基于CRITIC-TOPSIS法的城市交通拥堵演变趋向指数研究

为更加全面地评价城市道路交通拥堵,重新界定交通拥堵内涵,阐述交通拥堵状态与交通拥堵趋势之间的逻辑关系,提出交通拥堵演变趋向指数(ETI)概念.运用聚类分析法构建并筛选拥堵趋势评估指标——行程时间比变化率、饱和度变化率、拥堵里程比变化率及拥堵持续时间变化率,基于CRITIC法和TOPSIS法构建交通拥堵演变趋向指数模型,对城市主干路交通拥堵趋势进行评价,并将此方法应用于哈尔滨市三条主干路中进行交通趋势评价.该指数模型的建立可为城市道路交通拥堵提供更加完善的评价模型,也可为居民出行、提高交通管理水平提供参考.     

城市路网交通拥堵H-Fuzzy评判方法研究

根据城市路网交通拥堵的空间分布特点将路网交通拥堵划分为路段拥堵和交叉口拥堵,参考城市道路和交叉口服务水平的划分标准将路网交通拥堵度划分为堵塞、拥堵、较拥堵、较畅通、畅通5个等级,选取了路网交通拥堵的判定指标,运用层次分析法建立了路网交通拥堵的二级评判指标体系及相应的H-Fuzzy综合模糊评判模型,最后对一典型路网交通拥堵状况进行了判定,研究成果对于评估城市交通网络拥堵提供了一种有效的定量分析方法。     

基于不同张量算法的交通拥堵识别效果对比分析

基于表征多维动态交通数据的张量数学模型，利用行程时间交通数据，对张量算法中交通拥堵识别效果较好的基于鲁棒主成分分析的张量恢复算法(RSTD)和基于贝叶斯定理的张量恢复算法(BPTF)进行分析，对比两种算法对交通拥堵的识别效果。结果表明，两者在常发性拥堵(早晚高峰)识别上的差距并不大，RSTD算法的偶发性拥堵(意外延误)识别能力强于BPTF算法，且RSTD算法具有更高的识别精度。整体来说RSTD算法的交通拥堵识别效果优于BPTF算法。     

基于LVQ神经网络的交通拥堵预测研究

面对大量的交通参数数据,如何快速建立高效的分类预测模型以尽快地对拥堵状态进行判别是一个重要的问题。本文利用检测器提供的车速、流量和占有率等相关参数信息,提出了基于学习向量量化（LVQ）神经网络的交通拥堵预测模型．通过使用Matlab7．3数学软件的神经网络工具箱对该神经网络不断地训练,最终可以对道路正常状态和拥堵状态进行分类,通过交通流参数数据的输入预测出路段交通拥堵状况．最后,给出算例进行网络训练和测试,训练结果表明,运用该算法进行交通拥堵预测取得了良好的效果,具有一定的现实意义．     

基于交通流生存函数的交叉口通行能力计算模型

针对基本通行能力不能全面反映道路交通状况的缺点, 提出了城市道路随机化通行能力概念; 依据评价体系定义交通中断与持续中断, 量化了城市道路交通拥堵程度; 研究了现有通行能力估计方法, 利用乘积限与寿命分布列构造并估计了交通流分布函数; 结合交叉口各入口交通流数据特性改进传统连续交通流参数模型, 提出了基于交通流生存函数的交叉口通行能力计算模型; 将该模型估计结果与道路通行能力手册HCM2010中的模型估计结果和交叉口实测流量进行误差对比。分析结果表明: 生存函数模型计算出的中断、持续中断交叉口通行能力与HCM2010中的模型计算结果误差均值分别为0.162 1与0.116 4, 方差分别为0.029 0与0.015 2, 两者误差波动均较小; 提出的计算模型结果与实测较大流量相对误差分别为9.720%、3.822%和4.936%、4.779%, 统计意义下提出的计算模型相对误差为5.871%, 估计效果稳健; 城市道路交通中断次数、可接受中断概率、交通流、速度与道路通行能力之间存在生存函数乘积限对应关系, 研究交叉口的通行能力为7 632 pcu·h-1, 提出的计算模型估计结果更具有可靠性。可见, 提出的计算模型适用性较好, 特别在不同拥堵程度的城市道路交通区域, 通过可接受中断概率估计通行能力, 可为城市道路交通组织与管理部门提供优化目标、科学决策和易于接受的理论依据。      

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。     

�������н�ͨ�Ľ�����ź���ʱ��Ŀ���Ż�ģ��

城市道路交叉口各交通方式构成比例不同,对控制方案需求不一. 针对各种交通方式混行的信号控制交叉口,考虑道路使用率、出行者时间效率以及环境效益之间的协调关系,结合多目标规划模型的思想,以通行能力最大、车辆停车率及出行者平均延误最小为目标,以饱和度为约束条件,建立交叉口信号配时多目标优化模型. 根据不同交通状态下,各交通方式混合比例确定各性能指标的重要程度,最后运用遗传算法进行求解. 计算结果表明,配时参数多目标优化模型在综合性能指标下优于Webster算法,而且能较好地适应各交通状态的变化,使快、慢行交通协调运行.     

人工心理在无信号交叉口中的应用研究

无信号交叉口在城市交通网络中起着非常重要的作用,同时也是交通事故的多发地.基于人工心理学与人工智能研究,根据隐马尔可夫模型及其理论,通过识别行人的行为姿态与心理状态的关系建立的无信号交叉口行人心理状态与姿态的隐马尔可夫关系模型,可以由人的姿态和面部表情判断出人的心理状态,从而为司机驾驶提供决策支持.     

���н�ͨӵ��̬�Ƽ�ص�ʱ�շֲ���̬ʶ��ģ��

为了及时发现和预警城市交通高峰时期的偶发事件,研究了态势监控的城市交通拥堵动态跟踪问题.对交通拥堵的相关属性、变化规律、空间分布以及判别方式等进行综合研究的基础上,分析了道路交通流的非线性动力学特征,建立了基于时空分布的路网交通拥堵态势监控的动态预警模型,提出了解决城市路网交通拥堵的方法,达到了充分利用交通资源、疏导交通、缓解交通拥堵的目的.该模型在对占有率、速度、流量三个基本交通流参数进行处理获得新的交通拥挤判别指标基础上,通过形态识别模型对拥堵状态进行判定.实例分析表明,该模型为缓解城市交通拥堵问题、提高城市交通管理水平、改善道路交通安全形势等具有重要的理论意义和应用价值.     

基于改进遗传卡尔曼算法的短时路段行程时间估计

为进一步提高城市道路行程时间短时预测的准确性,利用城市浮动车全球定位系统(global positioning system,GPS)数据,提出基于遗传算法(genetic algorithm,GA)优化的卡尔曼滤波(kalman filtering,KF)模型估计短时道路行程时间的方法。利用高斯滤波器对异常数据进行有效剔除,基于城市道路地理信息系统(geographic information system,GIS)数据提出道路地图匹配算法,利用卡尔曼滤波器预测匹配道路的行程时间,并通过遗传算法优化卡尔曼滤波的误差参数。实际算例表明:预测路段的行程时间误差均小于0.5 min,基于GA优化的KF算法能有效提高路段行程时间估计的精度。根据预测行程时间对上海市外环路各个路段不同时间的拥堵情况进行预测识别,预测结果有助于交通管理部门及时掌握城市道路运行状态信息。     

基于老城区特殊交叉口信号优化研究

为了解决地级市及县城城区交通拥堵的现状,对老城区目前的交通特征及存在的突出问题进行了系统分析,并以L县老城区为例,对较拥堵的H十字交叉口进行了实地数据调查。通过详细分析H十字交叉口现状与存在的问题,对此交叉口进行渠化设计,提出优化交叉口的信号配时方案,从而能够在一定程度上缓解L县老城区交通拥堵的问题,同时对类似的地级市及县城城区拥堵交叉口的优化研究具有一定的借鉴意义。     

基于浮动车速度波动特征的交通状态识别

为实现路段交通状态的准确判别,解决单参数无法直接识别道路交通状态问题,本文利用高频浮动车速度数据,使用灰度共生矩阵特征值对比度和逆方差表示车辆行驶的波动特征。基于城市道路交通状态变化的动态性与连续性,围绕固定时间窗口内车辆的平均车速、对比度和逆方差,采用FCM (Fuzzy c-means)算法进行聚类分析,得到畅通、平稳、拥挤和阻塞这4种状态阈值。提出基于多维高斯隐马尔可夫模型的交通状态识别方法,分别以3,5,6 min固定时间窗口训练模型。模型状态转移矩阵表明,时间窗口越小其保持原有交通状态的可能性越大,时间窗口越大交通状态突变的可能性越大。使用不同序列长度对比3种时间窗口在测试集中的识别精度,结果表明,随着序列长度的变化,精度显示出先升高后降低的趋势,且固定时间窗口越大,不同序列长度的识别精度变化越均匀。最后利用5 min固定时间窗口划分数据使用本文方法和支持向量机以及随机森林分别进行道路交通状态识别,综合精度分别为92.00%、84.89%、88.48%,同时本文方法在查准率、召回率和F1度量(F1-score)指标均优于其他两个模型,说明道路车速的波动特征可以很好地反映道路交...     

������״̬�����Ⱥ�źſ��ƻ���ʵʩ���

为改善过饱和状态交叉口群的交通控制效果,优化了交通控制目标和结构,制定了信号配时方案优化的实施框架. 在分析溢流、滞留排队和阻挡等拥堵诱因的基础上,根据优化过饱和状态交通控制的需求,选取关键路径上通过车辆数最大和平均排队最小作为优化目标. 在单点交叉口层和交叉口群层间增加关键路径层,优化交通控制结构. 结合过饱和状态交叉口群交通控制特性,提出信号配时方案优化的实施框架及分层优化措施. 南京市广州路交叉口群仿真验证结果表明, 按信号配时优化框架建立的配时算法,可显著增大交叉口群内关键路径的通过车辆数,降低平均排队长度,改善过饱和状态交叉口群交通运行状况.     

量化子空间分布隐马尔可夫模型的直接训练

尽管量化子空问分布隐马尔可夫模型(QSDHMM)的间接训练算法具有简单实用等优点，但仍存在两个方面的不足：其一，QSDHMM的间接训练实际上要经历两个最优化过程，即先用原始语音数据训练连续分布隐马尔可夫模型(CDHMM)，然后将训练好了的CDHMM转换成QSDHMM。因此，QSDHMM的精度将受到影响；其二，没有发挥QSDHMM本身参数少的潜在优势．在系统的子空间捆绑结构为已知的前提下，文中提出了QSDHMM的直接训练算法．仿真实验表明，与传统的训练算法相比较，采用直接训练算法可减少训练数据约10倍，但识别精度并无明显降低。     

基于智能路况信息下城市道路阻抗函数模型

为探讨车辆在城市道路上实际行驶时间，合理规划道路交通流，提出一种改进的城市道路阻抗函数模型。城市道路阻抗分为路段延误和交叉口延误，其中路段延误采用王素欣改进的道路阻抗函数模型对SPIESS路阻函数进行修正，利用城市道路交通流三参数速度、交通量、密度的关系推导出交通饱和度与交通密度的关系式。在交叉口节点延误中对Webster模型进行改进，并对整个道路阻抗函数模型进行相关道路影响因素(交叉口间距、行人自行车干扰、道路宽度)的修正，最后利用百度地图的智能实时路况查询服务来获取道路数据。通过对改进的城市道路阻抗函数模型得出的实验结果进行验证对比与独立样本T检验，结果表明改进的道路阻抗函数更贴近实际行驶时间，对路径规划和智能交通平台有参考意义。     

��Ͻ�ͨ���źŽ�����Ŷӳ��ȼ���ģ���о�

交通拥堵是当今世界的难题,而排队长度作为判断交叉口阻塞的标志,对其模型的研究具有重要意义. 针对我国混合交通的特性,结合交通冲突机理,首先考虑左转自行车对同向直行机动车的干扰,运用交通波动理论,提出了左转自行车对机动车干扰造成的排队长度计算公式. 在此基础上,研究红灯初期滞留车辆数的变化规律,提出了红灯初期滞留车辆数的动态计算公式,建立了适合于北京市实际交通状况的信号交叉口排队长度动态计算模型. 通过大量实验数据表明,该模型可行有效,在不同交通状态下均有较高的计算精度,为交叉口信号优化配时、缓解拥堵提供理论依据.     

基于反馈背景模型的城市道路交叉口前景目标检测

为准确检测城市道路交叉口监控视频中缓慢行驶或短时停留的前景目标,提出了一种基于前景目标反馈的背景模型检测方法.首先基于观测样本的像素值构建背景模型,利用计数器观测像素点检测为前景或背景的次数并描述当前场景的交通状态和稳定性,其次根据场景自适应阈值判断当前像素点为前景点或背景点,最终通过交通状态和场景的稳定性更新背景模型.采用基于真实的交叉口视频场景对算法的有效性进行了定性与定量分析.实验结果表明,该算法在复杂的城市道路交叉口场景中检测出缓慢行驶或短时停留车辆的性能优于其他方法,同时能够满足城市道路交叉口智能视频监控实时性和准确性的要求,为交叉口前景目标的行为分析奠定了基础.     

基于模糊C均值聚类的城市道路交通状态判别

为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类（FC M ）判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。     

人工心理的在无信号交叉口中的应用研究

无信号交叉口在城市交通网络中起着非常重要的作用，同时也是交通事故的多发地。基于人工心理学与人工智能研究，根据隐马尔可夫模型及其理论，通过识别行人的行为姿态与心理状态的关系建立的无信号交叉口行人心理状态与姿态的隐马尔可夫关系模型，可以由人的姿态和面部表情判断出人的心理状态，从而为司机驾驶提供决策支持。     

���е�·��ͨ��ӵ������ģ������ģ��

为了实现对道路交通抗拥堵能力的识别和定位,为解决城市交通拥堵问题提供参考,本文从城市道路交通抗拥堵能力的影响因素入手,借助大规模样本数据,采用探索性因子分析法,借助SPSS软件构建了城市道路交通抗拥堵能力的三层指标体系,提出了抵抗交通拥堵的4种能力和8项指标;利用vague集的模糊评判思想和层次熵分析法,建立了城市道路交通抗拥堵能力的模糊评价模型.结果表明,交通社会化理念作为本文提出的一项新的、宏观的指标,在抗拥堵能力评估中开始发挥较大作用;实例分析的结果说明了青岛市内七区抗拥堵能力不高的现状,同时验证了vague模糊评判结果的合理性.