车联网环境下的动态Robertson车队离散模型

传统Robertson车队离散模型参数估计是基于历史数据,不能很好地反映交通流的动态变化特征,为解决这一问题,构建了车联网环境下的动态Robertson车队离散模型.考虑到车联网环境下车辆的行程时间数据易于获得,基于此可对Robertson模型的相关参数进行实时动态估计建立动态Robertson车队流量离散模型.通过实际调查数据,分析了上游交叉口车辆离去流率与下游交叉口车辆到达流率的关系,并将文中模型与静态Robertson模型、实际观测数据进行了比较分析.结果表明,文中动态模型更能反映交通流的车队离散规律,与静态Robertson模型相比,平均预测均方误差减少了30.68%.      

基于vissim的车队离散特性研究

通过对线控系统上的四个交叉口交通量数据和信号配时数据进行调查,利用Vissim仿真软件对该线控系统进行仿真,对其中一个路段上的一个断面车辆到达情况进行分析,首先改变路段的长度,对比路段长度变化前后的车队离散数据,得到车队离散特性与路段长度之间的关系;其次改变路段上车流的分布函数,对比车流分布变化前后的车队离散数据,得到车流分布与车队离散特性之间的关系。通过对车队离散特性进行分析以及研究,为城市道路网交通流优化控制提供依据。     

左转影响下的车队离散模型研究

为了分析车队离散模型在实际中的适用性,首先剖析Roberston模型存在的不足,考虑左转影响下车队的离散特性,建立左转影响下直行车的离散模型.以北京市调查数据为基础,利用实际数据对离散模型进行验证,结果表明,A取0.1与实际数据比较吻合,左转影响下的离散模型预测的效果更佳.     

车队离散模型研究

用“多点摄像法”对长春市的2个路段交通流进行了实地调查。通过数据处理,给出了车队离散过程中的多点流量图式以及多段的车速分布。用实际观测数据所得的流量图式与TRRI。的流量图式进行对比,分析异同。还对车辆行驶速度及行驶时间分布进行了拟合,分析了各离散模型的适用范围。最后对车队离散进行计算机仿真,得出了满意的结论。     

基于Robertson 模型的异质交通流车队离散研究

为充分描述异质交通流条件下的车队离散规律,为信号协调控制提供理论基础,结 合异质交通流条件下的车流特征和Robertson 模型计算速度快的优点,对多股交通流分别建 模,并在此基础上构建异质交通流车队流量离散模型.通过实际调查数据,分析下游交叉口到 达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型和Robertson 模型与实际 数据进行比较分析.结果表明,与Robertson 模型相比,本文模型能够更好地描述异质交通流条 件下的车队离散规律,平均预测均方误差减少了8.29%.     

行程时间服从混合高斯分布的车队离散模型

为充分描述异质交通流条件下的车队离散规律,为信号配时优化、公交优先控制提供理论基础.考虑异质交通流条件下车辆行程时间分布特点,采用混合高斯分布拟合车辆行程时间分布.基于此,从流量角度推导了异质交通流条件下车队流量离散模型.通过实际调查数据,分析了下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型与Robertson模型、实际数据进行比较分析.结果表明,本文模型能够更好地描述异质交通流条件下的车队离散规律,与Robertson模型相比,平均预测均方误差减少了27%.     

多模式疏散交通车队配置与车道分配协同优化研究

考虑疏散交通的动态性和风险性，研究多模式疏散交通车队配置与车道分配的联合优化问题。首先，根据不同类型车辆的自由流速度，将路网离散为多尺寸元胞网络，采用元胞传输模型模拟混合交通流。然后，以最小化疏散总风险为目标，将多模式交通协同的动态疏散问题描述为混合整数线性规划模型，引入惩罚项消除因模型松弛产生的“车辆滞留”问题。在 NguyenDupuis路网中分析不同疏散需求下的最优车队配置、车道分配、疏散效率和疏散路径。结果表明：存在一个疏散交通需求区间，相比单模式疏散，组织多模式车队能够进一步降低疏散总风险， 而且最优的公交车配置比例呈阶梯变化；受路网通行能力限制，路网利用率存在上限；疏散总风险指标对疏散需求的变化比网络清空时间更敏感；多模式交通共享的路段一般位于临近风险源的出口通道，大容量的公交车优先占用最短路线，以提升疏散系统的效率。     

动态多维离散系数的传函数生成算法

基于多维离散傅立叶变换，提出了一种动态多维离散系数的传递函数的自动生成算法，可求出高阶，复杂拓扑结构的动态多维离散系统的系统矩阵，传递函数。     

东部公交

正市公交局局长张永平到东部公交基层车队调研指导工作5月9日上午,深圳市公共交通管理局局长张永平带队,以"四不两直"的方式前往象角塘车队调研指导车队工作。张永平一行先后查看了食堂用餐情况、安全风险动态告知板上墙公示情况,并向车队长了解车队每日值班、"一线路一方案"、线路优化、场站建设等落实情况。     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

基于跟驰模型的交通流混沌研究

本利用Simulink软件，基于皮埃莱跟驰模型，建立了由十辆车组成的车队的动态仿真模型。实验中通过采集车队中不同位置的车辆与其前车辆的车头间距来分析研究交通流程沌现象。通过仿真研究分析，得到的主要结论为皮埃莱跟驰模型产生的交通流存在混沌现象，后车驾驶员对前后车相对速度越敏感越容易出现混沌现象，后车驾驶员对前后车车头间距越敏感越容易出现混沌现象，首车所受干扰振幅越大越容易出现混沌现象。     

余钢总经理夜查场站

8月27日夜晚，余钢总经理在黄劲锋财务总监的陪同下来到金洲车队、下沙车队总站，夜查安全工作，调研基层单位经营生产和收银情况。余钢总经理在检查车队安全情况之后，认真听取了两位牟队长和收银中心主任的工作汇报，着重对金洲车队场站坑洼积水、下沙车队路边停车、收银中心员工队伍建设等情况提出明确要求。     

协作式巡航控制下混合车队队列稳定性

考虑协作式巡航控制(Cooperative Adaptive Cruise Control，CACC)车辆与自适应巡航控制 (Adaptive Cruise Control，ACC)车辆之间的退化机制，构建由CACC车辆、ACC车辆以及人工驾驶 车辆组成的混合车队。应用传递函数理论，推导混合车队在不同规模情况下的队列稳定性判别 准则，计算混合车队在多种情形下的队列稳定性情况，并设计数值仿真实验验证理论分析结果。 稳定性分析结果表明，所推导的混合车队队列稳定性准则能够从理论层面计算混合车队关于车 队规模与车流速度的队列稳定域，当混合车队中CACC车辆比例达到25.00%~41.17%及以上时， 混合车队可在全速度范围内实现队列稳定。数值仿真结果表明，混合车队头车产生的速度扰动 传递至上游CACC车辆时，CACC车辆可有效抑制速度扰动的波动幅度，使混合车队趋于稳定，验 证了理论分析的正确性。研究结果揭示了混合车队保持稳定时的CACC车辆与人工驾驶车辆的 比例结构。     

精细化管理助推车队和谐发展

北京公交八方达河滩分公司冯村车队，坚持把精细化管理作为提升管理效益、夯实和谐发展根基的有效途径。车队先后制定、完善规章制度八项，整改影响和谐发展的倾向性问题三处，着力构建车队精细化管理工作体系，推动了车队和谐发展和人民群众满意公交建设。     

扩展的LCPN在混杂系统中的应用

对混杂系统的建模提出了一种新的方法，即：连续变量动态系统用扩展的线性加续Ｐｅｔｒｉ网（ＬＣＰＮ）建模，离散事件动态和离散Ｐｅｔｒｉ网建模。该方法不仅简化了原来用一般Ｐｅｔｒｉ网建模的复杂性，又充分描述系统内加续变量的动态变化，从而使该模型更接近混杂系统的原型。     

智能网联卡车车队混合流通行能力分析方法

智能网联卡车车队有望成为网联自动驾驶率先应用的场景之一，本文针对智能网联卡车车队混合交通流通行能力开展研究。首先，以智能网联卡车车队、人工驾驶卡车及人工驾驶小汽车构成的随机混合交通流为研究对象，考虑智能网联卡车车队规模空间分布特征，分析混合交通流中10种跟驰行为类型，理论推导其概率表达式，进而构建智能网联卡车车队混合交通流通行能力的通用性分析方法。然后，考虑实际交通流运行中卡车分布的随机性，将智能网联卡车车队混合交通流分为优势流、随机流和劣势流3种态势，以此提升混合交通流通行能力分析方法的普适性。最后，选择实测数据标定的跟驰模型进行案例分析，验证理论分析方法的有效性。研究结果表明：智能网联卡车比例提高或其车队规模增大均有利于3种态势混合交通流中车辆转换系数及相对熵的减小，从而可有效提升混合交通流通行能力。不同智能网联卡车比例条件下，智能网联卡车车队随机分布最优车队规模为2~4辆，同时，优势流、随机流和劣势流3种混合交通流通行能力依次递减。研究结果揭示了智能网联卡车车队混合交通流通行能力提升的内在机理，为未来智能网联卡车车队的运营管理提供方法支撑。     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

考虑车辆调度和调度员分配的共享汽车混合车队规模优化

针对电动汽车存在充电续航问题与传统燃油汽车存在环境污染问题的矛盾,本文提出共 享汽车混合车队规模优化方法。首先,在不考虑成本条件下,分析动态车辆调度和实时调度员分 配对共享汽车系统需求满足和车辆利用的影响。然后,针对由传统内燃汽车、混合动力汽车、插 入式混合动力汽车和纯电动汽车构成的混合共享汽车系统,考虑车辆调度和调度员分配,以运营 商利润最大化为目标,CO2排放量和道路拥堵为约束,构建混合车队规模优化模型。通过Matlab 调用Gurobi求解器求解上述混合整数线性规划模型。最后,以成都市为例,分析不同CO2排放量 约束,以及车辆调度对共享汽车运营商利润、不同类型的车队规模、车辆利用率和用户需求满足 率的影响。同时,比较单一车队和混合车队共享汽车系统,结果显示,混合车队和单一插入式混 合动力车队可以实现经济效益和环境效益的双赢,是目前最适合共享汽车系统发展的模式。     

大众汽车“奥运绿色车队”——绿色梦想

在大众汽车提供给北京奥运会的车队中，有一支特别的“奥运绿色车队”：它们数量不多，仅有30辆，却代表着大众先进的绿色动力技术；纯白与碧绿组成了它们鲜明的外观，满怀着对“绿色奥运”和“科技奥运”的承诺。这支车队在奥运期间将提供给主新闻中心使用，不过在那之前，我们可以抢先认识一下车队的各位成员。     

模块化自动驾驶穿梭公交服务频率优化及时刻表设计

本文针对基于模块化自动驾驶车的穿梭公交系统,研究其在过饱和状态下的服务频率、编组方案和车队规模的联合优化问题。首先,利用连续近似建模方法,构造了以系统总成本（包含乘客等待时间、车辆购置和运营成本）最小为目标的数学优化模型;其次,通过最优条件分析得到了最优服务频率和编组方案的解析解,并进一步得到最优车队规模;然后,利用离散化方法将以上最优解转化为具体的时刻表和满足整数约束的车辆编组方案;最后,通过数值实验和灵敏度分析,对模型和求解方法的有效性进行验证。实验结果表明所建立的连续近似优化模型具有较高的求解精度,与离散后的模型结果相比,系统总成本误差不超过3.24%。实验结果也揭示了不同离散方法的优劣与适用情况。与传统公交（固定车辆尺寸）对比表明模块化自动驾驶穿梭公交的系统总成本更低,且在低需求水平下优势更明显。