降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.      

高速公路交通流状态估计方法研究

为了估计高速公路交通流状态,针对中国当前高速公路交通流监测技术和检测数据细度不足的情况,利用高速公路主线断面交通量数据,提出基于出入量法的交通状态估计方法。采集湖南省长益(长沙—益阳)高速公路8个主线交通流检测站实时数据,以5 min为统计间隔,得到5周的交通流量数据;采用出入量法计算各路段区间实时密度,考虑出入口匝道的影响,引入驶入、驶出率β、α修正密度计算方程,绘制流量-密度散点图,得到流量-密度方程。研究结果表明,在中国目前高速公路交通流检测设备安装密度较低、检测数据不完备、检测频率低的情况下,结合采用饱和度和密度两个指标,能较好地对高速公路交通状态进行估计。     

基于行程-时间域的路段行程时间预测

为了提高高速公路路段行程时间预测的实时性与准确性,提出了基于行程-时间域的路段行程时间预测算法.该算法依据实时检测的交通数据和BP神经网络预测路段单元在不同时间单元的空间平均车速,构建车辆出行的行程-时间域,通过车辆穿越行程-时间域获得路段的预测行程时间.通过比较行程-时间域算法与传统神经网络预测算法,揭示了行程-时间域算法在预测精度上优于传统神经网络算法.以沪宁高速公路路段作为示例背景,基于Vissim仿真软件,验证了所提算法的准确性与可行性.      

交通事故导致的高速公路拥堵状态判别方法

为量化分析不同交通事故条件下的高速公路路段拥堵情况,研究路段偶发性拥堵规律,本文构建了1个基于行程时间可靠性指标的高速公路路段拥堵判别方法。建立基于美国《公路通行能力手册》中行程时间可靠性分析方法的路段行程时间可靠性模型,并采用西南某高速公路路段实际数据校准模型。利用蒙特卡洛模拟方法生成交通事故场景,将交通事故解构为交通事故发生位置、交通事故严重程度、交通事故持续时间、交通事故发生频率4个特征,并以行程时间指数为路段拥堵量化指标,研究不同交通事故特征水平下的高速公路路段拥堵规律,并判别路段拥堵程度。研究结果表明:美国《公路通行能力手册》的行程时间可靠性分析方法具有可移植性,校准后可应用于国内高速公路路段;交通量接近饱和时,交通事故发生在出口匝道段的拥堵程度高于基本路段与入口匝道段,单车道关闭场景下的交通事故影响远高于路肩关闭场景下的交通事故;交通量接近自由流状态时,拥堵程度对严重程度不敏感;任何交通量水平下,单车道关闭场景下的交通事故持续时间一旦超过15 min,路段拥堵程度极有可能剧增。本文构建的路段拥堵判别方法,可以在精细化探究偶发性交通事故拥堵规律的同时划分路段拥堵等级,为相关部门的事故管理提供理论支撑。      

基于联合卡尔曼滤波器的交通信息融合算法研究

基于现有的研究方法,提出了一种基于联合卡尔曼滤波器的交通信息融合算法。首先利用浮动车的覆盖率和浮动车的历史平均行程时间来修正浮动车的平均行程时间估计值,用于浮动车覆盖率不满足最小覆盖率时的路段平均行程时间估计;利用路段上浮动车的覆盖率来确定联合卡尔曼滤波器的融合系数;利用联合卡尔曼滤波器对固定型检测器的平均行程时间估计和浮动车的平均行程时间估计进行信息融合,得到路段的平均行程时间估计。该融合方法计算量小,融合时间快,有利于实际应用。试验结果表明,该方法提高了区间平均行程时间估计的精度。     

非均衡网络交通流动态演化规律研究

为描述非均衡网络交通流实际成本-流量状态,考虑置存成本和路段行程时间,建立行程时间动态函数,将其引入用户均衡模型,构建基于出行总成本动态、路径流量动态、路段行程时间动态的交通流演化模型。利用简单网络,采用四阶龙格库塔方法对建立的模型进行数值模拟。动态模型弹性需求下,出行成本调整范围由大到小,趋于平衡值;路径流量迅速增加后,以较小调整范围,趋于平衡值;路段行程时间迅速增加后,逐步趋向于平衡值。固定需求下的出行成本、路径流量、路段行程时间均是反复调整多次后趋近于平衡值,调整范围缩小,次数增加。算例模拟结果表明,模型能够描述网络交通流从一种非均衡状态到另一种非均衡状态的动态调整过程。     

基于数据融合的路段行程时间估计

基于检测器数据的路段行程时间估计通常具有精度不高和可靠性差的特点。论文引入了自适应式卡尔曼滤波,采用K近邻法寻找相似的交通流状态来标定状态转移系数,建立了基于固定型检测器数据和移动型检测器数据的路段行程时间估计融合模型。实际数据的验证结果是,平均相对误差为9.52%,相对误差的标准差为8.92%。研究表明,与基于移动检测器数据的估计方法相比较,该方法极大地改善了估计精度和可靠性,还具有收敛速度快、对初值不敏感、参数少等特点。     

基于少量探测车的城市路段平均行程时间估计

与传统的固定式采集系统(感应线圈等)比较,探测车系统具有直接采集行程时间、时空覆盖范围广等优点.研究少量探测车情况下的路段行程时间估计问题对降低探测车系统的运营费用具有重要意义.在发现停车组和非停车组的行程时间均值、非停车组所占百分比等3个参数之间关联关系的基础上,提出了在极小样本情况下估计城市路段平均行程时间的方法.基于微观交通仿真的比较分析显示,该方法优于通过样本均值估计平均路段行程时间的方法,特别是当交通状况处于拥挤情况下其优势更为明显.     

城市互通立交匝道选型方法研究

立交的形式在很大程度上由左转匝道的形式所决定，在立交规划设计中，往往面临着对单一流向左转匝道的选型问题，而相关规范对此没有明确规定。文中以城市互通立交左转匝道为对象，运用Vissim建立仿真平台，探求半定向及环形左转匝道的适用性，从绕行距离、行程车速等方面给出评价，并以立交各流向流量之和最大为目标函数，以路段、分合流、交织区通行能力等作为约束条件，运用数学规划理论建立了一般立交通行能力计算模型。     

基于支持向量回归的高速公路路段平均速度估计方法

为克服现有高速公路车辆检测器密度稀疏、损坏率高导致所估计的路段平均速度准确率不高这一缺陷,提出一种新的高速公路路段平均速度估计方法。一方面,高速公路收费数据具有车辆信息全面可靠、辐射路网范围广的优点,采取基于轨迹法的修正算法求取基本路段平均速度;另一方面,"两客一危"卫星定位数据实时性好,路网分布相对均匀分散,利用速度-时间积分模型对单车行程速度进行估计,再对单一浮动车作加权平均获得路段平均速度。最后,利用支持向量回归原理,对由高速公路收费数据和"两客一危"卫星定位数据所获取的路段平均速度进行融合处理,得到估计效果更好的路段平均速度。利用广乐高速公路上的实际数据对融合结果进行了验证。结果表明:与单一数据源的估计速度相比,融合后的路段平均速度具有更小的相对误差,更接近真实值,可更好地反映高速公路系统运行状态,为管理者和出行者提供决策依据。此外,分别以15,45 min和60 min作为统计间隔,使用上述融合方法进行路段平均速度估计。结果表明,模型效果与统计间隔大小呈负相关关系;统计间隔越小,模型的均方误差、可决系数、相对误差3个指标也越小;当统计间隔为30 min以下时,估计结果更为精确。     

2车碰撞事故下5座乘用车乘员死亡风险分析

为探究5座乘用车乘员在2车碰撞事故下的死亡风险,研究了6种单一特征变量对乘员致死率的影响,进而基于二项Logistic回归模型分别对单一特征变量和组合特征变量进行显著性分析。通过9种常用的分类算法,结合网格搜索的调参方法,以F1为衡量指标选出相对较优的3种分类算法,即投票分类器、梯度提升及决策树,来构建多特征组合下的死亡风险预测模型。研究结果表明:①单一特征变量中行驶方向、路段类型、碰撞对象、乘坐位置对乘员死亡有显著影响。其中,异向行驶的车辆碰撞与同向行驶相比,乘员的死亡风险增加72%;非高速交叉路段与高速路段相比,乘员的死亡风险降低69%;碰撞对象为商用货车、商用客车的乘员死亡风险分别是乘用车的5倍和3倍,若在非高速非交叉路段发生碰撞则乘员死亡风险升至8倍左右,若在高速路段则高达15倍左右;相对于驾驶位乘员,副驾驶位乘员的死亡风险增加70%,且该位置乘员的死亡风险在高速路段会升高到驾驶位乘员的近4倍;②碰撞对象和路段类型是影响乘员死亡情况的主要特征变量;③由模型的预测结果可知:5座乘用车的正面或后面与商用货车在高速路段或非高速非交叉路段发生碰撞,乘员的死亡风险高于生存几率。      

基于元胞自动机的动态路段走行时间计算模型

为建立合理的动态交通网络中路段走行时间模型,分析了动态路段走行时间函数的一般形式,对比国内外常用的几种离散型动态路段走行时间函数,基于元胞自动机交通流模型,建立了动态路段走行时间模型。模型可以根据实际路段驶入率、驶出率,推算出任意时刻进入路段车辆的走行时间,并利用M atlab对模型进行求解和数值分析。结果表明,车辆进入路段后的交通状态是动态路段走行时间的主要影响因素;根据累积驶入驶出车辆数曲线可以直接求出动态路段走行时间,能够为动态交通网络中路径走行时间求解奠定基础。      

高速公路运输量研究

提出了高速公路运输量的统计方法,并以南京—上海高速公路为例,首次统计了中国高速公路的客运量、货运量、客运周转量、货运周转量以及客、货运输密度。研究表明:在南京—上海通道内,高速公路和铁路起着同样的关键作用;货运方面,高速公路和铁路运送货物价值相差很大,两者是互补性的,客运方面,高速公路客运量中个性化出行与铁路是互补性的,而群体性出行与铁路是替代性的。对高速公路上运行的车辆状况进行了分析,指出货运量主要是由四轴的半挂列车和两轴的单车完成的。客运中个性化出行的乘客占40%,车数占88%。     

基于负二项分布的高速公路交通事故影响因素分析

为分析高速公路交通事故的影响因素,构建基于负二项分布的事故分析模型,探究事故数与交通特性、公路线形及路面性能间关系.鉴于传统固定参数模型难以刻画各因素对事故风险影响的异质性,引入了随机参数建模方法.结果表明:相比于固定参数负二项模型,构建的随机参数负二项模型有更好的拟合优度,且能更合理地反映各因素对事故的作用效果;将随...     

消除高速公路运动波的可变限速控制方法

运动波是高速公路一种常见的交通拥堵，可通过可变限速控制有效消除。近年来，研究中提出了大量消除高速公路运动波的可变限速控制方法，却鲜有方法成功落地应用。可变限速控制方法的成功应用需满足3个基本条件，即模型预测的准确性，优化求解的实时性，以及控制方案的安全性，而当前研究中的方法难以同时满足上述基本条件。因此，为提高高速公路交通效率，保障高速公路交通安全，提出了消除高速公路运动波的可变限速优化控制方法。构建了模拟运动波传播的离散一阶交通流模型，解析了可变限速控制对交通效率及安全的影响机理，建立了提升交通效率、保障交通安全的可变限速优化控制方法。利用数值仿真模拟，测试了轻微拥堵与严重拥堵2种不同场景下限速控制方法的控制效果，评估了控制方法在提升交通效率和安全方面的表现，对比了所提方法与文献经典方法在控制效果上的优劣。结果表明：可变限速优化控制方法在2种场景下降低总行程时间分别为10.1%和10.6%，降低事故风险指标TET分别为72.6%和73.1%，降低事故风险指标TIT分别为92.4%和82.9%。与文献方法相比，在预测模型准确性以及对交通流效率与安全的改善方面均有提升，其中在严重拥堵测试场景下，效果提升更为显著。     

基于混杂模糊切换的快速路区域协调控制研究

基于对城市快速路出入口匝道及辅路交叉口的交通流特性分析,利用混杂自动机原理建立了交叉口混杂切换系统模型,并结合出入口匝道的交通流密度来协调交叉口的信号控制.提出了应用模糊逻辑的方法来优化交叉口的相位切换顺序,并用Paramics微观交通仿真软件进行了仿真.结果表明该算法能一定程度上提高车辆的平均速度,是解决城市交通区域拥挤的一种有效方法.     

路网环境下考虑大型车混入率的事故疏散诱导模型

大型车的混入对高速公路交通流产生了较大的影响，尤其是在交通事故情景下。为了引导事故条件下驾驶人和组织者做出高效准确的决断，将考虑了大型车混入率的动态空间占有率模型引入到交通波模型，构建干涉与非干涉情景下的交通事故影响模型。以郑尧高速为例，对模型的准确性和可行性进行了验证，分别对干涉情景下的疏散时间、疏散量以及事故发生的位置，车辆数等指标与事故影响程度的指标（包含事故最远排队长度，事故持续时间）关系进行分析。研究结果表明：疏散时间与事故影响程度成正相关关系，疏散量与事故影响程度成负相关关系，而事故发生点与上游匝道之间的距离与其关系不大；道路服务水平为0.456，车辆数为1 321 veh·h^-1时，为了使得分合流区不受影响，在不采取任何措施的情景下，应将大型车混入率控制在50.1%以下，使得最远排队长度在10 km内；当大型车混入率大于58%时，将很难通过干涉引导避免对上游分合流区产生影响；在35 min以内采取干涉措施的效果最为明显，而大于35 min时，事故持续时间会发生一个急剧的增加，不利于路网恢复，之后事故恢复时间将趋于平稳；对道路交通量进行模拟可知交通量每增加50 veh，疏散时间和距离增加的范围为[1.5 min，3.6 min]和[1.209 km，1.543 km]。研究结果可为高速公路事故诱导策略制定和疏散效果提升提供参考。     

基于状态空间的连续断面船舶交通流量预测研究

船舶流量预测是船舶交通流研究的重要内容,建立科学合理的船舶流量预测模型有助于航道的设计、规划和管理。将传统的单断面船舶交通流预测方法向多断面进行改进和推广,提出基于状态空间和卡尔曼滤波的多断面交通流预测模型。利用船舶交通流多断面流量数据的时间序列进行多维线性回归,并转化为状态空间模型形式;在此基础上由卡尔曼滤波算法对交通流量进行递推预测,得到多断面交通流的预测值。作为实证研究,分别对武汉长江大桥、武汉长江二桥2个断面,以及长江重庆段朝天门、万州、巫山3个断面进行实际数据分析来验算模型的有效性,并与单断面多维线性回归预测方法进行对比。结果表明,使用状态空间模型得到的武汉长江大桥、二桥预测结果的平均相对误差分别减少4.59%,0.97%;而重庆段3个连续观测点采用状态空间法预测比使用时间序列预测平均绝对误差和平均相对误差均有不同程度的降低,其中平均相对误差分别降低1.08%,4.28%, 3 .54%。因此,在不同时间维度上,该模型有助于提高多断面交通流预测精度。      

Development of analytical procedure for selection of control measures to reduce congestions at various freeway bottlenecks

Variable speed limit (VSL) and ramp metering (RM) affect freeway traffic operations in different ways and, accordingly, result in different effects on system travel time. The primary objective of this study is to propose an analytical procedure to help determine which control measure should be selected given different freeway bottlenecks and traffic conditions. The bottlenecks considered included an isolated merge bottleneck, a merge bottleneck with a closely spaced upstream off-ramp, and a diverge bottleneck with a closely spaced upstream on-ramp. Two RM and a VSL control strategies were considered, including the ALINEA, ALINEA/Q and feedback based VSL. The maximum achievable improvements in system efficiency by various control measures were calculated and the results were tested using modified cell transmission models. A coordinated control strategy that combined ALINEA/Q and VSL control was also proposed. The effects of VSL and RM control on system travel time at different freeway bottleneck areas were compared to identify the applicable conditions of different control measures. The analytical procedure was proposed for the selection of control measures at different bottlenecks and the ex-ante estimation of control effects were also discussed.