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。     

路网最大流问题的断路算法程序设计及应用

引进交通路网最大流问题求解的断路算法，有效地克服了传统的求解最大流标号法步骤复杂，不利于计算机操作的缺点；以Turboc作为程序实现工具，完成了断路算法的程序设计，程序适用于大型路网中单起点单讫点和多起点多讫点的最大流计算。通过对赣州市现有路网最大通行能力的实例分析，证实了该程序的合理性和有效性，并为本地区未来交通路网规划提供了决策依据。     

一种实用的城市交通信号灯分配方法

介绍一种不需建立复杂数学模型的单交叉口交通模糊控制方法，根据城市交通系统的实际状况，依据交叉口4个方向车流的来车信息，对等待车队长度、延长时间等进行模糊语言描述，从而对车流动态信息采用模糊控制规则与运算规则进行描述，得出相应的调度模式。设计了模糊控制器，并对该控制器进行了仿真研究，结果表明该方法应用方便可靠，可以有效地改善交叉路口的通行能力，为优化城市交通控制提供了一种参考方法。     

基于SuperMap GIS公路养护信息系统设计

以SuperMap地理信息系统为基础平台,实现公路养护与施工数据的共享,建立一套管理信息系统,该系统能完成图形、属性、影像、文本高度集成的一体化数据库可视化统一管理,提高公路养护的效率．并能为决策提供支持。     

基于GIS的车辆行驶安全评价模型及仿真

在现有交通系统四大要素的基础上加入车辆行驶状态,构成"人-车-环境-路-车辆行驶状态"五要素."人-车-环境-路"因素采用打分的形式确定参数的分值,并利用层次分析法(AHP)计算参数权重来构建模型;"车辆行驶状态"因素则是引入加速度干扰的定义,建立了基于道路结构的加速度干扰模型.运用层级分析法建立了总的车辆行驶安全评价模型.在SuperMap软件平台上进行GIS仿真.实现了将评价模型运用到实际车辆行驶过程的安全性评价中,该评价系统可以实时地对车辆当前的行驶安全性进行评价,并根据当前的安全状况对驾驶员进行安全提示.     

基于道路线形的加速度干扰与行车舒适性分析

道路线形是行车安全舒适性的重要因素,在分析车辆行驶速度摆动大小对行车安全舒适性影响的基础上,提出了加速度干扰对舒适性的评价.根据道路平面线形的特点,建立了在直线、缓和曲线、圆曲线路段上的加速度干扰模型,通过仿真实例定量分析了加速度干扰在不同行驶速度、曲线半径情况下的变化趋势,以加速度干扰分析不同线形路段条件对行车舒适性...     

引入MARKOV过程预测的强化学习下的城市交叉口自适应交通信号配时决策

针对城市交叉口交通流具有的动态性、不确定性等特性,采用Markov过程对进入交叉口各入口的交通流占有率进行预估,通过构造Q-强化学习方法对道路交叉口交通信号配时决策进行优化。以交叉口车均延误为性能指标,与传统的定时配时决策方法进行对比分析,验证了此强化学习配时决策方法的有效性,其对于动态交通流环境具有一定的适应能力。最后从系统集成等方面就提高城市交叉口交通信号配时决策效率提出一些对策。     

基于神经网络实现的改进灰色组合预测及应用

针对GM（1，1）模型预测精度差的问题，采用马尔可夫链、残差数据正数化等多种方法修正残差．按等维新息的思路建立多个改进型GM（1，1）模型，并提出了基于神经网络实现的改进型灰色组合预测模型及预测算法。仿真分析表明，通过该模型可以寻求到多个改进型GM（1，1）模型预测值的最佳组合。     

基于入口匝道控制的面向需求的城市高速公路控制策略

通过对现有城市高速公路入口匝道控制策略分析。提出了一种使城市高速公路入口匝道处的排队车辆中具有优先行驶权的车辆优先驶入城市高速公路的控制方法。建立了这种控制方法的算法,并给出一个箅例。     

基于需求的城市快速线形路段入口匝道协调控制研究

针对城市快速线形路段特点,必须对入口匝道进行控制才能解决交通拥堵问题.基于需求的定义,把匝道入口处的车辆分为3个等级.采用基于交通需求的起始-到达模型,让具有城市快速路优先使用权的车辆驶入,达到保证优先级别高的车辆先行,使城市快速路运行在最优状态.计算了一段包括4个出入口的4车道城市快速线形路段在某一天08:30～10:00时间段的入口匝道调节率和相对路段的交通量,同时得到等级较低的车辆需要绕行的数量.