考虑车流异质性的信号交叉口疏解车辆跟驰模型

为客观地描述绿灯期间交叉口进口道异质疏解车流的跟驰行为，基于实测数据验证全速差模型发现，其加速度、速度、车间距的仿真结果存在较大误差. 考虑不同车型车辆性能和驾驶员驾驶行为差异，基于4 种跟驰情景，即小客车跟驰小客车(car-car)，小客车跟驰公交车(car-bus)，公交车跟驰小客车(bus-car)，公交车跟驰公交车(bus-bus)，建立考虑车流异质性的车辆跟驰模型. 结果表明，改进模型的性能提升明显，较全速差模型，速度和跟驰间距的均方根百分比误差(RMSPE)分别下降了15.29%，22.32%，更符合交叉口进口道异质疏解车流的跟驰行为.     

基于网约车数据的城市区域出行时空特征识别与预测研究

针对交通需求特征识别和需求预测问题，构建改进的LDA(Latent Dirichlet Allocation)城市区域内出行需求识别与预测组合模型，快速识别城市区域内出行需求特征并对需求做出预测. 构建城市交通小区尺度内的空间和时间维度下的主要出行需求特征分布挖掘辨识方法，以及数据集在不同时间尺度下时间维度出行特征构建及预测方法. 利用北京市三环内网约车出行订单数据，验证模型的有效性和准确性. 结果表明，模型能够对不同时间窗口下的区域出行需求特征进行辨识和预测，取得较好的结果.     

基于GA-PSO混合优化的BPNN车速预测方法

BP神经网络(BPNN)已经用于车速预测方面的研究.针对BPNN不同的初始权值和阈值会影响车速预测精度的问题,提出一种基于GA-PSO混合优化的BPNN车速预测方法.以北工大西门到百葛桥为研究路径,构建基于BPNN的车速预测模型;将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合,通过逐次迭代取最优的方式确定BPNN的最优初始权值和阈值,以此设计基于GA-PSO混合优化的BPNN车速预测方法.最后,以所选路径为对象,利用基于GA-BPNN的预测法、基于PSO-BPNN的预测法,以及提出的方法对车速进行了实验预测.结果表明,相较于前两种车速预测改进方法,本文方法的平均车速预测误差分别降低了37.1%和24.1%,有效地提高了车速的预测精度.     

自动化公路货物运输量统计方法

为了提高中国公路货运统计的真实性和统计效率，利用自动化交调、轴载检测、高速公路计费、联网联控货车以及国家道路货运量专项调查等数据，提出2种自动化公路货运量统计方法。2种方法均采用浮动检测数据与固定检测数据融合的原理，使用浮动车数据获得运输特征，分别使用高速计费数据及自动化交调数据获得运输规模。通过设备检测数据与人工调查数据的嵌套计算，解决分层统计中行业浮动车代表性不足的问题。通过数据的一致性分析，解决不同类型数据车型划分标准不同给数据融合带来的口径不一致问题。与传统方法相比，统计方式由人工统计转变为自动化统计；统计对象由营运性货车扩展为全社会货车；统计口径由按车籍地统计转变为按运输发生地统计；统计周期由月缩短为日。此外，实现了可按车辆类型、道路类型、运输成分及公路线路的精细化统计。以辽宁省路网和G102国道为例，给出区域公路网和公路线路的货运量统计结果。最后，以高速公路为统计对象，与计费数据获得的货运量对比，验证基于交调数据统计方法的准确性。结果显示，交调融合法的货运量统计误差为11.5%。对比2种方法，交调融合法具有更广泛的适用性和更高的灵活性，为中国公路运输统计现代化发展提供了技术方法，同时探索了利用设备检测数据和人工调查数据嵌套分析解决工程问题的方法。     

浅析中国古代交通发展的重要阶段及节点

正纵观中国古代历史:自始皇帝灭六国一统华夏,至五胡乱华后的隋唐盛世,再到元灭南宋结束五代分裂下启明清——其发展的总趋势是分久必合,是由分裂到统一,是由局部分散到向心凝结。中国交通就是在这样的历史传统与文化背景下孕育而生的,它的发展脉络走的同样是一条大一统的道路。故此我选择秦汉、隋唐、元明清三个重要的阶段及节点,以此来分析中国交通随着历史的变化与发展。一、秦汉时期在这四百四十一年间,中国历史上最大的     

基于驾驶实验的驾驶员气质特征实证探讨

对驾驶行为开展研究,在提高道路通行能力、减少道路交通事故以及智能驾驶、辅助驾驶和汽车安全设计等方面具有重要意义。如何辨别驾驶员类型、分析驾驶员驾驶特征已成为驾驶员对道路交通流影响量化研究的关键问题。研究选取20位拥有三年以上驾驶经验的驾驶员进行道路驾驶实测实验,以高精度车载GPS为数据采集工具(Video VBOX Pro),记录车辆驾驶过程中速度、加/减车速、换道次数等特征参数,并结合驾驶员自我驾驶评述及随车实验人员主观评价,确定驾驶员的驾驶行为特征。将实验数据确定的驾驶员驾驶类型与心理学气质量测表确定的驾驶员驾驶类型进行对比,通过分析发现:心理学气质量测表不适合用于判断驾驶员的驾驶类型。     

快速路复杂桥形标志优化设置方法

为明确复杂桥形标志优化设置方法,选取3种典型城市快速路复杂桥形标志,制定5种设置方法（现状及4种优化方法）,开展复杂桥形标志优化设置方法研究。基于驾驶模拟试验,从运行状态、操控行为、行驶效率、主观感受4个层面选取9种评估指标,采用灰色近优评价方法,进行复杂桥形标志不同设置方案的效用评估。结果表明：3种桥形标志的现状设置效用并未达到最优水平,大部分处于中下等水平,有较大提升空间;桥形标志1,2,3的最优设置分别为简化、重复、重复。桥形标志的优化设置能有效改善驾驶人驾驶行为,4种优化方法中,提前设置方法效果较稳定,均使得桥形标志指路效果在一般及以上水平;出口处配合地面文字设置后,桥形标志指路效果在一般水平及以下,设置效用不理想;具有2个出口以上的复杂桥形标志现状设置对驾驶行为影响较差,相关管理部门应对该类型桥形标志加强优化设计设置;不同复杂桥形标志对驾驶人认知、行为影响不同,应进行不同的优化设置,以有效改善驾驶人驾驶行为,快速引导驾驶人寻找目的出口;实际工程应用中,当经济成本、空间条件等因素受限时,可考虑针对复杂桥形标志进行提前设置;不建议出口处设置地面文字,该方法并未达到配合桥形标志改善驾驶行为的效果。     

基于AHP法的驾驶员反应时间影响因素评价研究

驾驶员反应时间是研究驾驶行为的1项重要参数,影响驾驶员反应时间的因素较多,各个因素之间存在差异性,正确判断各个影响因素的重要程度有助于完善辅助驾驶系统的预警距离模型。通过分析,选取了13个影响因素进行研究,这些影响因素主要通过驾驶员自身状况、道路状况以及环境状况3个方面影响驾驶员反应时间。通过问卷调查,利用AHP对影响因素的3个准则13个指标进行重要度排序。在准则层中,驾驶员自身状况的影响最大,其权重值为0.637;在指标层中,天气状况因素影响最大,其权重值为0.252;驾驶经验影响因素次之,其权重值为0.203。并通过驾驶模拟舱平台对影响因素重要度排序进行验证,结果与AHP法得出的结论相吻合。     

无左拓宽交叉口出口车道利用效率研究

分析进口道设置左转专用车道但未进行左拓宽的信号交叉口车辆运行特性以及出口道车辆分布特性,并探讨影响出口道最内侧车道分担率的5种相关因素.利用多元回归分析建立出口道最内侧车道分担率模型,并通过实例验证模型的预测精度.结果显示预测值与实测值的平均绝对误差为0. 135,表明预测模型具有一定的精确性.