智能运输系统中交通流状态辨识算法研究

交通流状态辨识是交通控制与诱导系统中的关键问题之一,也是智能交通系统的重要功能之一.对道路交通流状态进行分析研究,深入挖掘交通流动态信息,及时、准确地辨识未来和实时交通流状况,是制定正确诱导和控制措施的一个重要前提.文章介绍了在交通流状态辨识中所采用的一些新技术,为交通流状态辨识提供了新的研究方法.     

��ͨ���յ������µ�·�����ƽ��˫��滮ģ��

交通流诱导系统的应用，使得传统的路网系统随机用户平衡发生了变化。本文把交通流诱导系统的效益费用和交通流诱导条件下的随机用户平衡结合起来，以交通流诱导效果和建设费用问题之间的相互关系为基础，寻找交通流诱导系统建设和随机网络平衡的综合优化方案。文章采用双层规划模型描述了系统最优和交通流诱导条件下的随机用户平衡之间的相互作用，并给出了灵敏度分析算法。     

杭州城市诱导体系建设理论探索与实践

杭州城市诱导体系是以各类智能交通信息采集设备为基础,以数据处理、融合等相关理论及数学模型为支撑,并充分结合具有地方特色的杭州城市交通实践经验,开发出的城市智能交通诱导软硬件系统。以建成的杭州城市诱导体系为例,对其框架体系、交通流预测与检测纠错等若干关键技术进行阐释,可以引发对该诱导体系功能的进一步提高和完善。     

基于多智能体的城市交通流控制原型系统

对中国目前的城市交通流控制系统存在的问题进行了分析。针对原系统结构中的不足提出了构建基于多智能体的智能城市交通流控制系统的思路，并研究了该系统的基本框架和实现途径及方法，同时探讨了该系统中各个交通智能体的结构以及它们的协调合作关系，为基于多智能体的智能城市交通流控制系统的最终实现提供了理论指导和方法依据。     

基于分布式并行算法的动态交通流分配研究

基于分布式并行处理技术和面向对象的建模理论，为解决大规模城市道路交通流模拟问题，提出分布式并行模拟动态交通流分配思想，给出了CyberTraffic三维仿真系统中交通流模拟系统的数据结构描述、系统设计框架以及系统模拟结果。     

基于NFC技术的停车诱导及管理信息系统设计

探讨如何建立基于NFC技术的停车诱导系统及停车管理系统,该系统可以收集并分享静态交通系统即时的数据信息。所有汽车能够"感应"彼此的存在和"感知"目的地环境并作出预判选择,成为城市交通流诱导系统的重要手段之一。     

�յ������µļ�ʻԱ��Ӧ��Ϊ�IJ���ģ��

针对诱导系统提供无诱导信息、完全诱导信息、描述性诱导信息和建议性诱导信息四种情况的驾驶员反应行为(路径选择行为)建立了博弈论模型,分析了驾驶员反应行为对交通流的影响.研究表明,诱导信息对交通流的均衡是有效的,其中描述性诱导信息的效果不良,甚至与诱导系统的目标相反,而建议性诱导信息则有效地改善了交通流的分布,使路网系统的利用效率得到提高,完全信息则使系统达到Wardrop均衡状态.     

����������ҵ����Ͻ�ͨ�����յ��Ż�ģ�ͼ������

随着城市中心商业区的快速发展,其造成的城市交通拥堵已经成为影响居民出行和城市发展的严重障碍.本文以城市中心商业区的混合交通流为研究对象,建立了基于动态分配的交通流诱导优化模型.首先,基于总体费用函数的路径选择概率对城市中心商业区的交通流进行动态交通分配.然后,根据分配结果确定拥堵路段,据此给出不同交通诱导措施,再应用所建模型选择最佳方案.最后,采用VISSIM交通仿真软件,对天津市滨江道商业区的混合交通流进行动态仿真,并针对不同的交通诱导措施,应用所建模型对诱导方案进行仿真和评价,确定最优方案,从而有效地减少交通拥堵.     

考虑诱导一致性的交通流协同管理模型研究

交通信号控制与路径诱导在时间、空间两个方面共同影响着交通流模式的演变,诱导信息生成与信号控制策略间有强烈的耦合关系,研究两者间的关联关系并使之协同能够提高路网使用效率,改善交通流运行状况.文中从工程应用的角度出发,强调诱导信息的生成必须满足诱导一致性.在此基础上,提出了运行交通流诱导系统的逻辑流程,建立了考虑诱导一致性的VM S诱导系统与线控系统协同模型.     

基于TransCAD的物流园区货运交通流分配研究

物流园区作为城市实现物流功能的货物集散中心,其货运交通流特性与一般的城市交通流有所不同,传统的交通流分配方法不能完全适用于物流园区的货运交通流分配。选取物流园区货运交通流为研究对象,采用精度较高、结构较为简单的交通流用户平衡模型框架,以传统的BPR(Bureau of Public Road)函数为基础,从道路等级、道路混流特性和交通流时间分布不均衡性3个因素对BPR函数进行改进,设计出符合物流园区特性的路阻函数,最后运用TransCAD软件验证模型与函数的科学性与合理性。     

短期交通流预测效果的模糊综合评判

短期交通流预测是智能交通诱导和交通管理控制的基础，预测效果的好坏直接关系到诱导信息和控制决策的正确性．运用标准离差法确定评价指标的权重，并依据最大隶属度原则建立了二级模糊综合评判模型，评判结果可用于判断各种短期交通流预测模型的预测性能，给智能预测系统中的模型选择提供了依据．     

基于3GS技术的高速公路交通监控系统研究

基于3GS（GPS，GIS，GPRS）技术提出了一种具有高速公路全线交通监控系统的设计方案，对该系统的功能、物理框架和逻辑框架进行了设计。重点分析了基于3GS的交通信息采集技术、基于人工智能的交通信息处理技术、交通拥挤判别与交通事件检测技术以及交通控制与诱导技术等交通状态监控的关键技术。研究表明：以3GS技术为手段，可以实时、准确、全面、直观地采集、传输与显示全路网的交通运行状况信息，能够实现快速、准确地判定交通拥挤和交通事件的发生以及交通拥挤类型、拥挤状态和拥挤排队长度，能够对拥挤条件下的交通流实行有效地控制与诱导。     

城市公共交通系统智能化框架研究

本通过对GPS、GIS等先进技术在城市公共交通系统上的应用进行分析，提出了智能化城市公共交通系统的框架，分析认为该系统可以动态地实现城市公共交通的规划及对城市公共交通车辆的运行实施监控，可以为交通管理部门提供动态信息，从而实现管理功能的自动化。并对系统的主要模块及系统目标进行了分析。     

城市道路交通应急管理框架研究

城市道路交通应急管理隶属于城市公共安全应急救援体系.是研究在发生各种应急事件时城市道路交通的运行情况,制定相应的应急预案,在应急救援时实施交通应急决策、组织和管理措施,以实现人身伤亡、财产损失最小化,社会资源消耗最少化.城市道路交通应急管理框架分为理论框架和系统框架:理论框架在分析各类应急事件的致灾机理、影响范围等因素后,将应急事件分为自然灾害、重大事件、突发事件和交通事故四种类型,并时各类应急事件研究内容进行理论描述;系统框架将城市道路交通应急管理系统分为信息系统、决策系统、应急救援系统及通信传输系统,并对应急事件的响应程序加以描述.     

城市道路交通应急管理框架研究

城市道路交通应急管理隶属于城市公共安全应急救援体系,是研究在发生各种应急事件时城市道路交通的运行情况,制定相应的应急预案,在应急救援时实施交通应急决策、组织和管理措施,以实现人身伤亡、财产损失最小化．社会资源消耗最少化。城市道路交通应急管理框架分为理论框架和系统框架：理论框架在分析各类应急事件的致灾机理、影响范围等因素后,将应急事件分为自然灾害、重大事件、突发事件和交通事故四种类型,并对各类应急事件研究内容进行理论描述;系统框架将城市道路交通应急管理系统分为信息系统、决策系统、应急救援系统及通信传输系统,并对应急事件的响应程序加以描述。     

智能车路协同系统关键技术与应用

智能车路协同技术是当今国际智能交通领域的前沿技术和必然发展趋势，是保证安全、提 高效率、优化能耗、降低排放的有效手段，将以集计模型为基础的道路交通流理论提升到以对交 通主体的精确描述为基础的新道路交通流理论。本文将智能车路协同系统作为未来道路交通系 统的基础性公共平台，重点探讨因此产生的国家智能交通系统体系框架用户服务中服务领域划 分的变化；在此基础上分别介绍构建和应用智能车路协同系统需要的相关技术，包括由多模通 信、智能网联、信息安全和系统集成构成的系统构建关键技术，以及由协同感知、协同决策与控 制、仿真测试验证和自动驾驶构成的系统应用关键技术；考虑智能车路协同系统建设与应用的长 期性，给出不同应用阶段的主要建设内容、信息共享程度和可以实现的协同功能等；针对我国智 能车路协同系统应用过程中面临的挑战，指出加深对智能车路协同技术内涵的理解，把握智能车 路协同技术实质，提升智能车路协同系统服务体验并适度加快智能车路协同技术的规模应用，可 有效推进现代智能交通系统的发展。总之，开展智能车路协同系统相关基础理论研究、关键技术 开发和实际系统应用，对未来智能交通系统建设和相关学科发展具有重要作用。     

���ܼ�ɢ�ͳ��н�ͨ����Ϣ�������巽�����

城市交通流信息集成是ITS（智能交通系统)的重要组成部分，起着衔接和融合各个交通业务系统的泛平台性支撑作用。博康集团公司联合清华大学共同提出的“智能集散型城市交通流信息集成总体方案”深入研究了交通流信息的功能需求和相关集成技术定位，依托基于MAS(多智能体系统)技术的智能集散型交通信息平台，从信息的采集、处理、发布各个层面提供了全方位的交通流信息集成解决思路。本方案技术领先，实用性强，在深圳市已获成功应用，全国推广态势良好。     

城市交通流路段行程时间预测模型

建立较为精确的城市交通流路段行程时间预测模型是建立诱导系统的关键,本文所建的预测模型充分考虑了交通延误变化的灵敏性,将汽车在路段上的运行时间分为两部分,分别预测,经过实测数据检验,该模型具有很好的效果。     

���л�·��ͨ��ʵʱ����Ԥ��ʵ��ģ��

基于BP神经网络和RBF神经网络构建了城市环路交通流动态实时预测模型，并对北京市三环路的实测交通流数据进行了预测分析。实证结果表明，该模型具有较高的精确度，算法的动态实时性也满足实际预测系统的要求，具有较好的实用性。     

基于车牌识别的交通流结构分析

通过车牌识别技术,将动态的交通流信息与静态的车辆档案数据实现关联,极大丰富了智能交通框架下的道路交通信息采集的种类,为深入认识、了解、掌握城市交通流特性打开了崭新的视角.文章结合实例,阐述了运用OLAP技术对基于车牌识别的交通流数据进行结构分析的方法及应用展望.