高速公路交通管制策略仿真评价

针对高速公路交通管控措施的评价问题,提出基于交通仿真软件的评价方法.交通仿真技术克服了传统方法的局限,为高速公路的管制研究提供了一种新的、高效便利的研究手段.对高速公路常用的交通管制策略进行分析,提出高速公路的交通仿真模型.最后以广清高速公路为例,通过VISSIM对实施交通管制手段的高速公路交通流进行模拟仿真,建立微观交通仿真模型,考察了交通管制措施的实施效果,从而为优选出最优的交通管控策略提供科学合理的依据.     

尧渡大桥的维修加固

介绍了206国道尧渡大桥在不封闭交通的情况下加固施工的方法和交通管制措施。     

交通管制下的路段特性函数研究

针对我国交通管制现状，利用南京市道路交通调查资料，研究了路段交通管制下的交通流特性，建立了机非隔离的交通性道路、商业性道路和机非混合行驶道路的路段特性函数。     

大型活动期间交通方式构成分析

对大型活动期间观众交通方式选择影响因素进行了分析，主要分析活动举办地点区位、交通管制措施、活动规模等特性对交通方式构成产生的影响。分析结果可为大型活动期间交通方式构成预测提供参考，进而为大型活动期间交通影响分析提供基础依据。     

交通管制条件下城市道路网络模型及分配算法研究

城市道路网络模型及其算法是城市道路网络分析和分配的基础。本文首先分析了交通管制条件下原有城市道路网络模型和算法的不足,在此基础上提出一种改进模型和算法,并给出算例。这种改进的模型和算法能较好地满足实际分配的要求,在交通规划、交通管理和交通流模拟中都有着十分广阔的应用前景,且已经被成功地应用于郑州市综合交通规划中。     

雾天高速公路的交通管制方式及处置措施

阐述了雾天高速公路常见的交通管制方式及各类有针对性的处置措施,为我国恶劣天气条件下的高速公路交通管理工作提供了思路.     

7种服务方式为世博游客提供交通信息

为保障2010年世博会期间的交通正常运行,世博会期间,上海将采用7种服务方式,面向世博会游客提供世博交通和日常交通信息服务。 （1）世博交通出行网 通过世博交通出行网。帮助世博会游客规划出行路径、出行方式、换乘方案,获取世博会园区实时客流信息和全市道路交通实时状态信息,了解世博交通政策、各类交通管制措施、公告和重大世博交通新闻,让世博游客和本市市民等全面掌握世博交通综合信息。     

老城区交叉口交通组织状况的分析与改善

城市老城区的交通问题日益严重。针对老城区交叉口出现的问题及老城区有限的空间资源,提出对车辆、行人的交通组织、放行方式、交通管制等进行优化来改善交叉口的现状,并对改善结果进行评价。应用结果表明,通过交通组织对老城区的交叉口进行改善是切实可行的,优化后的改善方法是值得推广的一种交叉口改善方法。     

既有桥梁通行重型车辆的交通管制措施研究

既有桥梁通行重型车辆需要进行交通管制。与桥梁自重相比,重型车辆的质量不可忽略,在桥梁结构受力上需考虑相关动力特性。为制定合理的交通管制措施,该文对一座T形梁桥进行静力计算和时程分析,结合计算结果及其他动力学知识,对交通管制措施进行研究,并对其他类似桥梁交通管制措施提出建议。     

单向交通在城市交通管理中的作用

从各大、中城市普遍存在的交通拥挤与堵塞问题着手,首先介绍了国内外单向交通设置的基本情况,论述了设置单向交通的基本原理;其次,从宏观角度对单向交通这种交通管制方式的设置条件、设置模式以及设置的重要意义进行了概括和总结;最后,针对我国混合交通的特性,阐述了单向交通与公共交通及自行车交通的关系。     

Optimizing multi-agent based urban traffic signal control system

Agent-based approach is a popular tool for modelling and developing large-scale distributed systems such as urban traffic control system with dynamic traffic flows. This study proposes a multi-agent-based approach to optimize urban traffic network signal control, which utilizes a mathematical programming method to optimize the signal timing plans at intersections. To improve the overall network efficiency, we develop an online agent-based signal coordination scheme, underpinned by the communication among different intersection control agents. In addition, the initial coordination scheme that pre-adjusts the offsets between the intersections is developed based on the historical demand information. Comparison and sensitivity analysis are conducted to evaluate the performance of the proposed method on a customized traffic simulation platform using MATLAB and VISSIM. Simulation results indicate that the proposed method can effectively avoid network oversaturation and thus reduces average travel delay and improves average vehicle speed, as compared to rule-based multi-agent signal control methods.     

Multi-objective optimal predictive control of signals in urban traffic network

Traffic congestion in urban network has been a serious problem for decades. In this paper, a novel dynamic multi-objective optimization method for designing predictive controls of network signals is proposed. The popular cell transmission model (CTM) is used for traffic prediction. Two network models are considered, i.e., simple network which captures basic macroscopic traffic characteristics and advanced network that further considers vehicle turning and different traveling routes between origins and destinations. A network signal predictive control algorithm is developed for online multi-objective optimization. A variety of objectives are considered such as system throughput, vehicle delay, intersection crossing volume, and spillbacks. The genetic algorithm (GA) is applied to solve the optimization problem. Three example networks with different complexities are studied. It is observed that the optimal traffic performance can be achieved by the dynamic control in different situations. The influence of the objective selection on short-term and long-term network benefits is studied. With the help of parallel computing, the proposed method can be implemented in real time and is promising to improve the performance of real traffic network.     

关于城市机动车发展水平的规划模型探讨

随着机动化水平的迅速提高,我国城市交通供给与交通需求的矛盾不断加剧,城市土地、环境等资源匮乏,城市交通畅通面临着越来越严峻的考验。论文将机动车发展对城市造成的直接影响归结为道路、停车、大气三大突出方面,提出了通过容量限制理智发展机动车的思路;进一步对城市路网容量、停车容量、环境容量进行了比较深入的研究,提出了城市机动车合理保有量的多容量限制双层规划模型,建立了交通流动态分布与交通系统容量的互动联系,为机动化水平与城市可持续发展之间的协调发展奠定了一定的理论基础,也为现代化城市的交通管理部门提供了一定的决策依据。     

广域网络环境下交通数据管理方法研究

针对交通数据具有的分布、异构、自治、海量、动态和进化特征，提出了广域网络环境下，基于CORBA＋Agent的交通数据管理方法，把交通数据管理分为局部数据管理和系统级数据管理两个层次。局部数据管理解决数据的自治、海量、动态和进化问题，系统级数据管理解决广域网络环境下的分布和异构问题，从而实现交通数据的无缝连接、透明访问、数据集成和综合服务。实际系统的开发说明此方法可以用于实际交通系统的数据管理中。     

基于数据预测的区域道路状态模糊判别

区域路网交通状态判别是实施区域交通管理控制和交通诱导的基础。为有效且有前瞻性地描述区域路网拥挤状况,提出了1种基于时间序列数据预测和主成分分析相结合的模糊综合定量评价方法。以路段平均速度和交通流量为描述交通拥挤状况的参数,利用时间序列预测模型对数据进行预测;将路网中各路段的平均旅行时间作为总延误的影响因素;再利用主成分分析法确定各个路段对区域拥挤的影响权重;最后运用模糊综合评价法对区域路网拥挤状况进行评估。以山西省临汾市实际路网为例,通过 Vissim 交通仿真软件和 SPSS 数据统计分析软件对算法进行了仿真验证。仿真结果表明,该算法能够有效地预判城市区域的交通状况,为交通管理、控制和诱导提供准确的依据。      

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。     

基于5G+智慧灯杆的区域交通协调优化控制系统功能分析与研究

随着国内城市化的稳步推进,智慧交通建设的理念逐渐得到了广泛的关注.在智慧交通的建设中,车载传感器因其载体局限性,对于规避道路拥堵、优化行车路线上无法起到关键性作用.车路协同的模式越来越受到科研人员的关注.智慧灯杆,因其可拓展性成了智慧交通建设中最佳的感知载体.杆件上可安装监控设施、广播、大屏幕,以及各类传感器、检测器等等一系列的感知设备.依托5G技术,相关交通管理部门可以更及时地掌控实时的交通运行情况.通过对交通流预测模型及区域交通协调优化模型的建立,提前预测中短期内道路交通流的运行情况,依托5G+智慧灯杆编织起的城市感知网络及定向广播系统,对沿途车主定向定量地决策最优的行车导航方案,对城市道路交通进行高效、有效的管理.现以上海5G+智慧灯杆的工程实例为依托展开基于交通流预测模型而开发的区域交通协调优化控制系统功能分析与研究.     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

基于Paramics的城市路网交通控制策略评价系统研究

提出了一种基于微观仿真平台Paramics构建交通控制策略效率评价系统的理论框架与实现方法,并在微观仿真系统中提出了一个两层面的模型来描述路网：拓扑层和仿真层。作为应用实例,选择广州市海珠区中山大学附近路网为研究对象,通过现场交通调查获得道路几何数据及主要路口的实时交通流量数据,在该路口现行的交通控制策略模式的基础上,针对该地区实际存在的交通问题提出了改进的控制策略方案,进而利用所建立的评价系统分别对现行方案及改进方案进行了效率评估,最终根据定量结果获得较优的控制策略方案。     

Providing personalized system optimum traveler information in a congested traffic network with mixed users

The advancement of information and communication technology allows the use of more sophisticated information provision strategies for real-time traffic management in a congested network. This article proposes a personalized system optimum traveler information (PSOI) system under ubiquitous communication, which allows traffic system operators to fully optimize and coordinate individuals' trip plans according to the personal attributes, such as real-time location, value of time, allowable budgets for congestion tolling, and willingness to take detours. We also developed an efficient queue-based evaluation and solution heuristic algorithm using mesoscopic simulation models to solve for near-optimal PSOI strategies—route suggestions for each individual traveler. The simulation optimization algorithm can account for different information users and provide predictive information that robustly accounts for potential decisions of other travelers in real time. Case studies were carried out on a test network and a real-world network, and the proposed heuristic algorithm is proven effective. Also, sensitivity analyses show that PSOI not only is an effective traffic management method in reducing average system travel time, but also potentially provides travelers with reasonable or even shorter travel times compared with other information users. Further, simulation results showed that even in mixed traffic, PSOI is able to shorten travel times for both users without information and users of other information types. Thus, PSOI is recommended by this article as an advantageous way for next-generation advanced information systems and dynamic traffic management.