基于OVM模型的交通流混沌研究

研究基于OVM模型的交通流混沌问题。用Matlab结合C 语言编写OVM模型的仿真程序来产生交通流时间序列。在一定的参数组合下,仿真研究交通流车队中不同序号的前后车辆之间的车头间距变化过程。通过分析这种车头间距变化过程的变化曲线并利用小数据量方法计算Lyapunov指数,证明了基于OVM模型产生的交通流中存在着混沌现象。讨论模型参数和仿真试验参数对该理论交通流运动状态的影响,给出相应的仿真研究结果,得出对于研究与应用交通流理论有益的结论。     

车头间距与高速公路交通流混沌

为了分析交通流混沌的转化机理，探讨了车头间距与高速公路交通流混沌的关系．提出了一种快速判别交通流混沌的最大李雅普诺夫指数改进算法，并用此改进算法和功率谱法研究了高速公路实测交通流的混沌问题，绘制了实测交通流的功率谱曲线．通过分析功率谱曲线，可以明显地观察到交通流频谱出现了噪声和宽峰的变化；用最大李雅普诺夫指数改进算法计算实测交通流的最大李雅普诺夫指数，结果表明，高速公路实测交通流中存在混沌现象．研究表明，车头间距的变化是交通流混沌现象产生的根本原因．     

基于智能司机模型的交通流混沌现象分析

利用智能司机模型仿真交通流中的走走停停现象，通过分析仿真程序产生的交通流时间序列,讨论了参数变化对交通流运动状态的影响，给出了相关的仿真结果．分析结果说明在该模型基础上产生的走走停停交通流在一定密度条件下确实存在着混沌现象，并随条件参数不同存在着有序运动与混沌两种不同运动形态的转化．     

基于跟驰模型的交通流混沌研究

本利用Simulink软件，基于皮埃莱跟驰模型，建立了由十辆车组成的车队的动态仿真模型。实验中通过采集车队中不同位置的车辆与其前车辆的车头间距来分析研究交通流程沌现象。通过仿真研究分析，得到的主要结论为皮埃莱跟驰模型产生的交通流存在混沌现象，后车驾驶员对前后车相对速度越敏感越容易出现混沌现象，后车驾驶员对前后车车头间距越敏感越容易出现混沌现象，首车所受干扰振幅越大越容易出现混沌现象。     

基于一维元胞自动机模型的交通流混沌研究

应用交通流一维元胞自动机模型进行仿真试验,研究理论交通流的混沌现象.仿真中选取某一观测点记录车辆到达该点的车头时距,应用非线性分析软件TISEAN计算该车头时距序列的Lyapunov指数谱和Kolmogorov熵.试验结果证明交通流中存在混沌现象.从试验结果分析找出了产生交通流混沌现象的2个因素:车辆密度和车辆减速概率.当车流密度超过某一值时仿真出的交通流会产生混沌现象,而出现混沌的根本原因在于交通流的内在随机性,其中车辆不规则的加速、减速是这种内在随机性的主要因素.     

CACC车辆跟驰建模及混合交通流分析

建立协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆跟驰模型,并分析不同CACC比例下的混合交通流通行能力,尾部碰撞安全及交通排放.考虑车辆期望车头间距随速度动态变化的交通流特性,建立基于非线性动态车头间距策略的CACC跟驰模型,推导不同CACC比例下的混合交通流基本图模型,分析CACC提高通行能力的交通流运行机理.设计高速公路上匝道瓶颈数值仿真实验,评估不同CACC比例下的车辆尾部碰撞安全隐患,以及油耗、CO、HC、NOx的排放.研究结果表明,本文建立的CACC模型能够在交通流速度基本不变的情况下,以较高的交通流密度显著提升通行能力,同时有利于车辆尾部碰撞安全风险及交通排放的降低.     

不同交通流状态下的车头间距分布

采用实地调查方法,将车头时距经速度转化成车头间距,并利用实测流量进行饱和度的计算,进而对车头间距进行深入的研究,得出不同交通流状态下车头间距的分布特性．自由流阶段车头间距分布是属于负指数分布,稳定流开始车头间距属于移位负指数分布,至稳定流后期车头间距分布只有部分属于移位负指数分布,r值随着交通流量的增加会缩小;在稳定流后期（0．53～0．63）和不稳定流（0．64-1）一般采用爱尔朗分布拟合．     

基于感知能力的微观交通流动力学建模与仿真

基于驾驶员驾驶行为感知能力,提出了一种新的微观交通流动力学模型. 通过理论分析和数值模拟,对新模型的性能进行了详细的研究分析. 通过理论分析,基于线性稳定性理论,得到了新模型的稳定性条件. 通过数值模拟,深入分析了各参数对密度波和迟滞环的影响,进而对交通流稳定性的影响. 仿真算例结果表明：驾驶员感知能力对交通流稳定性有显著影响,车头距离变化信息可有效增强交通流的稳定性,对stop-and-go 交通拥堵有显著抑制作用,但不可避免的感知缓冲时间会破坏交通稳定性,进而产生严重的stop-and-go 交通拥堵;密度波和迟滞环的数值仿真结果与理论分析结果吻合得很好,验证了理论分析结果.     

考虑动态交通流的停车场车辆最优疏散模型

为有效地制定停车场车辆疏散方案,缩短车辆疏散时间,研究了考虑道路网动态交通流特征的停车场车辆最优疏散模型. 首先,根据排队论将停车场每个出口车道的车辆排队抽象成一个M/M/1/1排队系统,分析出口道路交通流车头时距对车辆离开率的影响,从而估算车辆在停车场内的排队时间. 其次,构建道路网节点交通流均衡模型和路段交通流均衡模型模拟车辆的疏散路径选择行为,并估算疏散车辆的行驶时间以及在交叉口的延误时间. 最后,选取一个具有4个出口的停车场进行车辆疏散仿真模拟. 研究结果表明:出口处道路交通流车头时距对停车场车辆排队时间、行驶时间和总疏散时间均有显著影响,并且车辆在道路网中最优路径的选择主要受非疏散交通流影响;该模型能模拟停车场车辆在疏散过程中的动态交通特征及时间消耗,根据出口处道路交通流车头时距动态调整车辆离开率,提升疏散效率.      

基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

机动车混合交通占有率-流量模型研究

在交通流基本参数模型中,密度参数难以直接获取,占有率-流量模型具有较强的实用价值。提出占有率分析单元概念,分析混合交通不同跟车组合下,大型车辆混入对分析单元中占有率参数的影响机理,综合分析单元出现概率,得出在占有率-流量模型中,原始占有率难以反映出大型车辆对交通流影响效应的结论,随后基于车头时距和大车率修正原始占有率,最终建立了机动车混合交通情况下的占有率-流量模型,并用北京快速路实测数据对模型进行了检验,证明占有率修正之后,占有率-流量模型更加精确。此模型等式两边都考虑了大型车辆的影响效应,具有更好的实际物理意义。     

基于自动车牌识别数据的混合交通流饱和流率实时估计

为解决混合交通流饱和流率测算的实时性和时变性问题,实时获得混合交通流的饱和流率用以信号配时,本文提出基于自动车牌识别数据(Automatic License Plate Recognition,ALPR)的混合交通流饱和流率实时自动估计方法。首先,分信号周期提取车头时距数据,在当前车和后车车辆类型确定时车头时距满足同一正态分布的假设基础上,构建车头时距的高斯混合模型并应用 EM(Expectation Maximization) 算 法 求 解 ;其 次 ,基 于 赤 池 信 息 准 则 (Akaike Information Criterion,AIC)选取高斯混合模型的最优个数,拟合数据得到高斯混合模型参数;最后,根据车头时距的高斯混合模型推算出混合交通流饱和流率。以杭州城市道路3条路段的ALPR数据为例,分析基于 ALPR 数据获取车头时距的采样误差,对模型进行验证,并与传统的 HCM(Highway Capacity Manual)方法进行对比。结果表明：基于ALPR数据的车头时距采样误差满足精度要求; 与HCM的实测法相比,模型所得的混合饱和交通流率相对误差小,结果准确;该方法与传统的标准车流饱和流率折算法效果相近,并考虑混合交通流时变特性,能自动部署实时计算,鲁棒性良好,有实际应用意义。     

基于Monte Carlo法的多车道公路桥梁车流模拟

在分析实测车辆数据的基础上,确定了模型车辆、车重、车头时距等交通特征的分布类型及参数.采用Monte Carlo法进行随机抽样,自编MATLAB程序,对自由车流进行模拟,得到车重、轴重在桥梁上的纵横向分布及其随时间变化情况;讨论了车辆占用车道不均匀系数的3种不同情况,发现轴重在桥上均呈多峰分布,峰值相近,但出现频率差异...     

考虑排队阻滞和换道的改进宏观交通流模型

考虑路段上车辆换道及交叉口处排队阻滞作用,对交通流宏观演化模型进行改进.首先在排队中考虑不同车道的速度、密度差异,建立了换道模型;然后在交叉口内部划分各流向排队车辆的累积路径,分析不同的排队溢出位置对其他车流的阻滞影响;综合考虑车辆换道及交叉口处阻滞影响,建立了改进的车道组宏观交通流模型;最后设计仿真实验对模型进行验证.结果表明,在高流量需求下,本文模型能够模拟出下游的排队溢出对其他车流的阻滞影响;且在低中高3种不同的流量需求下,改进模型计算结果与仿真输出的驶离流量基本相符,与原有模型相比精度更高;由此证实了改进模型的准确性.     

设置非机动车等候区的信号交叉口交通流模型

城市机非混行交叉口的管理与控制是交通管理的重要内容.针对信号交叉口设置非机动车等候区的交通组织方式,建立了交叉口元胞自动机模型.对机动车流采用基于经典 NaSch(NS)的改进多车道元胞自动机模型,建立了交叉口换道规则,增加主动减速规则;对非机动车流采用具有侧向运动的扩展多值 CA模型.研究了设置等候区的车流状态特性,以及非机动车密度和等候区纵向长度对信号交叉口的影响.研究结果表明：设置等候区能在一定程度上提高交叉口的通行能力,但长度并非越长越好,当长度过长时在一定条件下会增大对机动车流的阻滞,总体上等候区是一种值得借鉴的方式;非机动车密度对机动车流的基本图具有显著影响.     

设置非机动车等候区的信号交叉口交通流模型

城市机非混行交叉口的管理与控制是交通管理的重要内容.针对信号交叉口设置非机动车等候区的交通组织方式，建立了交叉口元胞自动机模型.对机动车流采用基于经典 NaSch(NS)的改进多车道元胞自动机模型，建立了交叉口换道规则，增加主动减速规则；对非机动车流采用具有侧向运动的扩展多值 CA模型.研究了设置等候区的车流状态特性，以及非机动车密度和等候区纵向长度对信号交叉口的影响.研究结果表明：设置等候区能在一定程度上提高交叉口的通行能力，但长度并非越长越好，当长度过长时在一定条件下会增大对机动车流的阻滞，总体上等候区是一种值得借鉴的方式；非机动车密度对机动车流的基本图具有显著影响.