基于CML的级联失效下异质多层交通网络节点抵抗特性研究

为了有效刻画拟合实际的多层交通网络级联失效过程，识别多层网络中对整体韧性安全影响显著的对象，提升交通网络抵抗失效的能力，建立一种基于耦合映象格子（Coupled Map Lattice， CML）的级联失效模型。首先，将交通管控措施赋予交通网络节点额外的容纳能力引申为节点抵抗特性，通过为CML添加抵抗参数H，形成考虑抵抗特性的级联失效（HCML）模型，沿常值-拓扑关联-时变拓扑关联的路径深化H的表征方式，并在小世界（Small World， SW）网络上对比3类表征方式的优劣；其次，应用Space H方法建立异质3层公共交通网络，对比度值与介数2种时变拓扑指标关联的抵抗效果，探究不同交通层抵抗系数对网络失效的影响程度；最后，在6组不同的网络结构上进行HCML模型与传统模型的对比，讨论建网方法、网络规模等不同网络性质的差异对模型有效性的影响，并结合实际客运数据验证HCML模型优越性。研究结果表明：3类表征方式中时变拓扑关联可以兼顾其余2类的优点；同等条件中网络在介数关联的抵抗特性作用下失效增速更缓，模型识别得到的对网络整体失效影响更大交通方式符合客流量实际；HCML模型在多种不同类型的多层交通网络中均可以有效实施，相比于传统模型，HCML模型的最终失效比例平均下降了5.78%，与实际交通级联失效过程更加拟合。     

特种CAV优先的集中式匝道合流协同控制方法

为保障无人驾驶环境下特种车辆在典型Y型匝道合流区快速平稳通过,研究了全网联自动驾驶车辆(CAV)集中控制场景中考虑特种车辆优先通行的协同控制方法;通过博弈确定了控制区内合流序列排布,考虑特种CAV任务优先属性与车型特征,分别设计了与加速度关联的特种CAV车道优先属性、与时间关联的车种优先属性和与加速度变化率关联的车型稳...