基于AIS原始数据的天津港交通流模型

基于OD(Origin and Destination)交通流模型理论,使用大连海事大学动态仿真和控制实验室自主开发的电子海图显示软件与数据库,采用设置断面,处理、分析AIS原始数据,统计船舶通过断面时位置的方法,分析天津港航道船舶交通流状况。利用数理统计知识,初步建立天津港交通流模型,揭示天津港航道船舶交通流的规律并生成模拟交通流。研究结果可以为VTS模拟器的研发以及天津港船舶交通流的管理提供科学依据。     

洋山港VTS报告船舶流的统计特性

为分析某水域船舶流特征和运行规律,量化研究船舶流到港规律,为港口营运和船舶交通管理(vessel traffic services, VTS)提供数据支持,以洋山港水域2020年66 d内连续的1387条VTS实测船舶流记录数据为统计样本,基于矩估计理论的K-S检验和χ²检验,从拟合最优的角度对船舶到港情况进行参数估计。结果表明,洋山港水域VTS报告的船舶在8、9月的船舶流样本服从正态分布,7月船舶流样本不服从泊松分布和正态分布,证明船舶流的分布特征随环境和时间因素变化显著,仅采用泊松分布或正态分布并不能全面描述水域交通流特征。相关研究结论可为船舶流特征分析、通航调度等相关研究提供借鉴和参考。     

内河航道船舶交通流动力模型研究

通过研究传统交通流模型的跟驰理论,发现其简化过程无法考虑船型尺寸分布、船舶动力、水面阻力等复杂的船舶航行条件。为克服上述限制条件,增加粘性阻力项建立船舶跟驰模型,将跟驰模型中的微观参量转换为宏观参量,建立船舶交通流动力模型,对交通流模型进行了数值离散。模拟结果表明船舶交通流动力模型能够再现各种交通扰动波的传播情况,具有较好的适用性。     

基于船舶流的交通时间阻抗模型

为确定航道的交通阻抗,研究了船舶交通流的基本特性,分析了无船闸航道基本段与船闸的通航特点,建立了基于船舶交通流理论的交通时间阻抗计算模型,以客观的描述船舶交通出行时在不同交通流状态下的运行效益.算例计算分析表明,模型是可行、可靠的,能够根据船舶运行的基本实测数据确定任意路径的时间交通阻抗.     

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。     

����ͳ�����Եij��п���·��ͨ��״̬����

目前交通流理论研究的主要对象为高速公路，与其相比，城市快速路交通流则具有明显不同的特点。交通科学是一门实证科学，本文在实证数据的基础上，首先对城市快速路交通流速度概率分布进行了研究，分析了在不同密度条件下速度概率分布的特性。在此基础上，在流—密平面中将交通流划分为自由流、谐动流、同步流和堵塞4个稳态相位，并具体讨论了各个相位的性质，定量标定了每个相位的区域范围。     

基于Lempel-Ziv算法与TOPSIS的水上交通流复杂性测度

为了定量分析并划分水上交通流的复杂性等级,提出了一种基于Lempel-Ziv算法与TOPSIS的水上交通流复杂性测度方法。运用Lempel-Ziv算法求得实测水上交通流时间序列和对比序列(周期序列、Logistic序列、Henon序列、随机序列)的复杂性特征值,采用TOPSIS得到各个序列的贴近度,根据对比序列的贴近度划分复杂性等级区间,按照水上交通流时间序列的贴近度和所在的复杂性等级区间来表征各个序列的复杂程度,并对长江口南槽航道的实测水上交通流进行复杂性测度。计算结果表明:船舶交通事故数量和下行标准船舶数量与船舶交通流时序复杂性贴近度的相关系数分别为0.698 1、0.769 2,变化趋势基本一致,表明贴近度的计算结果可以反映水域船舶交通流的复杂性;周期序列的贴近度为0.000 1,随机序列的贴近度为0.999 9,Logistic序列和Henon序列的贴近度分别为0.449 2、0.537 7,其值大于周期序列的贴近度,小于随机序列的贴近度;2013年7~11月水上交通流序列的贴近度分别为0.828 0、0.852 7、0.856 5、0.823 7、0.810 7,说明序列的复杂性基本一致;5个月的水上交通流序列的贴近度远大于周期序列的贴近度,处于随机序列和Henon序列的贴近度之间,更接近随机序列的贴近度,说明水上交通流系统不是周期与完全随机的动力学系统;5个月水上交通流复杂性的整体等级为1级,表现出高复杂性的特点。     

城市无信号控制T型交叉口通行能力计算方法

以当量人群描述非机动车和行人对机动车通行的共同影响,对城市无信号控制T型交叉口的交通流运行优先等级进行重新划分,共划分为5 级.将主路直行车流和横穿支路的当量人群流作为独立优先流,应用间隙接受理论,研究了各次级交通流的可能通行能力计算方法.考虑高等级次级交通流及横穿主路的当量人群流的影响,采用概率论方法研究了各次级交通流的可能通行能力修正系数,从而得到各次级交通流的实际通行能力计算模型,进而得到整个无信号控制T型交叉口的通行能力计算方法.结果表明,以当量人群描述非机动车和行人对机动车通行的共同影响计算过程简单,符合我国城市道路交叉口非机动车和行人多的实际情况.     

ͻ�������ڽ�ͨ������������Ӧ������

高速公路或者快速路交通流的运行数据中常常可以观察到数据间隙现象，相应的交通流参数关系图中(如流量—密度图)会发现某些变量发生了“跳跃”式的变化.传统的交通流模型无法处理这种现象，突变理论则给出了合理的解释.本文总结了数据间隙的研究，介绍了突变理论的基本内容，综述了国内外应用突变理论解决交通流数据间隙问题的研究历史和现状，展望了突变理论应用的前景.     

基于SPSS和多元线性回归的船舶交通流分布拟合研究

基于多元线性回归理论对影响船舶交通流的主要因素进行了分析,利用SPSS软件拟合了交通流量分布函数,并以长江流域江阴段的船舶交通流量数据进行验证,实验结果表明船舶交通流量分布函数模型具有较高的可信度.