基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。     

基于卡尔曼滤波的交叉口排队长度实时估计模型

为解决现有排队长度估计方法不能对排队长度进行实时秒级估计的问题，本文采用车联网实时数据，构建基于卡尔曼滤波的实时排队长度估计模型。首先，以当前时刻加入和离开排队队列的车辆数为输入变量构建状态转移方程，以当前排队网联车的数量和渗透率构建观测方程；其次，采用回归模型估计状态转移方程和观测方程的噪声协方差矩阵；然后，提出基于卡尔曼滤波方法估计排队长度的流程算法和模型性能评价指标；最后，基于实际数据构建仿真环境验证模型的有效性。结果表明：当网联车渗透率为30％时，平均绝对误差(MAE)，平均绝对百分比误差 (MAPE)和均方根误差(RMSE)的平均值分别为1.6辆，20.9％和2.5辆；当渗透率大于20%时，与基准方法相比，本文模型估计效果更优。     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明:GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。      

低频GPS数据和交叉口延误下的行程时间估计

为解决低频GPS数据条件下路段行程时间估计误差较大的问题,分析了车辆在道路交叉口影响区域的延误特征,根据两个相邻GPS点跨越一个或多个交叉口,以及跨越的交叉口影响区域內有无GPS点,划分了4种GPS分布类型,并设计了相应类型的基于交叉口延误计算的路段行程时间插值算法.以北京市八角地区实际GPS数据为例验证了本文算法,结果表明:在平峰和高峰时段,用本文算法计算的路段行程时间的平均绝对相对误差不超过14%;与改进插值法相比,平均估计精度提高了7.9%,在交叉口延误时间较大的路段效果更显著.      

基于三维时域Green函数法的船舶在规则波浪中的运动数学模型

在小时间区域采用级数展开法, 在大时间区域采用渐进展开法, 在大、小时间过渡区域采用精细积分法, 对三维时域Green函数进行数值计算; 采用线性叠加原理求解船舶辐射与绕射问题, 构造出船舶在规则波浪中的运动数学模型, 并采用数值方法计算WigleyⅠ型船舶和S60型船舶以Froude数为0.2迎波浪航行时的水动力系数、波浪激励力与运动时间历程。计算结果表明: 由于不规则频率的影响, 当量纲一频率为1.7时, WigleyⅠ型船舶的垂荡附加质量计算结果比试验结果小44%, 当量纲一频率为2.5时, S60型船舶的纵摇阻尼系数计算结果比试验结果小43%;随着入射波频率的增加, WigleyⅠ型船舶和S60型船舶的水动力系数和波浪激励力的大部分计算结果与试验结果的相对误差小于30%, 且二者的变化趋势一致; 对于WigleyⅠ型船舶, 当波长与船长比为1.25时, 采用三维时域方法计算的垂荡幅值响应因子和纵摇幅值响应因子分别比试验值小11.3%和4.8%, 采用三维频域方法计算的垂荡幅值响应因子比试验值大48.4%, 纵摇幅值响应因子比试验值小48.4%, 当波长与船长比为1.50时, 采用三维时域方法计算的垂荡幅值响应因子和纵摇幅值响应因子分别比试验值小3.0%和11.3%, 采用三维频域方法计算的垂荡幅值响应因子比试验值大9.8%, 纵摇幅值响应因子比试验值小23.6%。可见, 采用三维时域方法能准确地仿真船舶在波浪中的运动时间历程。      

基于自适应加权平均的路网MFD估测融合方法

路网宏观基本图(Macroscopic Fundamental Diagrams,MFD)的估测方法有基于固定检测器数据估测法和基于浮动车数据估测法,但很少有文献将两者结合起来,鉴于此,本文提出以车联网环境下联网车数据估测的交通参数为检验数据,引入动态误差,建立两个自适应加权平均数据融合模型,对两种估测法所得的路网加权交通流量和路网加权交通密度分别进行数据融合,从而更加准确地估测路网MFD.为验证模型的有效性,以广州天河区核心路网为研究区域,通过Vissim交通仿真建模分析,对比各种估测法所得路网MFD参数的平均绝对相对误差、路网MFD的状态比和差异值.结果表明,经数据融合后的路网MFD参数平均绝对相对误差和路网MFD差异值均最小,最接近标准路网MFD.     

���ν���ڽ�֯�������������Ե��о�

由于环形交叉口入口车辆直行和左转的绕行而避免了流线冲突,交织区存在着大量的分流、合流行为,车流运行特性复杂. 通过对环形交叉口交织区的摄像调查,测算并分析在该区域的合流与分流运行行为的速度分布、换道位置分布,合流车与环道上前后车的车头时距分布,以及可插间隙的利用等规律,研究发现环形交叉口交织区运行行为具有以下特性：外环道车速比内环道的车速大,合流车的车速最低;分流行为发生于合流行为之后;当可插间隙增大时,合流车速有增大的趋势;对于较小的可插间隙,通常后车时距大于前车时距;多车道环形交叉口的当量车流的临界间隙小于单车道环形交叉口临界间隙.     

环形交叉口交织区车流运行特性的研究

由于环形交叉口入口车辆直行和左转的绕行而避免了流线冲突,交织区存在着大量的分流、合流行为,车流运行特性复杂. 通过对环形交叉口交织区的摄像调查,测算并分析在该区域的合流与分流运行行为的速度分布、换道位置分布,合流车与环道上前后车的车头时距分布,以及可插间隙的利用等规律,研究发现环形交叉口交织区运行行为具有以下特性：外环道车速比内环道的车速大,合流车的车速最低;分流行为发生于合流行为之后;当可插间隙增大时,合流车速有增大的趋势;对于较小的可插间隙,通常后车时距大于前车时距;多车道环形交叉口的当量车流的临界间隙小于单车道环形交叉口临界间隙.     

重载货车冲击动态特性及其对摇枕横向载荷的影响

基于摩擦缓冲器动力学理论、车钩双向接触方法与车体摇枕载荷传递模型, 构建了车辆冲击三维动力学模型, 仿真了不同冲击速度与不同空重车状态的货车冲击, 分析了车辆冲击动态特性及其对摇枕横向载荷的影响, 并通过试验对仿真结果进行了验证。分析结果表明: 利用车辆冲击三维动力学模型顺利实现了车辆冲击时缓冲器动态特性、车钩连挂动态特性与摇枕横向载荷的仿真计算, 并获得了与冲击试验较为吻合的结果, 其中车钩力误差基本小于10%, 摇枕横向载荷误差基本小于25%;空车质量较小, 在冲击作用下车钩和从板姿态变化大, 因此, 重车冲击空车时车钩力动态曲线振荡特性较重车冲击重车更为明显, 甚至局部出现尖峰; 相对于车钩接触模型与力学传递特性, 摩擦缓冲器模型存在黏滞特性, 导致重车冲击重车和重车冲击空车下车钩接触力较缓冲器阻抗力分别小24%和31%;车钩力和摇枕横向载荷随着冲击速度的提高而逐渐增大, 且时间变化历程与最大峰值出现的时间基本一致, 相同速度下重车冲击重车的车钩力要大于重车冲击空车的车钩力, 在3、5、8km·h-1速度下分别大57%、25%和37%, 而产生的摇枕横向载荷刚好相反, 3种速度下分别小42%、53%和47%, 因此, 重车与空车调车连挂过程更容易造成转向架摇枕横向载荷过大, 应严格控制其连挂速度。      

基于ARMA 预测模型的交叉口车辆碰撞风险评估

车辆进入交叉口前的速度时间序列可用于预测车辆进入交叉口后若干步数速度值,利用车速预测值推算冲突方向车辆在交叉口内的行驶位移及其车间距离,可评估车辆发生碰撞的风险.针对交叉口附近车速分布符合随机序列特征,采用自回归滑动平均 (ARMA)理论进行车速时序预测建模,步骤包括时序数据相关性检查、模型p-q 定阶、解析式系数估计、适用性检验.试验结果表明：利用实测车速中的前40 个时序数据建立ARMA 模型,预测出的20 个车速值与实测值贴近,冲突方向两车车速归一化平均绝对误差分别为0.006 56 和0.003 4;利用全部60 个实测数据建立预测模型,检测预测值残差自相关函数发现其绝对值均小于0.258 2,表明所建车速预测方法适用.     

考虑周期性波动因素的中长期空中交通流量预测

为准确把握空域单元交通流量的变化趋势和周期性波动规律,综合考虑气候、季节、交通需求等因素,通过分析中长期历史流量数据,在线性增长模型的基础上,建立了考虑周期性波动因素的空中交通流量动态线性改进模型,采用贝叶斯状态估计和预测方法对模型进行求解,提出了一种根据空域单元流量时序数据预测中长期流量及其变化趋势的预测方法.利用国内典型空域单元实际流量数据,对比分析了上述两种模型的预测性能.实例研究表明:与线性增长模型的预测结果相比,本文模型的流量预测结果更符合我国的实际情况,反映了流量周期性波动特点,年流量预测结果的平均绝对误差从3.14%下降到了1.71%,预测误差的标准差从2.01%下降到了0.02%.      

���Ԥ����Ȩ�ص�ȷ���о�������С����ֵ����Ӧ��

组合预测法的关健是确定组合的权重，着重研究了权重确定的不同方法。在讨论传统的组合预测方法的基础上，提出了新的组合预测方法，即以绝对值之和最小为目标函数的最小绝对值法。通过实例，将新方法和传统方法进行对比，验证了新方法的精确性和优越性。     

非平稳地震作用下高墩桥梁体间隙需求分析

为了研究非平稳地震作用下高墩桥梁体防撞间隙需求,基于随机振动理论及虚拟激励法,对不同烈度下场地条件对非平稳间隙需求的影响进行了分析. 首先,建立了非平稳地震作用下相邻梁体相对位移需求与烈度间的数学关系;其次,基于理论计算的梁体间最大相对位移,确定碰撞间隙宽度需求以达到防止梁体间发生碰撞的目的;最后,以某大跨度连续刚构-连续梁体系为实际工程算例,研究了非平稳地震作用下桥梁结构在一致场地和非一致场地（实际场地）条件下的碰撞间隙需求量,且获得了不同烈度下非平稳碰撞间隙需求谱. 研究结果表明:非平稳地震作用下,硬土场地条件时,相对位移时变均方差的峰值最小,实际场地条件最大,约为硬土场地的4倍;实际场地条件的各烈度下非平稳碰撞间隙宽度需求均值比软土场地、中土场地和硬土场地分别大36%、69%和73%,均方差分别大45%、74%和78%;平稳地震激励比非平稳地震激励时碰撞间隙需求量大20%～30%.      

���Ǽ�ʻԱ��Ϊ�仯������ѵ�ͨ������ģ��

考虑城市快速路入口匝道加速车道上驾驶员行为变化特征,以间隙接受理论为基础,建立了可变临界间隙条件下的入口匝道通行能力模型. 当驾驶员在加速车道上向前行驶寻找汇入机会时,距离加速车道末端越近,其试图汇入主线的意向越强烈,所选择的临界间隙也会越小. 因此,驾驶员所选择的可接受临界间隙随着其在加速车道上行驶距离的增加而减小,从而会导致在加速车道不同位置的理论通行能力发生变化. 最后,通过数值算例分析可变临界间隙下入口匝道通行能力与固定条件下的差异. 结果表明：在考虑驾驶员汇入行为变化导致临界间隙减小条件下,入口匝道理论通行能力大于以往固定临界间隙条件下的通行能力,并且,在主路流量较大时这种差异更加明显.     

基于相关分析和安全车距的跟驰模型

为精确模拟动力性能各异的车辆之间的跟驰行为,分析了跟驰实验数据和车辆动力性能,采用回归分析法筛选变量,建立新的跟驰模型。根据车辆动力性能与车距修正模型,使模型模拟结果更符合车辆的动力性能,并具有广泛的适用性。模型模拟加速度、速度和位置与实测值之间的相对误差分别为6.0%、0.1%和1.0%,相关系数分别为0.863、0.998和1.000。由此表明模型可精确模拟车辆性能各异与车速和车间距离散性较大的跟驰车队。     

SPSA�㷨��΢�۽�ͨ����ģ��VISSIM�����궨�е�Ӧ��

微观交通仿真模型在交通系统管理、控制和优化中得到了广泛的应用. 然而微观交通仿真模型参数标定是一项复杂且系统的工作,特别是对于较复杂网络,其参数标定耗时长,且不容易找到最优解. 本文选取了应用较为广泛的VISSIM仿真模型作为基础平台,针对遗传算法（GA）的不足,建立了基于同步扰动随机逼近（SPSA）算法的微观仿真模型参数标定方法,并实现了程序的自动化标定;最后将该方法应用于北京市快速路仿真模型的驾驶员行为参数标定中,以速度的相对误差平方和作为收敛函数,通过对比GA算法,SPSA算法收敛速度快1.7倍,且在标定后的流量检验中相对误差的平方和小0.16,验证了SPSA算法在VISSIM参数标定上的优越性.     

SPSA算法在微观交通仿真模型VISSIM参数标定中的应用

微观交通仿真模型在交通系统管理、控制和优化中得到了广泛的应用. 然而微观交通仿真模型参数标定是一项复杂且系统的工作,特别是对于较复杂网络,其参数标定耗时长,且不容易找到最优解. 本文选取了应用较为广泛的VISSIM仿真模型作为基础平台,针对遗传算法（GA）的不足,建立了基于同步扰动随机逼近（SPSA）算法的微观仿真模型参数标定方法,并实现了程序的自动化标定;最后将该方法应用于北京市快速路仿真模型的驾驶员行为参数标定中,以速度的相对误差平方和作为收敛函数,通过对比GA算法,SPSA算法收敛速度快1.7倍,且在标定后的流量检验中相对误差的平方和小0.16,验证了SPSA算法在VISSIM参数标定上的优越性.     

基于生成对抗网络的交通流参数实时估计模型

为有效调控道路网时空资源，需实时估计交通流参数。若要准确估计交通流参数，应详细考虑道路网交通流时空特征。本文基于生成对抗网络，提出一种能捕捉交通流时空特征的实时估计模型，即TSTGAN模型。该模型包括生成器和判别器两部分，生成器利用门控卷积神经网络 捕捉交通流的动态空间特征，使用基于注意力机制的长短期记忆神经网络分析交通流的动态时间特征；采用门控卷积神经网络与长短期记忆神经网络构建判别器；通过对抗方式训练生成对抗网络的生成器与判别器，实时获得交通流参数估计值。使用中国山东省淄博市12个卡口设备和美国加州洛杉矶市23个线圈检测器获得的交通流量数据，验证TSTGAN模型的可靠性。结果表 明，TSTGAN模型引入的时空模块能有效提取交通流的时空特征，所得均方根误差和平均绝对误差比现有模型分别降低2.12%~42.41%和1.66%~40.49%，证明所提TSTGAN模型可以提高交通 流参数的估计精度。     

应急设施鲁棒优化选址模型及算法

为解决不确定情况下应急设施选址问题,采用鲁棒优化方法处理应急节点权重的区间估计,基于最优的设施选址到各个应急节点的赋权距离之和最小,建立有限期要求的不确定性应急设施选址模型,并给出了模型的求解算法,比较分析了鲁棒解与确定情况下的最优解。分析结果表明:当情况发生变化后,在确定情况下得到的最优解将发生较大的偏差,而在所有可能发生的情况下,鲁棒解与最优解目标函数值的最大偏差最小,因此,不确定性应急设施选址模型的解可以有效规避风险。     

基于单目视觉的轨道固定桩基准点测量方法

为了提高铁路线路固定桩基准点绝对坐标测量的效率, 提出了一种新的测量方法; 建立了无合作目标的单点测量模型, 采用单目相机采集激光靶标图像, 利用光饱和点重心法提取激光光斑中心; 研究了平面直线成像规律, 构造了基于正交直线的单应性矩阵求解方法, 并对图像进行透视畸变校正; 根据校正后的图像与靶标的几何相似关系, 计算了激光光斑与靶标的横、纵向偏差; 在室内环境下, 进行了靶标图片拍摄的正交试验, 计算与比较了横、纵向偏差。试验结果表明: 在激光光斑和靶标固定的条件下, 保持相机与靶标的距离不变, 改变相机角度拍摄图片, 经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.082、0.254mm; 相机拍摄角度固定, 改变相机与靶标距离拍摄图片, 经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.126、0.014mm; 在相机的角度、相机与靶标的距离都改变的情况下, 拍摄的图片经过透视变换校正后, 横、纵向偏差与期望偏差分别为0.329、0.064mm; 可见3组试验的横、纵向偏差与期望偏差的误差均小于0.5mm; 系统的水平距离测量误差范围为±1.52mm, 高程测量误差范围为±0.67mm, 根据轨道检查仪性能指标, 线路水平距离误差范围为±3.0mm, 高程误差范围为±2.5mm, 因此, 本文的测量方法精度满足轨道测量要求。水平距离测量误差完全由激光测距仪和倾角传感器决定, 而高程测量误差是由激光测距仪、倾角传感器与激光点和靶心的偏移量共同决定的。