面向对象的交通网络分布式仿真并行数据结构

采用面向对象设计思想和交通并行仿真建模理论，对交通网络分布并行仿真系统数据结构进行分析。通过C＋＋语言环境下类定义的方式建立交通网络各元素的对象，并分别对其成员变量与成员函数进行描述，准确表达交通网络节点与路段之间的关系。根据标准模板库函数建立交通网络仿真的共享并行数据结构，并利用SQL数据库技术进行并行数据结构的存取，以减少对内存资源的占用，方便各仿真单元对网络数据的同步访问。最后以24个交叉口组成的交通网络为例进行仿真，仿真结果表明，其速度提高了3．5倍。     

交通网络最短路径并行算法研究综述

首先回顾了最短路径并行算法的国内外研究进展,对当前的最短路径并行算法进行分类。接着讨论了交通网络分析中最短路径并行算法常用的两种实现策略以及各自的优缺点;分析了影响网络分割策略并行算法性能的3个主要因素:最短路径算法选择、网络分割及终止检测方法。最后就实际交通网络中最短路径并行算法需进一步研究的问题给出了建议。     

基于聚类算法的交通网络节点重要性评价方法研究

评估交通网络中节点的重要性,识别出对网络效率起着重要作用的关键节点,对于预防和降低交通拥堵和交通事故等事件对路网整体效率的影响具有重要意义.为识别出关键节点,研究了一种基于聚类算法的交通网络节点重要性评价方法:将道路交通网络抽象为无向加权网络,以节点介数、节点交通量和PageRank值作为节点重要性评价指标,利用基于K-Means算法和随机森林加权的改进FCM算法确定交通网络节点重要性,适用于中小城市道路交通网络.实证分析表明,改进算法的聚类性能明显提高,目标函数值和迭代次数分别降低88.70%和61.54%,同时算法误判率也仅为5.50%,验证了所提出的方法可以更为客观地刻画交通网络节点重要性程度,更为准确地动态辨识出关键节点.      

混合交通网络设计的遗传免疫算法研究

为了研究混合交通网络设计的启发式求解算法,以路段建设费用和网络费用最小化为目标,建立了混合交通网络设计的双层规划模型。鉴于标准遗传算法的局限性,基于人工免疫思想,将免疫系统仿生机理中的免疫调节、克隆选择、免疫记忆引入到遗传算法中,给出了求解混合交通网络设计的遗传免疫算法。通过算例验证了算法的有效性,并和标准遗传算法进行了比较。结果表明,在混合交通网络的设计中遗传免疫算法比标准遗传算法具有更好的求解效果。     

分布式并行体系在交通仿真系统中的应用

以"基于Java的分布式交通仿真平台"为背景,介绍了分布式并行体系在交通仿真系统中的应用实例。着重介绍了系统的框架结构和分布并行中的数据分布,数据通讯问题的解决。给出的区域划分算法和数据同步算法不但可应用于交通仿真领域,还可以推广到其他数据分布并行问题中。最后给出了对于整个仿真系统并行效率的评价和分析。     

分布式并行体系在交通仿真系统中的应用

以"基于Java的分布式交通仿真平台"为背景,介绍了分布式并行体系在交通仿真系统中的应用实例.着重介绍了系统的框架结构和分布并行中的数据分布,数据通讯问题的解决.给出的区域划分算法和数据同步算法不但可应用于交通仿真领域,还可以推广到其他数据分布并行问题中.最后给出了对于整个仿真系统并行效率的评价和分析.     

基于安全性评价的城市离散交通网络设计方法

传统的交通网络设计以系统总出行时间、环境污染、可靠性、可达性等作为设计目标.尽管交通安全问题广受关注,但以安全为目标的交通网络设计尚未展开.基于运行速度协调性的原则,采用行驶速度与设计速度的均方误差作为交通安全水平的替代指标,建立了城市离散交通网络设计的双层规划模型,将主动安全评价提前到了道路网络规划阶段.其中上层规划以网络安全作为政策目标,下层规划以用户均衡作为政策的行为反应,并在广泛应用的Nguyen-Dupuis网络上进行了测试,测试结果显示了该方法的有效性.研究发现,通过合理添加路段,可以使交通网络的安全性达到最大.另外,尽管以安全性为导向的交通网络设计会损失一定的出行效率,但仍能取得满意的系统总出行时间.      

基于LandXML数据可视化技术的道路交通仿真三维场景快速生成方法

为提高用于道路交通仿真三维场景的建模效率,提出基于LandXML数据可视化技术的场景生成方法,定义了用于道路交通仿真的相关数据格式,设计了数据转化算法,实现工程设计数据向虚拟三维仿真图形数据自动化转化,并基于图形渲染引擎OGRE开发出场景编辑工具.使用效果表明:此方法有利于提高建模速度和精度,与工程设计数据建立的接口可使其设计成果在道路交通仿真中得以直接利用.     

基于VISSIM交通仿真的五岔路公路交叉口通行效率评价

研究利用VISSIM仿真技术,对五岔路交叉口的两个方案进行了通行效率对比分析。通过建立道路及交通流仿真模型,采用进口延误、行程时间、进口运行速度、进出口运行速度等指标,对公路交叉口的通行效率以及安全性进行评价。在仿真分析的基础上,对平交口的方案进行比选分析,为设计提供技术判断指标。     

基于保守时间窗的交通分布式仿真同步算法研究与实现

针对交通网络分布式仿真的时钟同步问题,提出了一种基于时间窗的保守性同步策略。分析对象(逻辑进程)间的关联事件,提出关联事件在进程间传递信息的延迟dij的估计方法,确定每个仿真对象的时间窗。以9个节点的示例网络为对象,实现了保守时间窗同步算法在交通网络模拟中的应用。实践表明,与其他同步算法相比这种策略具有建模容易、模拟效率高的特点。从而为满足智能运输系统中网络模拟大规模、高效率和实时动态的要求奠定了基础。     

交通流分布式并行模拟建模理论与方法的框架

基于分布式计算机网络上的并行处理技术和面向对象的建模理论，提出交通流分布式并行模拟建模的理论框架，并给出基于分布式系统上的两种建模方案；面向对象和面向消息传递的网络分割式并行模拟建模方法和标准时钟分布式离散事件模拟建模方法。该方法能显著提高交通模拟的运行效率，满足智能运输系统（ITS）中网络模拟大规模、高效率和实时动态的要求。     

高速公路模糊神经网络限速控制与仿真研究

高速公路限速控制是一个非线性时变系统,难于用数学模型准确建模,提出一种模糊神经网络实现限速控制。本文阐述了网络的结构和学习算法,根据高速公路车辆群状态、路面性能、气象条件等,建立交通流速度限制模糊神经网络模型,并进行了仿真研究。仿真结果表明网络训练速度快、精度高,适合交通流限速控制的在线建模。该方法切实可行,可使交通流更加均匀、稳定,从而提高主线运行的安全和效率。     

基于并行遗传神经网络算法的限制搜索区域最优路径方法

在大规模路网的路径诱导中，研究了基于神经网络的交通信息实时预测方法，构造了具有时变性的路阻矩阵，解决了传统静态路阻存在的局限性问题；探讨了基于并行遗传算法的最优路径求解问题，给出了相应的遗传、变异算子和群体更新方式，提出了矩形限制搜索区域方法，降低了并行遗传算法的搜索范围，解决了遗传算法在大规模路网中求解最优路径时存在的实时性差、收敛速度慢等问题；仿真实验表明该方法满足大规模路网路径诱导的准确性、实时性和快速性要求。     

基于动态交通分配的应急路径规划

为了提高在应急救援与疏散工作中的应急交通效率,针对已有相关算法未考虑交通问题动态性的不足,提出了1个基于动态交通分配的应急路径规划算法。给出了问题的定义,设计了1个基于仿真的动态交通分配模型,给出了基于动态交通分配的算法求解步骤。通过北京市路网数据对算法进行验证,证明了算法的可行性与有效性。     

船舶航行交通事件实时检测技术研究现状与展望

船舶航行交通事件检测依赖基于历史数据的离线检测方法, 检测模型适用性差, 难以满足监管人员的实时监测需求。通过分析船舶异常行为检测、航行事故检测等现有交通事件检测技术, 可以发现: 在数据层面, 监测数据来源单一、环境信息缺失; 在方法层面, 基于统计、风险评估等经典模型的事件监测方法效率高但准确性低, 基于神经网络、图像识别等机器学习的检测方法准确性高但效率低; 多源数据融合、多项技术结合的交通事件检测方法成为实时检测方法的发展趋势。在此基础上, 梳理了实时船舶航行交通事件检测的3项关键技术: (1)海事大数据技术: 高效处理船舶运动数据和航行环境数据, 统一多源异构数据结构标准, 降低数据源单一造成的事件误报率; (2)船舶行为动态建模技术: 利用知识图谱等技术融合船舶航行情境信息, 在不同船舶运动环境下利用深度学习、语义关联、图神经网络等方法构建不同的船舶行为模型, 提高检测准确性; (3)实时分析和可视化技术: 结合平行系统进行虚实系统间信息传递, 定性分析检测结果, 实时显示检测全过程, 提升监管过程中的人机交互效率。然后, 提出了包括数据采集、后台服务和客户端应用3个功能模块的交通事件平行检测系统; 该系统具备实时接收并处理船舶航行数据、分析并预测交通状态、动态检测并预警交通事件和仿真结果展示等功能。从数据融合、交通状态感知和交通虚实映射3个方面, 展望了面向海事监测实务的实时检测技术发展方向。      

基于过程神经元网络与遗传算法的交通流预测

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

基于谱聚类算法的城市路网动态分区研究

合理高效的路网分区是交通优化与控制的基础,为适应动态分区的原则并提高分区的效率和划分结果,以谱冈理论为基础结合谱聚类算法进行路网动态分区的研究。分析路网分区的原则并提出路网动态分区的模型框架,根据实时变化的交通流数据和道路交叉口的拓扑结构属性建立谱聚类的相似矩阵,给出结合谱聚类算法的路网分区步骤。通过实际数据验证了算法的实用性。结果表明运用该算法进行路网动态分区可以较好的体现交通流的变化特性,能够得到较为理想的分区结果。     

交通事件检测算法的参数敏感度研究

在交通事件发生条件下,对交通流占有率、车辆占有率、速度3个特性参数进行分析,研究交通参数对于交通事件检测算法的敏感程度。通过TSIS交通仿真软件获得交通流的实时数据,最终得到交通事件检测算法中交通流参数的选择方法。