交通流突变分析的变点统计方法研究

针对ITS的开发，建立了分析交通流突变的变点统计方法。依据交通流理论，结合均值变点模型，对突变存在与否的检验，变点个数的判定以及变点搜索的最小二乘法等问题进行了详细论述，最后利用英国南安普敦市的实际数据对上述算法进行了标定，并给出模型应用的实例，验证了方法的有效性。     

交通流非线性回归模型的变点统计分析

以往的交通流状态辨识主要集中在交通流状态预辨识(即交通流预测)和实时辨识(即事件检测或交通流突变检测)上,在一定程度上忽略了对交通流变量规律的辨认.依据交通流理论,采用非线性回归模型变点的统计方法,对变点识别的关键问题进行了分析.结合淄博市中心路的实地数据对本方法进行了标定和检验,验证了方法的有效性和可行性.     

基于改进递归小波变换的交通流异常点与变点检测算法

为准确界定交通流状态,辅助交通管理者对交通异常事件进行及时处理,提出了一种基于改进递归小波变换的异常点与变点快速检测算法,并将其应用于交通流实时监控与预警。首先,对历史交通流序列建立自回归模型,将残差序列的标准化有效分数向量作为统计量,利用3-Sigma原则,提出为统计量差分时序设定监控阈值的方法,实现了交通流状态的实时预警。其次,利用改进递归小波变换统计量,结合小波复合信息并综合考虑真实变点与估计变点之间的差异,选取小波变换特征频率与最优搜索长度,快速检测并估计交通流异常点与变点,实现了交通流状态的在线监控。最后,仿真试验和实例分析验证了算法的合理性与可行性。研究结果表明:设定的阈值对交通流变化趋势掌控明显,能够对交通异常状态进行及时预警;结合特征频率的复小波变换信息,能够有效检测并区分交通流异常点与变点;与基于有效分数向量的传统变点检测算法相比,算法的检测性能在延迟与收敛性两方面均有明显改善。该算法能够对交通流状态进行在线监控,这将为断面车流实时预警提供支持。     

突发事故条件下道路交通流早发性失效机理研究

为了探究突发事故条件下道路交通流早发性失效机理,采用尖点突变模型建立了交通流早发性失效分析模型。首先,将尖点突变模型变量与交通流参数一一对应,建立了交通流尖点突变模型与实际道路交通运行状态的映射联系,并针对系统状态控制点在平衡曲面上的运动路径与交通流状态演变过程进行了对应分析。随后,引入分叉系数、包围系数及失效阈值边界3个参数定量描述了分叉集,旨在全面、细致地刻画分叉集的特征,揭示分叉集特征对系统状态控制点运动路径的实际影响。基于实测数据,建立了同一路段上有、无事故2种场景下的交通流尖点突变模型,通过最小二乘法拟合得到模型相关参数,并以此为基础推导计算得到2种场景下分叉集的特征参数。采用定量与定性分析相结合的方式对2种场景下交通流系统的演变进行了对比分析,进而揭示了突发事故条件下交通流早发性失效机理,并提出了相应的早发性失效预测方法。最后,结合2种场景下短时交通流参数时序变化路径进行了验证性分析,证明了所采用方法的可行性及合理性。     

基于跟驰模型的交通流混沌转化影响因素的仿真研究

为分析交通流混沌转化机理，利用Matlab软件编制皮埃莱（Bierley）模型来产生仿真交通流时间序列。在一定参数组合情况下，仿真研究了交通流车队中前后车辆的车头间距变化过程。通过分析这种车头间距的变化曲线，可以明显地观察到交通流混沌运动和有序运动之间的转化过程；在此基础上，通过考虑模型参数和仿真参数变化的大量仿真试验，应用最大Lyapunov指数改进算法对仿真交通流混沌转化的影响因素进行了理论分析。该研究结果有助于进一步理解、解释诸多交通流混沌转化现象，并为短时交通流预测和智能交通控制提供理论依据。     

理论.方法.数据：交通流模型成功三要素

本文通过分析现代交通流模型研究中存在的问题，指出认识理论，方法和数据在交通流模型研究中地位问题的必要性，提出并论述：在交通流模型研究中，交通流行为理论是基础，方法是工具，数据是原料，三者缺一不可，构成交通模型成功的三个必要因素；同时，对理论，方法和数据使用中存在的问题进行了详细分析并试图提出相应的解决途径。     

短时交通流预测的多层递阶方法

短时交通流预测在城市交通控制和管理中起着十分重要的作用。然而,目前很多预测模型均假定模型的参数是不随时间变化的,这与实际不符,从而影响了预测的精度。本文提出采用多层建模与灰色建模的综合方法预测短时交通流。该方法把预测问题分为两部分:一是预测模型参数的预测;二是根据参数预测值的交通流预测。其中,对模型参数运用灰色理论预测方法。实例分析表明,本方法有较好的预测精度和实用价值。     

基于尖点突变理论的高速公路交通流状态判别方法

为准确掌握高速公路交通流的运行状态及变化规律,给驾驶人和高速公路管理者提供科学决策依据,通过分析传统交通流计算模型存在的不足,对现有高速公路交通流状态划分方法和基于尖点突变理论的交通流模型进行改进,并引入混沌状态和突变区间的概念,同时添加大车混入率作为改进后的模型参数,得出不同大车混入率下混沌流状态、自由流状态和非自由流状态下的判别标准。以八车道高速公路标准路段为例,借助VISSIM交通仿真软件模拟车流的实时运行状态及变化过程,计算获得仿真情形下不同交通流状态的判别标准和方法。通过对典型高速公路代表性路段实测数据的统计分析,验证了判别标准和方法的合理性与可行性。研究结果表明:交通流在自由流和非自由流状态之间转变时,存在着一种短暂的突变,呈现出一种混沌流的状态;大车混入率对行车速度和时间占有率影响明显,可以对应获得混沌流、自由流和非自由流状态的判别标准;将仿真所获得的交通流状态界定标准与中、美高速公路服务水平划分标准进行对比,自由流状态处于二级或C级及以上服务水平,而且对自由流服务水平的标准要求更高。该方法对于高速公路运营管理、养护路段划分、安全性评价等具有科学、便捷、实用、可行的实际意义。     

智能网联环境下基于安全势场理论的车辆跟驰模型

为有效刻画未来智能网联环境下交通流微观跟驰行为，以更加精确地进行车辆的运动决策，建立了基于安全势场理论下的车辆跟驰模型。模型以势场理论为基础，首先阐述了交通环境中安全势场的客观性、普遍性以及可测性，然后通过引入加速度参数对既有安全势场模型进行改进，改进后的安全势场模型能够有效刻画出在不同速度、加速度值下车辆安全势场的变化趋势。在分析安全势场变化基础上，构建的车辆跟驰模型强化了加速度参数对车辆跟驰行为的影响，由于不同速度、加速度信息在智能网联环境下车辆可以实时获取，因此该模型可应用于未来智能网联环境中。此外，在模型参数标定过程中，通过对NGSIM数据进行筛选，得到含有较多减速停车以及启动加速状态的轨迹数据，共筛选得到412组NGSIM真实跟驰车对数据，并最终利用人工蜂群算法对该模型进行参数标定。为评估模型仿真效果，选择OVM模型、IDM模型与本文模型进行比较，并选取均方根误差RMSE和平均绝对百分误差MAPE为参数标定结果评价与验证的指标，结果表明，建立的基于安全势场理论的车辆跟驰模型具有良好的精度，适用于描述考虑加速度参数条件下的跟驰行为，可为今后智能网联环境下车辆微观驾驶安全决策、交通流中观安全势场分布、交通流宏观状态估计等奠定理论基础。     

高速公路路段通行能力分析方法的探索与实践

公路通行能力分析是公路规划、设计工作中非常重要的内容。本文从寻求标准化交通流的方法入手，采用微观和宏观两个角度分析计算车辆折算系数，并采用不同的统计模型，拟合采样数据，确定合理的统计间隔。最后，结合我国高速公路的实测数据，以密度作为划分不同交通流状态的指标，分析我国高速公路现阶段下的速度、流量和密度3参数之间的关系。