任意概率不确定情形下的电动汽车悬置系统固有特性分析

针对电动汽车动力总成悬置系统 （Powertrain Mounting System，PMS） 参数可能被处理为不同类型概率变量的情形，提出了一种基于任意多项式混沌 （Arbitrary Polynomial Chaos，APC） 展开和最大熵原理 （Maximum Entropy Principle，MEP） 的电动汽车 PMS固有特性不确定性分析方法。采用概率模型描述任意概率不确定情形下的 PMS参数，通过APC展开获得任意概率不确定情形下PMS固有特性不确定性响应的前几阶统计矩，通过MEP拟合不确定性响应的概率密度函数 （Probability Density Function，PDF） 和累积分布函数 （Cumulative Distribution Function，CDF） 等信息，通过算例分析了5种概率不确定情形下的电动汽车PMS固有特性响应。分析结果表明，以蒙特卡洛法作为参考，所提出的方法可有效地分析不同概率不确定情形下的PMS固有特性响应，分析具有较高的计算精度和计算效率，能进一步获得响应满足设计要求的可靠度。     

公路隧道围岩失稳概率计算中随机参数样本的修正

基于围岩变形破坏原理,建立了围岩稳定极限状态方程的普遍形式。研究了响应面方法求解该方程的过程,得出经典响应面方法仅仅适用于围岩物理力学参数随机分布曲线偏度系数为零的情况。针对围岩物理力学参数统计分布曲线的复杂性,利用统计矩参数对随机变量分布曲线形态特征的控制作用,提出了抽样样本修正方法和具体计算公式。归纳了修正后响应面算法的运行程序。以某公路隧道为例,分别采用经典算法和修正后算法计算了围岩稳定可靠度,然后与蒙特卡洛模拟结果进行了对照,经典方法计算结果与准精确解的绝对误差为1.017%,修正方法的计算结果与准...     

公路隧道围岩失稳概率计算中随机参数样本的修正

基于围岩变形破坏原理,建立了围岩稳定极限状态方程的普遍形式。研究了响应面方法求解该方程的过程,得出经典响应面方法仅仅适用于围岩物理力学参数随机分布曲线偏度系数为零的情况。针对围岩物理力学参数统计分布曲线的复杂性,利用统计矩参数对随机变量分布曲线形态特征的控制作用,提出了抽样样本修正方法和具体计算公式。归纳了修正后响应面算法的运行程序。以某公路隧道为例,分别采用经典算法和修正后算法计算了围岩稳定可靠度,然后与蒙特卡洛模拟结果进行了对照,经典方法计算结果与准精确解的绝对误差为1.017%,修正方法的计算结果与准精确解的相对误差为0.388%.     

连续压实指标最大熵统计分布模型研究

针对现行连续压实指标概率分布求解方法精度不足,引入最大熵原理,得出基于最大熵分布的连续压实指标概率分布的统一模型。利用蒙特卡罗法生成随机数组对最大熵统计分布模型进行仿真试验,仿真结果精度及不确定度评定表明,该模型具有较高的可靠性。采用现场检测数据,对该模型和传统方法得到的概率分布函数进行了对比分析,结果表明最大熵分布模型具有更高精度。该模型计算结果精确,且概念清晰,计算简便,为连续压实指标的统计分布研究提供了新思路。     

基于L-偏度和L-峰度的行程时间可变性表征方法

为了定量化测度行程时间可变性右偏且长尾的实证特征，考虑实际观测中可能存在的数据样本量不足和离群值干扰问题，提出基于线性矩的L-偏度和L-峰度用于精确表征行程时间可变性。考虑到线性矩是顺序统计量期望的线性组合，给出了避免遍历所有子样本的线性矩估计方法。根据线性矩概念，探究了L-偏度和L-峰度的数学含义和其表征行程时间可变性的有效性，以及样本L-偏度和L-峰度的计算方法。理论研究发现，在表征范围和样本估计质量方面，相较于传统偏度和峰度，L-偏度和L-峰度对行程时间可变性具有更加优越的表征能力。采用深圳市车牌照识别系统的行程时间数据集进行案例分析，从无偏性、鲁棒性和有效性3个维度证明了L-偏度和L-峰度相较于传统偏度和峰度的优越性。分析结果如下：样本L-偏度和L-峰度在样本量不足时仍然是总体近似的无偏估计，而传统偏度和峰度的系统性误差较大；L-偏度和L-峰度对离群值具有鲁棒性，而传统偏度和峰度对离群值过于敏感；样本L-偏度和L-峰度对总体的估计波动小且精度高，具有良好的估计有效性；L-偏度和L-峰度分别与传统偏度和峰度有较高相关性，但又能够辨识出不同时空下行程时间可变性分布的差异。基于L-偏度和L-峰度所表征的行程时间可变性信息，出行者、规划者和管理者能够更加精准地认知不确定性的路网运行状态，从而做出更合理的行为选择和优化决策。     

基于投影寻踪的快速路交织区交通状态判别方法

为了准确判别城市快速路交织区的交通状态,实现交通控制策略的优化决策,基于投影寻踪模型与k-means聚类算法,研究了一种新的交通状态判别方法.以交通状态的量化分析为目标,考虑投影寻踪模型的特性,定义了交通状态系数;根据类内聚集度与异类间散度的分析,建立了聚类效果评价系数表达式;应用推导的改进式遗传算法,结合k-means聚类算法,计算获得最优投影方向与聚类中心;应用最优投影方向将新观测的交通流数据转化为交通状态系数,判定欧式距离最小的聚类中心,获得相对应的交通流状态.新方法克服了传统方法对专家经验的依赖性,解决了熵权法对小概率事件信息熵的过量估计问题,并改进了投影寻踪模型的聚类效果评价系数.仿真实验结果表明,新方法状态判别准确率为96.63%,较神经元网络和决策树算法分别提高了5.58% 和7.01%,能够准确判别交织区交通流状态.      

基于叠加统计变量的城市快速路车头时距分布模型

对城市快速路车头时距分布的特征进行了详细分析,将分布曲线划分成反映不同交通情况的区域,以此为基础对交通流基本特性和理想状态下的车头时距提出假设。使用q-指数形式函数对分布曲线进行非线性回归拟合,并应用叠加统计变量的概念建立了车头时距的分布模型,并能够很好地从交通流基本特性出发解释分布陷线的形状特征。     

基于叠加统计变量的城市快速路车头时距分布模型

对城市快速路车头时距分布的特征进行了详细分析,将分布曲线划分成反映不同交通情况的区域,以此为基础对交通流基本特性和理想状态下的车头时距提出假设。使用q—指数形式函数对分布曲线进行非线性回归拟合,并应用叠加统计变量的概念建立了车头时距的分布模型,并能够很好地从交通流基本特性出发解释分布曲线的形状特征。     

基于收费数据的高速公路车辆运行速度算法

为精准统计高速公路车辆平均运行速度,依托联网收费数据,分析影响平均速度统计结果的多源干扰因素,提出2种处理干扰因素的研究思路,估计每种思路的统计误差,通过在服务区开展调查获取驶入概率、间隔行驶里程、停驶时间及其占总行程时间的比例,引入变异系数对比停驶时间和间隔行驶里程的波动情况,明确在总行程时间中剔除服务区停驶时间的研究思路的局限性,基于间隔行驶里程分布区间中位值,通过样本量加权计算车辆驶入服务区的间隔行驶里程,结合陕西省2019年6月客货车辆平均行程的交通量分布情况,最后提出以206 km为间隔行驶里程、省内出行车流、ETC客车和货车作为统计约束条件,在联网收费数据中寻找不驶入服务区的短途行驶车辆作为最优样本来完成平均运行速度统计方法改进,通过陕西省数据验证统计方法的可行性。研究结论可为路网运行状态分析、路段车辆安全风险评估与监测提供有力的技术支撑。     

考虑环境温度影响的超级电容SOC加权融合估计方法

超级电容荷电状态（SOC）的准确估计，直接决定了电动汽车的起动、爬升和加速性能，是电动汽车混合储能系统最重要的任务之一。为此，本文中提出了一种基于模糊熵加权融合的超级电容SOC估计方法。首先，利用粒子群算法辨识了-10、10、25和40℃下的戴维南模型参数，并且采用最近邻点法建立了其与温度之间的映射关系。然后，利用模糊熵设计了基于3种典型卡尔曼滤波的SOC加权融合估计方法。最后，选择自适应加权平均以及残差归一化加权融合的SOC估计方法用于进一步评估该方法的性能表征。结果表明，基于模糊熵加权融合的超级电容SOC估计方法能够提高超级电容SOC估计精度，尤其在高温环境（40℃）下提升效果更为显著。     

隧道与互通出口小净距路段换道可靠性研究

为分析高速公路隧道与互通出口小净距路段在不同交通流状况下的车辆驶出概率,提出了基于交通仿真的安全换道概率模型。首先,采用VISSIM标定仿真模型并进行正交试验,获取小净距路段在不同净距长度、交通量、驶出比例、大型车比例下的交通数据,在此基础上确定瞬时交通流密度及相应车流平均速度的计算方法,构建相应的分布模型,通过K均值聚类算法研究不同速度下的瞬时交通流密度大小和出现概率;同时引入可靠度方法并利用微分法来构建车辆安全换道概率模型,综合考虑车速、车流密度、目标车道临界可插入间隙等因素的不确定性,应用蒙特卡罗仿真法搭建求解概率模型的算法,并通过MATLAB对模型进行求解;针对分流车初始位置的不同,分别得到了不同交通量、大型车比例、净距长度下的换道驶出成功率,进而研究不同交通流状况组合下的净距长度。结果表明：交通量、大型车比例、净距长度对净距路段内侧车道车辆换道驶出成功率有显著性影响,研究结果可为规范的进一步完善提供参考。     

基于因子分析和最小最大概率机的交通事件检测算法

为了进一步提高交通事件检测的精度与效率,在多角度构建事件检测初始交通变量的基础上,设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律,构建了11种初始交通事件检测变量,利用因子分析方法对初始交通变量进行特征提取,实现初始交通变量的有效降维,并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后,采用美国I‐880数据库的实测数据进行实验验证和对比分析,实验结果表明,FA‐M PM算法较M PM算法事件检测率提高3.5%,误报率降低0.17%,平均检测事件减少了27.5s,且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。      

非常态下城市道路交通检测器布局优化方法

为了使城市道路上布设的交通检测器能够实时、准确地提供路网动态交通流信息,并最大程度地节约经济成本,通过仿真对交通异常事件下城市道路交通流量和车辆延误进行了估计,并利用模糊聚类分析法、回归分析法和车辆延误估计模型,研究了路网在非常态下的检测器空间位置以及空间密度的布局优化方法;通过一个算例,对提出的检测器布局优化方法进行了验证分析,并得出了算例中检测器布局的优化方案。结果表明:所提出的检测器布局优化方法是可行的。     

变化光照条件下的交通标志快速鲁棒检测

变化光照条件下交通标志检测算法的准确率往往会显著降低。针对此问题,提出了1种新颖的概率图建立方法,并结合最大稳定极值区域特征进行交通标志检测。该方法包括3个处理步骤:①根据不同光照条件对真实场景交通标志样本图像进行明确分类以构建多类颜色直方图,将交通标志输入图像由原始色彩表达转变为概率图(直方图反投影);②通过在概率图上进行 MSER特征提取,获取候选的交通标志区域;③根据候选区域的面积、宽高比等特征快速有效去除非交通标志区域。实验结果表明在弱光照和强光照条件下基于归一化RGB的交通标志检测算法检测准确率分别下降到84.4%和83.0%,基于红蓝图的交通标志检测算法检测准确率分别下降到87.4%和86.3%,提出的算法在变化光照条件下依然可以保持90%以上的检测准确率,对光照变化有较好的鲁棒性。      

基于偏最小二乘回归法的城市土地利用与交通发生量关系模型研究

以实际调查得到的建筑容积率、建筑密度、总建筑面积、交通小区面积以及各类型土地利用面积等14个土地利用指标作为直接变量,建立交通发生量预测模型.相关分析的结果表明土地利用指标间存在着严重的多重相关性,普通的回归分析方法很难有效解决这一问题.采用偏最小二乘回归方法,通过构建主成分.采用交叉有效性检验确定成分个数,最终建立的...     

观测路径出行时间下随机网络交通需求估计

道路网络起讫点（OD）需求是城市决策长期交通规划和短期交通管理中的基础参数,准确的交通需求更是实施交通拥堵控制、限行限速、路径诱导等措施的先决条件。综合运用观测的轨迹已知和未知路径出行时间,建立随机网络交通需求估计双层规划模型。上层广义最小二乘模型最小化历史交通需求与待估交通需求、观测路径出行时间与待估路径出行时间之间的偏差,约束为交通需求、路段流量、路段出行时间与路径出行时间之间的传播关系,通过高斯混合模型（GMM）对其中轨迹未知的观测出行时间依概率聚类。下层为随机网络交通出行均衡模型,分别运用出行时间预算和随机用户均衡处理路网不确定性和出行者感知误差。上、下层之间通过交通需求和OD-路段关联比例进行信息传递。设计迭代算法框架求解双层规划模型,迭代算法包含求解上层模型的最速下降法、求解下层模型的相继平均算法和求解GMM模型的最大期望（EM）算法。通过算例表明轨迹未知的路径出行信息的加入在提升需求估计精度的同时也增大了估计值的方差;设计的迭代算法能够稳定收敛到10^-5的精度;GMM软聚类方法估计的交通需求显著优于硬聚类方法估计的需求值;交通需求值对观测路径出行时间的扰动更加敏感。研究考虑出行者风险态度,通过轨迹信息的重新构建揭示城市交通需求演化规律。     

移动交通检测系统中探测车的样本数量

基于各国移动交通检测系统中探测车样本数量问题的研究现状,分析了现有成果存在的不足。在考虑探测车速度、计算时间间隔、数据精度要求等因素基础上,针对交通流密度均匀分布和非均匀分布两种情况,利用数理统计方法建立了道路网上探测车样本数量的双层模型。结果表明:当计算时间间隔为5 min时,若道路网上交通流密度均匀分布,则探测车比例至少为5.0%;若道路网上交通流密度非均匀分布,则探测车比例至少为7.0%。     

高速公路合流区上匝道混合车流通行能力经验计算法

研究高速公路合流区上匝道混合车流的通行能力的计算问题。利用已有的高速公路合流区外侧车道交通特征分析结论,推求在外侧车流不同车头时距分布特征下的上匝道混合车流汇合概率模型。运用回归技术和统计方法,建立了加速车道合流点分布概率的实测经验模型。对可接受间隙理论的原型进行了形式上的修正,最终建立高速公路合流区上匝道的混合车流通行能力经验模型,它是主路交通量、匝道交通量、加速车道长度、匝道混合车流比例以及各自的临界间隙和随车时距的函数。最后结合实例介绍经验模型的数值积分求解方法,并证实该经验计算方法具有较高的实效性和可操作性。     

基于地空信息融合的无人机交通状态感知方法研究

现有的无人机（UAV）交通状态感知方法，主要针对宏观交通状态参数的获取，同时尚未克服UAV自运动对交通参数检测精度的影响，难以满足智能交通系统对于高精度微观交通参数的应用需求。为此，提出一种基于地空信息融合的UAV交通状态感知方法，该方法包括：地空信息融合模型、道路关键点（IKP）检测及跟踪、车辆目标检测及追踪算法和交通状态参数提取及估计。其中，地空信息融合模型利用地基信息（IKP世界坐标）与空基信息（IKP像素坐标）进行最优化融合，并通过自适应IKP追踪算法与自适应UAV位置偏移判断算法实时更新模型参数，以此克服UAV自运动对车辆轨迹精度的影响，进而获取可靠的车辆级（瞬时速度、车头间距和车头时距）与车道级（车道动态密度、车道流量和空间平均车速）交通状态参数。利用提出的感知方法获取实地拍摄视频的车辆级交通参数并进行了分布检验，同时比较了基于不同交通流模型的车道级参数估算方法。结果表明：该方法在车辆检测的mAP@0.5指数超过90%，同时提取的车辆轨迹相对完整，获取的车辆级和车道级交通状态参数也符合实际交通流状况。最后，将该模型应用于实地道路的交通拥堵检测及交通事件检测，该研究结果为UAV在现代交通感知和管理中的应用提供了一种理论和技术参考。     

基于偏差分析的交通事件自动检测算法

高速公路事件检测是交通管理与控制中十分重要的环节。将交通流动态预测与事件检测相结合,探讨了基于偏差分析的事件识别方法。该方法对3个主要的交通流参数,交通量、地点车速和时间占有率进行动态预测,对预测值与实际值的偏差进行统计分析,明确了事件检测的具体步骤和事件发生概率的计算模型。该方法不受检测路段具体位置和时间的限制,具有较高的检测率和较小的误报率,有助于管理人员制定决策。