首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
匝道控制是一种抑制交通需求、解决高速公路交通拥挤的有效手段.入口匝道汇合控制是一种以安全为目标的微观控制方法.本文详细介绍了汇合控制的控制流程,并与传统的匝道信号调节控制做了比较.当交通量较大时,为提高主线车流的运行效率、确保匝道车辆安全、快速地汇入主线,有必要对入口匝道实行汇合控制.根据间隙--接受理论,匝道汇入量由主线最外侧车道的车流间隙数量决定.建立了入口匝道移位负指数分布通行能力模型,并对模型进行了拟合验证.  相似文献   

2.
匝道控制是一种抑制交通需求、解决高速公路交通拥挤的有效手段。入口匝道汇合控制是一种以安全为目标的微观控制方法。本文详细介绍了汇合控制的控制流程,并与传统的匝道信号调节控制做了比较。当交通量较大时,为提高主线车流的运行效率、确保匝道车辆安全、快速地汇入主线,有必要对入口匝道实行汇合控制。根据间隙——接受理论,匝道汇入量由主线最外侧车道的车流间隙数量决定。建立了入口匝道移位负指数分布通行能力模型,并对模型进行了拟合验证。  相似文献   

3.
针对快速路入口匝道排队过长造成的衔接交叉口拥堵问题,提出一种快速路入口匝道和 衔接交叉口的联动控制优化方法。分析快速路匝道排队溢出原因,提出基于交通状态估计的入 口匝道与衔接交叉口的系统控制策略。以系统总通行能力最大和交叉口车均延误最小为目标, 分别从交叉口配时、匝道调节及系统排队长度这3个方面构建系统约束方程,建立快速路入口匝 道与衔接交叉口联动控制优化模型。以长春市典型快速路和交叉口为例,选择高峰、平峰、低峰 这3种交通环境,运用联动控制优化模型进行仿真实验,并与经典优化方法进行对比分析,结果表 明:不同交通状况下,联动控制优化方法均能有效改善快速路运行情况,缓解入口匝道排队溢出 现象,同时提高衔接交叉口通行效率;特别是在饱和交通状态下,联动控制优化方法表现优异,系 统整体车均延误和排队长度分别降低了5.67%和19.25%。  相似文献   

4.
为了研究快速路匝道与其主线合流区的交通流特征关系,选用南京长江大桥入口作为数据 采集点,观测其汇入路段的交通流,并对交通流速度、密度等宏观参数和换道次数、可接受间隙等微观特征变量进行了相关性分析。研究发现,速度、密度、换道次数和可接受间隙之间存在非 线性相关性。基于此,构建了主线车道车速与密度、换道次数和可接受间隙之间的非线性关系模型。快速路匝道与主线合流区是快速路的主要瓶颈路段,结合宏观交通参数模型和微观间隙接受模型,阐述了快速路主线和匝道汇入车流的交通参数数学关系。实测数据拟合结果表明,该模型能够准确描述匝道与主线合流区的交通流特性。  相似文献   

5.
快速路匝道交织区是城市道路网络中的典型瓶颈,快速路匝道流量的控制对改善交通瓶颈具有重要意义。传统的匝道控制方法具有滞后性、参数标定困难等局限。本文改进了匝道合流区的元胞自动机模型,应用元胞自动机模型对匝道绿信比的控制效果进行快速仿真计算,并基于仿真结果优选信号控制方案。仿真结果表明,基于元胞自动机模型的快速路匝道汇入流量控制方法能提高快速路匝道瓶颈的运行效率,具有较好的前瞻性、稳健性和可移植性。  相似文献   

6.
文章研究快速路单双平行式汇入匝道对快速路主线交通流运行状态的影响。借助微观交通仿真软件VISSIM,对不同交通需求情况下两种匝道形式的快速路汇入部分进行仿真,通过采集主线交通流的车速、延误、流量等数据,分析得出当主线和汇入流量的流量/通行能力比率(v/c)小于0.7时,单双平行式汇入匝道对主线交通流的运行状态的影响差别不大,且主线仍能保持较高的速度运行,此时选择匝道形式更多应考虑土地空间、建设成本等因素;当主线和汇入流量的v/c超过0.7时,单双平行式汇入匝道主线交通流车速波动呈现截然相反的情况,此时根据交通需求选择匝道形式对提高快速路运行效率有更重要的意义;当交通流趋于饱和流时,单双平行式汇入匝道在主线运行状态上差别不大。对主线三车道交通流车速—流量分析得出,双车道平行式汇入匝道,主线交通流呈现明显的自由流和拥堵流两级分化的局面,单车道平行式汇入匝道,主线交通流各状态过渡平缓。  相似文献   

7.
以快速路主线通行能力最大、入口匝道排队长度及延误最低为目标,在分析城市快速路可变速度引导的基础上,提出快速路匝道感应控制算法,构建基于可变速度控制下的快速路主线与入口匝道协同控制模型.并利用实际城市快速路路段调查数据,采用VISSIM仿真软件对所建模型、算法进行了仿真验证,结果可知,文中提出的快速路协同控制模型算法可有效提高快速路主线通行能力,大幅降低入口匝道车辆排队长度及平均延误,减少车均行程时间.  相似文献   

8.
为解决传统的ALINEA(asservissement linéaire d'entrée autoroutière)匝道控制算法未考虑城市快速路入口匝道排队溢出,造成关联交叉口交通拥堵等问题,在经典的ALINEA匝道控制算法的基础上,提出了一种新的基于主干道车流量预测的城市快速路入口匝道控制方法.该方法采用遗传算法优化的小波神经网络来预测城市快速路交通流量;引入主干道车流可插入间隙和匝道排队分级控制原则,实现了对城市快速路入口匝道控制率的动态调节.通过微观仿真实验比较两种算法的控制效果.结果表明:与传统的ALINEA匝道控制算法相比,新的控制方法不仅能够有效保证主线交通通行能力,同时还使匝道平均旅行时间减少了24.8%.  相似文献   

9.
基于元胞传输模型的交通事件消散建模   总被引:3,自引:0,他引:3  
介绍了元胞传输模型(CTM)的基本原理,并建立了交通事件消散时间的元胞传输模型。分析了上海市城市某段快速路交通事件发生位置处拥挤波的产生与消散,并对此问题用元胞传输模型建模并进行仿真计算。仿真结果表明,事件发生的上游形成拥挤区并慢慢向上游传递;事件清除后,拥挤波的消散较慢并会蔓延较长的距离,其消散也需要较长的时间。因此,有效的交通管理对缓解交通拥堵,减少交通延误有着重要的意义。  相似文献   

10.
杜敏  曾平 《湖南交通科技》2006,32(2):152-153,168
匝道在城市路网中承担的主要功能是实现城市高速公路和地面路网之间的交通转换,匝道的通行能力是整个路网效率的重要指标。上海内环高架大柏树上匝道和逸仙高架合流连接主线形成了连续式入口匝道。基于FIFO模型,对这种入口匝道的通行能力进行了研究,并通过采集高峰期间的流量调查结果,标定了论文中的理论模型参数。  相似文献   

11.
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。  相似文献   

12.
利用传染病模型研究空中交通拥挤传播规律   总被引:2,自引:0,他引:2  
为避免以往研究中主要集中在拥挤传播网络分布和现实数据观察等表象环节,发掘空中交通拥挤传播演变的科学规律,以空中交通拥挤传播与传染病传播过程的相似性分析为切入点,参考传染病SIR 模型,建立空中交通拥挤传播模型,并利用相轨线分析和参数分析等方法,得到拥挤传播趋势及阈值,解释了拥挤传播影响因子和消散因子对拥挤传播过程的影响.结合亚特兰大和白云机场实际延误数据,发现所建模型能够恰当地表述基本拥挤过程,但各类因子需根据运行实际调整而无法形成固定值,且对较复杂的拥挤过程需要引入新的参数.  相似文献   

13.
首先分析了快速路入口匝道排队导致地面交通拥堵的现象,然后综合考虑快速路主线交通流密度和入口匝道排队长度两个因素,提出了一种基于神经元自适应PID控制的快速路入口匝道控制策略。与传统的入口匝道调节方法ALINEA相比,新方法将快速路系统和平面道路系统有机的结合起来,仅略微地增加快速路交通流密度,且对快速路的负面影响较小,有效降低了入口匝道排队长度并消除了入口匝道回溢现象与快速路交通拥挤的反复振荡现象,对于实际应用中的随机干扰具有良好的抑制能力,提高了整个交通网络的运行效率。最后通过仿真对新方法进行了说明和验证。  相似文献   

14.
为使元胞传输模型(Cell Transmission Model,CTM)适用于城市道路环境下的交通流仿真,以流量守恒定律和宏观基本图为基础,推导出使用交通流密度描述元胞动态特征的迭代公式,克服了基本CTM中所有元胞长度必须相等的局限性.同时提出了基于车道功能和信号相位的进出口路段和交叉口内部的元胞划分方法,并根据停车线处的放行流率动态调整受信号控制元胞的发送流率,由此提出了考虑信号控制的改进CTM.最后,分别使用该CTM和VISSIM软件对一个包含2个交叉口的城市道路进行仿真,并对比分析输出结果.实验表明,两者输出的交通流密度曲线吻合度高,对信号控制交叉口交通流的排队和消散特征的描述十分接近,与此同时,改进CTM显著地减小了计算开销和用时.  相似文献   

15.
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。  相似文献   

16.
本文基于对城市快速路入口匝道控制问题的分析,用微观交通仿真软件PARAMICS建立入口匝道控制仿真模型,对三种入口匝道控制算法(ALINEA,NEW-CONTROL和MIXED-CONTROL)进行仿真对比研究。结果表明三种算法都能一定程度上改善快速路的交通拥挤。同时给出三种算法的差异性描述,从交通流特征和算法特点分析产生差异的原因。最后指出MIXED-CONTROL在优化主线交通流的同时减少了入口匝道的车辆排队长度,其在高需求时的总体性能优于其它两种算法,是比较适合于实际应用的匝道感应控制算法。  相似文献   

17.
在出租车轨迹数据挖掘的基础上,本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上,利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图,并对宏观基本图的流量-密度关系进行拟合;进而使用高斯混合聚类法,将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析,发现3类交通状态下网格行程时间表现出不同的分布特征,畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布;通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一 定可靠度条件下的行程时间,对不同线路和时间内的案例分析结果表明,该方法对路径行程时间估计的平均绝对误差在1%~16%,可以为交通诱导与未来导航提供技术方法支撑。  相似文献   

18.
为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。   相似文献   

19.
为解决城市发展带来的交通拥堵问题,发掘道路交通的潜力,提高车路协同环境下车辆在路网中的行驶效率,面向群体车辆提出了一种诱导优化方法和协同控制策略;在车辆诱导分配方面,在起始点和目的地之间的可达路径中,以交通效率最优、车辆排放最小为目标,设计了基于道路饱和度、车辆行程时间和延误的群体车辆分配规则,建立了群体车辆诱导分配优化模型,并用多目标非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)和多目标粒子群优化算法进行求解;在车辆协同运行控制策略方面,基于引力场思想建立了多车协同运行模型,并提出了多车协同加减速策略;通过仿真验证比较了不同网联自动驾驶车辆(CAV)渗透率下的车辆诱导优化结果,同时仿真了车辆协同加减速策略,并将诱导优化方法和协同控制策略进行了联合仿真。仿真结果表明:多目标诱导分配方法可以提升车辆速度和环境效益,且群体车辆平均速度与CAV渗透率正相关;在四车组队行驶环境中,车辆协同加减速策略能够将车辆在加速和减速时的初始平均加速度分别提高15.0%和8.2%,让车辆快速达到目标速度,保障行车安全;在联合仿真环境中,路网群体车辆的加速度平均提高了11.6%,速度平均提高了1.6%,碳氧化合物排放量减少约4.9%。由此可见,提出的方法能够提高路网通行效率,降低车辆能源消耗,减少对环境造成的不良影响。   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号