微观交通分布式并行仿真系统设计与效益分析

为了提高交通网络仿真的速度和效率,从挖掘交通网络仿真的并行性出发,设计了分布式并行仿真系统的结构和仿真算法,通过比较选择PVM(Parallel Virtual Machine)作为并行计算的编程环境,提出基于车辆数的网络分割算法和数据时钟同步的通讯方式,使并行仿真达到负载平衡。用程序执行时间、加速比、并行效率和可扩展性4个测度指标来评价算法的并行效益,并以24个交叉口组成的交通网络为例,应用设计的并行算法在不同处理器数目下进行仿真。试验结果显示并行仿真速度比串行仿真提高了3.5倍,因此,这种并行算法提高了交通网络仿真的速度和效率,为实现更大规模的交通仿真奠定了基础。     

无线传感器网络桥梁健康监测系统时钟同步设计

基于无线传感器网络构建了桥梁健康监测网络系统,为了实时检测和获取桥梁状态信息,研究了无线传感器网络桥梁健康监测系统中传感器节点间数据传输的时间同步问题.同时通过时钟同步算法仿真,验证了自适应式时间同步算法在无线传感器桥梁健康监测系统中的有效性与可靠性.仿真结果表明,非对称式自适应时钟同步算法能够较好地实现时钟同步并对桥梁的健康状况进行实时监测.     

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。     

面向出行时间可靠性的最优路径规划

目前城市道路交通普遍存在交通拥挤、交通出行困难等问题。尤其是一些大城市,交通拥挤问题已成为制约城市进一步发展的重要问题。因此,提高出行者的出行效率和可靠性对解决交通拥挤问题具有重大意义。城市道路交通网络是一个典型的动态随机网络,网络中弧和节点的耗费是随机的,且随时间变化。其最优路径问题可以转化为图论网络中的最短路径问题。提出一种基于蒙特卡罗模拟和遗传算法的动态随机网络最短路径算法来解决城市道路交通网络的最优路径问题,并提出基于出行时长95%可靠性的最优路径选择方法来保证出行时间的可靠性。实验表明该算法可以很好地解决城市道路交通网络出行时间可靠性的问题,可以很好地运用到交通出行的路径规划中去。     

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.      

交通网络最短路权矩阵的迭代算法

介绍了求解交通网络最短路权矩阵的3种迭代算法,从迭代思路、时间复杂度、程序可读性等方面进行了比较,指出各算法的异同点以及联系,最后通过一个具体网络模拟了各算法的迭代过程.     

基于CANoe的混合动力电动车TTCAN建模与仿真

针对混合动力电动车控制器网络的特点,使用对独占窗和仲裁窗分别调度的系统矩阵设计方法设计了时间触发CAN总线(TTCAN)协议。在对网络仿真系统CANoe进行二次开发、增加应用层和会话层模型的基础上,对所设计协议进行了仿真分析,并利用实车试验对仿真结果进行验证。结果表明:周期型信息实时性好、抖动小;事件型信息的实时性受仲裁窗调度的影响较大。     

基于分布式强化学习的高速公路控制模型

针对公路交通流非线性、不确定性和模糊性特点,提出了面向控制的交通网络宏观动态离散模型,并且引入分布式强化学习来解决交通网络的控制与诱导问题。以传统网络交通流模型Metanet为基础,对其作了改进,引入起讫点的因素到模型中,提出基于OD的网络交通流动态模型Metanet-OD。根据交通网络的特点,将分布式强化学习DRL引入到交通网络中,进行匝道控制和可变显示牌的诱导控制,设定了强化学习的动作空间,并给出了DRL算法。在仿真试验中对控制效果进行了验证。     

城市道路网络交通效率计算方法研究

提出了一种基于OD对,综合考虑道路通行能力、自由流车速、流量、运行车速、出行时间等计算城市道路网络交通效率的方法,可用于评估城市道路网络的实时运行效率,也适用于路网中单个路段及部分路网交通效率的评估;并将该方法与其他交通网络效率算法如L-M算法及N-Q算法进行了比较;通过实例仿真,介绍了该方法在路网效率与OD需求关系分析中的应用。     

基于K最短路的流量分配算法研究

结合国内城市轨道交通无缝换乘的运营特点,充分考虑影响城市轨道交通网络客流分配的主要因素及轨道交通网络的特有属性,用运行时间、换乘时间、拥挤附加时间构造城市轨道交通网络广义费用函数,分析乘客在城市轨道交通网络中的路径选择行为;在此基础上,基于图的理论和随机用户平衡原则提出城市轨道交通网络客流分配数学优化模型,设计基于费用约束的K最短路算法进行求解,得出更符合实际的有效路径集合,并通过一组数据对模型和算法进行了验证。     

基于Paramics的城市路网交通控制策略评价系统研究

提出了一种基于微观仿真平台Paramics构建交通控制策略效率评价系统的理论框架与实现方法,并在微观仿真系统中提出了一个两层面的模型来描述路网：拓扑层和仿真层。作为应用实例,选择广州市海珠区中山大学附近路网为研究对象,通过现场交通调查获得道路几何数据及主要路口的实时交通流量数据,在该路口现行的交通控制策略模式的基础上,针对该地区实际存在的交通问题提出了改进的控制策略方案,进而利用所建立的评价系统分别对现行方案及改进方案进行了效率评估,最终根据定量结果获得较优的控制策略方案。     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题，提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略，再由上层神经网络根据各路口车均延误进行二次调整，将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例，通过SUMO仿真平台对模型进行仿真验证，在低与高饱和度下，该控制模型分别对车均延误降低了23.6%和26%，排队长度降低了8.4%和9.4%。实验数据表明，该模型可有效提高连续交叉口道路通行能力，为缓解城市交通拥堵提供了1种有效技术手段。      

基于时间依赖网络的城市交通紧急疏散线路研究

研究时间依赖网络的城市紧急疏散交通线路问题.在对考虑疏散过程中交叉口延误和通行能力、紧急疏散网络防堵塞改造已有研究的基础上,对紧急疏散时城市交通网络的时变特性进行分析,提出了动态路阻交通紧急疏散线路的思想.考虑到紧急疏散时不一定满足FIFO要求的特性,将研究对象转化为时间依赖非FIFO网络交通紧急疏散线路的确定问题,建...     

车路协同环境下信号交叉口车速引导建模与仿真

目前交通自适应控制策略中预测交通流到达的方法多为基于车流行驶速度服从统一分布而获得,其效率与可靠性等方面存在不足.文中利用车路协同环境下实时车车、车路通信,基于实时信号状态、排队长度、车辆位置、加速度等参数,以交叉口车辆停车时间最小化为目标,提出面向个体车辆的车速引导机制与模型,有效弥补了上述缺陷.以上海市曹安路嘉松北路交叉口为例进行仿真验证,结果表明,在高饱和状态下,文中模型能有效降低交叉口车均延误30％,减少交叉口平均停车次数60％,在中、低饱和状态下的效益更佳.     

基于小波神经网络的道路交通流量实时预测模型研究

实时交通流量预测是智能交通系统的核心内容,智能交通系统中多个子系统的功能实现都以其为基础。交通流具有高度非线性和不确定等特征,且与时间高度相关,可以看成是时间序列预测问题。根据交通流的这些特点,提出基于小波神经网络的道路交通流量实时预测模型,并以某条道路为例,通过Matlab编程实现模拟仿真。仿真结果表明,小波神经网络能够比较精确、快速地对实时交通流量进行预测,网络预测值接近期望值。     

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

基于混行跟驰仿真的CAV专用进口道动态设置方法

信号交叉口是影响交通系统运行安全和效率的关键。在国家新基建战略的提出以及车路协同技术不断发展的环境下,合理设置网联自动驾驶车辆(Connected and Autonomous Vehicle,CAV)专用进口道,对信号交叉口进口道处不同网联类型的车辆进行科学的交通组织,能够提高交叉口的通行能力,降低行车延误,促进城市交通系统效率与安全的双提升。建立协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆跟驰模型和GM (General Motor)模型分别描述混行环境下网联车辆与非网联车的跟驰行为,以提高进口道通行能力、降低延误和油耗为优化目标,采取敏感度分析方法,提出不同CAV比例、进口道车道数、交通量和信号配时方案组合情况下CAV专用进口道的动态设置条件,适用于不同交通状况的信号交叉口,具有较强的普适性。数值仿真结果表明：采用该方法设置CAV专用进口道能够提高混行信号交叉口的通行能力、降低延误和车均油耗;在实际应用时,可视交叉口类型和交通智能化程度灵活选取CAV专用进口道设置方式,为混行交通流环境下交叉口进口道的交通组织优化提供理论依据和模型支持,对车路协同系统的相关研究具有参考意义。     

干道信号协调控制优化方法

针对干道信号协调控制中控制策略及其控制优化参数设置上存在的问题,考虑到智能控制中Sugeno模糊推理所具有的复杂系统动态性能表达能力和神经网络控制方法所具有的学习能力,结合两者的优势建立了1种基于模糊神经网络的交通信号协调控制模型,实现对绿信比与相位差的优化,使用微观交通仿真软件Vissim对干线交通进行了仿真研究,仿真结果表明,该方法能更为有效地减小平均车辆延误。     

基于微观仿真的城市公交专用道设置研究

为研究公交专用道对交通运行情况的影响，以合肥市望江路为例，以实测数据为基础，通过微观仿真软件Vissim构建微观交通模型，提出以最大排队长度、延误作为节点评价指标，以路段运行速度作为路段评价指标，以路网平均运行速度作为路网评价指标的评价体系，从节点、路段、路网层面，定量化评价公交专用道设置对于交通运行情况的影响，为城市决策者提供参考。