于限速控制的基本路段通行效率优化方法

对于高速公路限速控制方法,不同的交通流类型其方式也应有所不同。从道路通行效率的角度出发对高速公路基本路段的限速控制方法进行模拟,并对各种限速方法对通行效率的影响进行数值仿真,在不同的交通饱和度下对仿真结果进行分析。最后,针对不同交通流类型给出不同的限速措施。     

雨天环境下高速公路可变限速控制方法研究

降雨对高速公路交通安全和通行效率具有一定的负面影响.运用可变限速控制技术,根据高速公路实时交通流状态和降雨强度,对各路段限速值进行动态优化和调整,减小降雨带来的不利影响.阐述了雨天可变限速控制系统的总体方案,分析了降雨对能见度和路面摩擦系数的影响,建立了雨天环境下高速公路安全车速计算模型;在宏观动态交通流模型METANET基础上,提出了适用于雨天可变限速控制条件的改进模型,并以控制周期内所有车辆总行驶里程最大为目标,建立了雨天可变限速控制优化模型.利用Matlab软件仿真实验,结果表明,与固定限速方式相比,本文建立的可变限速控制方法可提高雨天环境下高速公路车辆运行速度,并降低各路段车速差,保障雨天环境下高速公路安全高效运行.     

高速公路交通流控制仿真的若干问题

本文从控制理论和计算机仿真的角度，结合高速公路交通流的确定性和随机性共存的特点，提出了高速公路交通流控制仿真的若干问题，阐述了利用计算机仿真解决这些问题的必要性，详细列举了高速公路交通流建模，仿真优化，参数辨识，交通流状态估计，控制策略和方法的选择，控制系统效果评价及系统实现等问题。     

雾天环境下高速公路可变限速控制方法研究

针对雾天环境下高速公路能见度下降导致交通安全和效率降低的问题,提出了一套雾天环境下高速公路的可变限速(VSL)控制方法,包括系统布置、工作流程和可变限速控制策略等,可以根据检测到的实时道路能见度和交通流数据,考虑最大安全车速、交通流运行状态和驾驶员遵从度等因素的条件下,综合确定目标路段的限速值.利用G4高速公路实测数据,在Vissim软件中进行了2组对比仿真实验,结果表明,与无可变限速控制相比,实施可变限速控制的1组,最低车速在平流雾(团雾)环境下提高了27.24%(28.54%),同一控制周期下相邻路段的最大车速差减少了26.42%(41.91%).提出的可变限速控制方法在雾天环境下能更有效地保障高速公路行车的安全和效率.      

高速公路入口匝道模糊神经网络ACO控制

针对入口匝道控制中局部需求大于高速公路主线容量情况下Alinea控制算法不能有效反馈的问题,结合模糊控制和神经网络的优点,通过神经网络来训练模糊控制规则,提出蚁群算法优化的模糊神经网络控制器,并对控制器应用于入口匝道控制进行了详细设计。仿真结果表明,基于蚁群优化算法的模糊神经网络控制器学习次数远小于Alinea控制算法,且收敛速度快,运算效率高,控制品质好,能够更好地稳定主线交通流密度。     

高速公路动态交通流的建模与控制策略

从高速公路交通流的宏观、动态特性出发，首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型，并结合交通调查数据，利用仿真和优化技术对模型中的参数进行辨识，从而获得了能比较准确地描述了交通流真实行为的模型，然后提出了低密度区的可变速度控制，中密度区的可变限速和入口匝道联合控制及出口匝道分流和入口匝道协高控制模型，并给出了上三个问题的最估解，最后利用计算机模拟了受控和未控交通流，其结果令人满     

基于粗模糊神经网络的高速公路路段交通事件识别

高精度、快速的高速公路路段交通事件自动识别将为合理诱导交通流,提高事故救援反应速度提供基础技术支持。设计了一个基于粗模糊神经网络的事故识别算法,用于高速公路路段交通事件识别。首先,利用粗糙集的数据约简技术提取精简的规则,得到系统的原始输入输出数据集。然后,建立交通突发事件识别的模糊神经网络系统,以交通流特征数据及其识别结果作为训练数据集进行系统参数及模糊规则的训练与确定,直到误差在控制范围之内。最后,利用VISSIM软件进行系统仿真检测,检测结果表明系统具有良好的应用性能。     

基于人工神经网络的高速公路隧道群限速研究

根据典型高速公路隧道群交通运行状况,从时间因素、交通动态因素、道路条件和隧道群环境因素等方面选取输入变量,以运行速度为输出变量,建立基于人工神经网络的高速公路隧道群速度预测模型;然后,通过灵敏度分析方法,研究各个输入变量对输出变量的影响程度,并对各个输入变量的灵敏度分析结果进行比较分析。研究结果表明:该方法能够针对隧道群交通流的实际情况,充分利用与速度密切相关的信息来模拟,克服了传统算法难以建模的缺陷,适合交通流限速控制的在线建模。该方法切实可行、准确度较高,可为制定高速公路隧道群速度限制提供理论基础。     

消除高速公路运动波的可变限速控制方法

运动波是高速公路一种常见的交通拥堵，可通过可变限速控制有效消除。近年来，研究中提出了大量消除高速公路运动波的可变限速控制方法，却鲜有方法成功落地应用。可变限速控制方法的成功应用需满足3个基本条件，即模型预测的准确性，优化求解的实时性，以及控制方案的安全性，而当前研究中的方法难以同时满足上述基本条件。因此，为提高高速公路交通效率，保障高速公路交通安全，提出了消除高速公路运动波的可变限速优化控制方法。构建了模拟运动波传播的离散一阶交通流模型，解析了可变限速控制对交通效率及安全的影响机理，建立了提升交通效率、保障交通安全的可变限速优化控制方法。利用数值仿真模拟，测试了轻微拥堵与严重拥堵2种不同场景下限速控制方法的控制效果，评估了控制方法在提升交通效率和安全方面的表现，对比了所提方法与文献经典方法在控制效果上的优劣。结果表明：可变限速优化控制方法在2种场景下降低总行程时间分别为10.1%和10.6%，降低事故风险指标TET分别为72.6%和73.1%，降低事故风险指标TIT分别为92.4%和82.9%。与文献方法相比，在预测模型准确性以及对交通流效率与安全的改善方面均有提升，其中在严重拥堵测试场景下，效果提升更为显著。     

基于过程神经元网络与遗传算法的交通流预测

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

城市快速路施工区通行能力研究

在实测数据的基础上,对快速路施工区交通运行特性进行了分析,研究了施工区交通组成、饱和流率、车头时距、运行速度等交通参数分布特性,得到了城市快速路施工区通行能力值介于1500veh/h/ln～1700veh/h/ln之间。应用计算机仿真技术,给出了双向8车道快速路单向不同车道关闭形式下的施工区通行能力值。最后分析了施工区的速度、流量和密度之间的关系,给出了拥挤排队状态下速度与流量之间的函数关系式。     

对我国高速公路安全管理系统的探讨

在高速公路交通事故及其严重程度的致因中安全管理系统的健全不容忽视。通过对我国某条高速公路交通安全管理系统和交通事故的致因分析,从管理体制和交通安全角度剖析了高速公路安全管理中存在的问题,提出了:实行"统一管理,综合执法",或在现有的管理模式下,高速公路的交通警察和监控人员在监控中心合署办公,共同处理高速公路上的交通安全问题;限制超速行驶、加强对货车、危险品运输及高速公路结构和安全设施的管理,优化服务意识、建立信息协调机制、充分利用交通广播等其他安全管理措施和方法以完善高速公路交通安全管理,建立一套符合我国国情的高速公路安全管理措施和方法,以期达到为公路用户提供安全、舒适和快速的运行环境的目的。     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。     

基于运输需求函数的区域高速公路网交通量预测模型

区域高速公路网是区域社会经济发展的重要基础设施,为预测区域高速公路网交通量,引入经济学中的柯布-道格拉斯生产函数,以人均GDP、人口密度为参数构建运输需求函数,基于运输需求函数构建区域高速公路网交通量预测模型。模型能以简单的因素分析基础,对区域高速公路网交通量进行预测,为区域公路网交通量预测提供了新的思路决策依据。     

基于云计算的卡尔曼滤波速度诱导模型研究

利用自适应卡尔曼滤波器来建立城市快速路瞬时交通预测模型,同时通过Hadoop基础框架及Ma—pReduce的编程模型设计和开发了交通属性指标最小约简云处理系统,并在此基础上对车辆进行速度诱导控制,建立了以车辆总行程时间为目标函数的诱导优化模型。并以上海南北高架南段东线为例建立了仿真场景,对模型进行了参数标定与校验,通过有效性与性能分析表明：用云计算能够提高运算效率,且速度诱导控制后,降低了路段上交通流的整体速度差异,提高了交通安全性。     

高速公路交通流密度的主线速度控制设计方法

结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。     

高速公路视频联网监控方案的研究与实现

随着社会发展和科技进步,我国高速公路的建设也以前所未有的速度发展。由于运营管理者需要对高速公路运营路况实时、全面地了解和控制,所以高速公路视频联网监控系统也随之应运而生。视频联网监控系统经历了模拟视频、数字视频、远程网络视频阶段。它作为现代高速公路智能交通重要的组成部分,在运营管理中发挥着重要作用。结合高速公路视频联网的现状以及工程实例,从视频监控系统的构成、功能、联网技术等方面进行介绍。     

基于驾驶员信息处理能力的高速公路作业区限速值计算方法

基于人体工程学原理,将驾驶员在高速公路作业区行驶过程中接触的交通信息分为道路几何信息、道路交通运行信息、交通管理控制信息、气候与环境信息及驾驶员自身信息,将作业区各种道路交通信息进行量化处理,在系统分析驾驶员对信息处理模式的基础上,提出了基于驾驶员信息处理能力的高速公路作业区车速速度限制值计算模型。以2006年5月哈大公路入口作业区为例,考虑车道宽度、开放车道数、隔离设施、合流机会、合流冲突及大车影响对驾驶员接受信息的量化影响,计算得出该作业区的限速值为50 km/h,与工程实际中采用的55 km/h吻合较好,验证了本文所提方法的有效性,为高速公路交通管理部门确定车辆速度限制标准提供了一种参考方法。