基于价格机制的无线多跳网络拥塞控制算法

为有效缓解拥塞,并在QoS保证与业务公平性之间找到合适的平衡点,基于定价机制提出了一种链路层逐跳拥塞控制算法.该算法考虑了MAC的时间限制和二进制干扰模型限制,将传输失败率作为网络拥塞的控制准则之一引入拥塞价格函数中;流路径上的每个节点根据接收到的拥塞价格动态调整每个流的传输速率;优化目标是系统中总的流效用之和达到权重比例公平.此外,还考虑了节点内部流的调度策略,根据等待时间函数动态调整节点内各个流的优先级,以保证每个流的QoS需求和公平性.仿真结果表明:提出的拥塞控制策略能够有效缓解链路拥塞,系统总吞吐率比未采用拥塞控制机制提高约41%,公平性提高约29%,且极大地改善了平均时延、平均丢包率、平均吞吐率等其他性能指标.     

基于融合模型动态权值的短期客流预测方法

针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻（K-Nearest Neighbor, ANN）算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%, 9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。     

基于拥塞控制算法的研究

本文介绍了拥塞控制的基本概念和发生的原因,对互联网模型中的拥塞问题进行了分析,对目前常用的拥塞控制算法的终端算法进行了归纳,最后提出拥塞控制算法在当前流媒体领域遇到的新的挑战。     

����ǰ�����ۺ���Ϣ�����ӳ�����ģ��

基于智能交通诱导信息考虑前方多辆车,司机又通过后视镜考虑后方车辆,提出一种改进的耦合映射跟驰模型,用于描述单车道的交通流的动力学特性及其拥堵控制。利用离散延迟反馈控制动力学模式,通过调整模型中控制参数给出了抑制交通拥堵的策略。利用反馈控制理论,导出了在头车速度发生变化时,交通流保持稳定性的条件。分析结果表明,考虑前后方更多车辆的信息对交通流有致稳作用,亦即稳定性条件明显减弱。数值模拟证实了理论分析的正确性,通过与前人相关工作的比较得知,考虑前后方车辆的信息能够更有效地抑制交通拥堵。     

基于粒子群算法的道路交叉口信号配时优化模型——以昆明市为例

在现有交通资源下,利用交通信号的动态调控缓解交通拥堵是一种行之有效的方式。首先探讨了道路交叉口信号控制的空间和时间优化思路,在时间优化方面提出基于粒子群算法的信号配时优化模型。以昆明市学府路为例,在分析大量交通流数据的基础上,根据三相交通流理论,对交通状态进行划分并提出有针对性的控制策略。将信号配时优化模型应用于学府路3个相邻的关键交叉口。交通仿真和方案试运行结果显示,优化前后同步流状态下交叉口延误平均降低21.0%,车辆排队长度平均降低12.4%;堵塞状态下交叉口延误平均降低32.0%,车辆排队长度平均降低24.9%。这一结果表明该模型在道路交叉口信号配时优化中具有合理性和有效性。     

基于双层规划的城市交通拥塞疏导优化研究

为研究城市路网区域信号控制下的交通子区划分及交通拥塞疏导优化问题,明确交通拥 塞控制子区划分影响因素并建立相邻交叉口关联度模型,将拥塞控制区域划分为“疏散区”“平衡 区”。考虑“疏散区”“平衡区”不同的优化目标构建城市路网交通拥塞疏导优化双层规划模型,并 以昆明市部分城市路网作为实验对象,通过仿真将实际控制方案与本文模型计算方案的控制效 果进行对比,以此验证模型的适用性和有效性。仿真结果表明：除两个方案的平均停车次数优化 效果一般以外,其他控制效果指标均具有很大的优化提升,其中车辆平均延误时间降低了7.7 s, 重度拥塞里程比例下降了10.1%,路网车辆占有率下降了14.1%。综上可知,本文的疏导优化模 型控制可快速疏导和有效缓解交通拥塞,模型具有良好的有效性,可为路网交通拥塞分区治理及 疏导控制提供参考。     

基于模型预测的城市快速路匝道流量协调控制

为保证城市快速路处于最大通行能力状态,提出了城市快速路交通流量的一种非线性模型预测方法,在此基础上,对快速路各入口匝道流量进行协调控制.以城市快速路某一拥挤路段为例进行了仿真研究,结果表明,该方法不仅能够有效地消除交通拥挤,维持主线车流稳定,而且匝道调节率平稳,同时该控制方法能保证各入口匝道交通需求的公平性.     

智能交通信号控制调控策略探讨

以缓解交通拥堵为目的,按点控制、线控制、面控制逐次探讨智能交通信号控制调控策略。在点控制中主要考虑行人和非机动车的因素,分不同种情况,提出了具体的调控策略;在线控制中,建立了以实现绿波带控制为目的的调控策略,以平均车速和交叉口数量为参数,依次从高速公路、单一十字路口、若干个十字路口这三方面分析了车辆的通行能力,进一步探讨了绿波带上车辆的通行能力;在面控制中提出了最大流问题,用简化模型分析并证明该方法在调控区域各支路车流量大小中的适用性与合理性,该方法有助于缓解区域交通拥堵的情况。     

城市快速路交通拥挤识别方法

为了从海量动态交通数据中快速识别路网中存在的交通拥挤,通过分析拥挤的特征模式和各种数据挖掘技术的特点后,设计了一种适用于城市快速路的交通拥挤自动识别方法。该方法将占有率、速度和流量三个基础交通流参数进行组合得到新的特征变量,运用优化的多层前馈神经网络模型对特征变量进行处理来判断是否有拥挤发生,通过分析模型输出结果的变化趋势区分常发性拥挤和偶发性拥挤。模拟数据和实测数据对比结果表明,该方法可以识别城市快速路上发生的交通拥挤,具有良好的实用性。     

Memory based scheme to monitor non-random small shift patterns in manufacturing process

Consistent high-quality and defect-free production is the demand of the day. The product recall not only increases engineering and manufacturing cost but also affects the quality and the reliability of the product in the eye of users. The monitoring and improvement of a manufacturing process are the strength of statistical process control. In this article we propose a process monitoring memory-based scheme for continuous data under the assumption of normality to detect small non-random shift patterns in any manufacturing or service process.The control limits for the proposed scheme are constructed. The in-control and out-of-control average run length(AVL) expressions have been derived for the performance evaluation of the proposed scheme. Robustness to non-normality has been tested after simulation study of the run length distribution of the proposed scheme, and the comparisons with Shewhart and exponentially weighted moving average(EWMA) schemes are presented for various gamma and t-distributions. The proposed scheme is effective and attractive as it has one design parameter which differentiates it from the traditional schemes. Finally, some suggestions and recommendations are made for the future work.     

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

基于模糊理论的高速公路入口匝道控制研究

入口匝道控制是缓解高速公路交通拥挤的主要控制方式之一。在分析高速公路交通流运行特性的前提下,选择交通流平均速度、入口匝道排队长度作为模糊控制的输入量,入口匝道调节率作为模糊控制的输出量;然后,借鉴入口匝道控制的原理和模糊控制系统的设计步骤,运用MATLAB仿真软件确定了相应的隶属函数、模糊控制规则、模糊推理以及反模糊化的方法;最后,从交通流平均速度、入口匝道排队长度以及入口匝道调节率这三者之间的输入/输出特性曲面,可以明显地看出该模糊控制系统更符合匝道控制的实际情况,并且在行程时间和总服务流量上均优于定时控制。     

面向多用户类的拥堵和排放收费方案研究

研究表明在城市交通运行管理中,通常难以实现同时缓解交通拥堵和减少排放的目标.实施道路拥堵收费方案可以有效地管理用户的出行需求,从而减缓交通拥堵,但未必能减少尾气总排放.本文面向多用户类,分别包括不同时间价值的用户(多时间价值用户)和不同车型的用户(多车型用户),通过建立同时考虑拥堵和排放的双目标优化模型,证明多用户类无论基于时间成本准则或者费用成本准则选择路径,都存在一种有效的道路收费方案使帕累托有效流达到用户均衡的状态,实现同时减缓交通拥堵和降低排放的目标.     

交通流预测的马尔科夫粒子滤波方法研究

智能交通系统中,短时交通流预测是实现先进的交通控制和交通诱导的关键技术之一.针对目前马尔科夫交通流量预测模型在精度方面的不足,以及交通流量随机性、波动性的特点,提出马尔科夫粒子滤波交通流预测模型.一方面,将对交通流量预处理后的样本数据应用于马尔科夫模型中预测未来交通流量,能够较好地描述交通流量的变化趋势;另一方面,针对该预测结果精度的不足及对非线性预测不稳定的缺点,引用粒子滤波算法,将预测结果及权值进行不断更新,以及样本重选样过程,经过多次迭代,使样本粒子更加逼近真实预测值,从而提高预测精度.最后,以北京昌平区某检测器检测到的交通量进行仿真,将预测结果与传统马尔科夫链进行误差对比分析.结果表明,本文提出的马尔科夫粒子滤波交通流预测模型 5 min间隔误差为6.14%、1 h间隔误差为6.04%,预测精度高,具有更好的适用性和稳定性.     

高速公路入口匝道的协调优化控制

为了实施高速公路路网交通流的优化控制,采用MATANET模型进行路网交通流建模,应用非线性最优控制方法,构造了路网入口匝道的协调控制模型。该模型应用全局实时交通数据,以总费用时间与密度控制的组合构建性能指标,能够提高交通运行效率,并有效处理交通拥挤。针对模型的非线性,应用遗传算法对性能指标进行优化,探究TTS-密度控制指标的优化对路网交通拥挤状况的控制效果。以南京市周边高速公路路网作为应用实例,验证了所研究模型与优化方法的可行性。     

考虑边界条件不确定性的城市交通拥塞风险分布迁移规律研究

为分析交通联通边界(交通量、交通扩散系数)对特定城市研究区域内交通拥塞迁移规律的影响机理。本文从新的角度考虑城市交通拥塞风险分布迁移规律，将污染质迁移数值模拟模型运用到城市道路交通拥塞风险迁移中。首先对贵阳某区域2020年6~7月的城市交通调查数据及爬取的部分高德地图数据进行处理，并将研究区域以交通联通边界、交通隔断边界、区域分区边界划分为区域1和区域2。在此基础上考虑交通联通边界并建立基于城市交通拥塞风险分布及迁移数值替代模型，并运用Monte Carlo方法对贵阳某研究区域的输入输出结果进行统计分析，并将实际路网数据值输入替代模型，将结果与路网真实情况和高德地图情况进行对比，所建立模型 的预测精度比高德地图高3.7%，且模拟交通拥塞风险迁移规律较高。结果表明，交通联通边界对城市交通拥塞迁移数值模拟模型预报有很大影响，统计分析研究区域模拟模型的结果，可以有效评估不同交通联通边界条件对研究区域交通拥塞风险分布情况和准确预报研究区域内遭受不同 交通拥塞程度的风险。综上可知，本文建立的模型能高效精准分析城市交通拥塞的风险分布迁移规律，可为城市路网分区分段分点治理交通拥塞提供新的参考。     

可变信息屏对北京市交通拥堵缓解的评价研究

可变信息屏（VMS）为缓解大城市交通拥堵提供了一种有效途径,它通过发布诱导信息来均衡路网上的交通需求.为了评价VMS对缓解交通拥堵的效果,本文通过数据挖掘方法建立了一种通用评价模型.所用数据包括由北京市VMS系统和道路检测器得到的VMS历史发布信息和道路交通流数据,这些数据能够真实地反映路网中的交通状况.通过比较诱导信息和提示信息下的拥堵缓解效果,并对不同道路状况下拥堵缓解效果进行时间和空间分析.结果表明,诱导信息能够更加有效地提高拥堵路段的服务水平,特别是严重拥堵路段,诱导信息比提示信息更加有效.     

��վ̨����ʽ����վ��ͨ��ģ�ͼ��������

在NS模型基础上,考虑到公交车进出站的优先权、逐步变速等因素,建立了多站台港湾式公交站混合交通流双车道元胞自动机模型.通过模型模拟,对比分析了单站台和多站台港湾式公交站两种停靠方式的交通流特性,研究了多站台港湾式公交站的站台长度、站台间距以及公交车比例对交通流的影响.结果表明,在公交车密度较大的路段上,设置多站台港湾式公交站并选择适当站台长度、站台间距可以提高车站的处理能力,更有效的缓解由公交站引起的道路拥堵,从而提高道路的通行能力.该模型作为城市现有道路改造时确定公交车站停靠方式及站台长度的参考.     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

基于广义时空图卷积网络的交通群体运动态势预测

针对当前高速公路与城市快速路交通拥堵现象愈发严重,为交通管理与控制造成巨大困难的问题,提出了一种基于广义时空图卷积网络(GSTGCN)的交通速度预测模型;基于交通数据自身具有的复杂时空特性,定义了广义交通数据图结构,同时构建了广义图的邻接关系;基于图卷积网络基础理论,采用切比雪夫近似与一阶近似简化了图卷积操作的计算成本,建立了广义图卷积算子;结合广义图卷积模块、标准卷积模块与线性全连接层,提出了用于提取复杂交通数据时间、空间特征的GSTGCN模型;利用美国威斯康星州密尔沃基市快速路网上架设的38个检测器,在21个工作日以每5 min为单位记录了车辆速度、流量和占有率数据,测试了GSTGCN模型在该数据集上的短期交通速度预测精度与训练效率。分析结果表明:相较于传统自回归求和滑动平均(ARIMA)模型、长短时记忆(LSTM)模型以及近期的STGCN模型,GSTGCN模型在交通速度的均方根误差、平均绝对误差和平均绝对百分比误差指标上分别降低了22.79%、22.97%和16.73%;此外,GSTGCN模型的训练时长比STGCN模型和LSTM模型分别降低了5.17%和75.71%。可见,GSTGCN模型能够有效处理复杂交通时空数据结构,准确预测交通速度,并为交通管控提供交通群体的运动态势信息。