冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性，建立考虑驾驶员行为特性的跟驰模型，有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验，对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块，引入改进后的智能驾驶员模型，并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整，试图保持期望间距，且速度与前车一致的状态；冰雪条件下驾驶员采取风险补偿行为，其车头时距波动幅度较正常条件收窄，模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明，新模型在6个仿真场景中的表现都优于传统智能驾驶员模型，且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

基于改进优化速度函数的跟驰模型研究

为了探究车辆跟驰中车头间距与速度的关系函数,采用高精度车载GPS设备获取了大量基于时间序列的车辆跟驰数据,根据实测车头间距—平均速度关系构建了改进的优化速度函数.对原优化速度函数和改进的优化速度函数进行了参数标定,并对两个函数进行了微观向宏观交通参数的推导,结果表明,改进的优化速度函数能更好地描述车辆跟驰中微观和宏观交通参数之间的关系.最后对基于两种函数的全速度差跟驰模型进行了数值模拟,结果表明,基于改进的优化速度函数的跟驰模型具有更好的稳定性.     

基于非线性双层规划的货运网络分配模型

采用非线性双层规划理论构建多式联运货运网络分配模型，模型同时考虑了货物运输应该优先保证货主的利益，以及运输时间、成本的改变对货主决策的影响。根据服务对象的不同引入两个相关联的网络概念——运输网络和集计网络，上层为货主在集计网络上确定各种联运方案的货运量，实现集计网络流量的用户均衡，在进行决策时必须考虑下层承运者的路线选择所引起的路网流量的改变；下层为承运者根据上层的决策在其运输子网络中进行路线选择，实现运输子网络流量的系统均衡，并给出其求解算法实例。模型模拟了货主和承运者的实际决策行为及其相互影响关系，解决了货主和承运者决策分离的问题.     

寒冷地区二级公路路段交通微观仿真研究

以通行能力研究与主要目的，在调查常握寒冷地区二级公路交通流特性的基础上，借鉴国内外成熟的交换流仿真模型，建立了以发车模型，自由行驶模型，跟驰模型和超车模型为主要模块的寒冷地区二级公中路段交通仿真模型，并对各子模型进行了详细的描述，最后给出寒冷地区二级公路的路段通行能力及车辆换算系数。     

高速公路诱增交通量经济预测研究

根据经济与交通之间的关系，提出价量比稳定假设，建立了诱增交通量经济预测模型，给出了模型参数的确定方法和相关的函数模型，讨论了进行诱增交通量预测的方法和步骤，最后结合实例对该方法进行了验证．     

车辆跟驰模型研究进展

梳理了近70年关于跟驰模型的研究, 根据建模方法将其分为理论驱动与数据驱动2类模型, 并归纳了跟驰模型的研究热点; 从人类因素、基础设施、交通信息、异质交通流、新建模型理论5个方面对理论驱动类跟驰模型的研究进行了综述; 根据所用机器学习算法的不同, 从模糊逻辑、人工神经网络、实例学习、支持向量回归、深度学习5个方面对数据驱动类跟驰模型的研究进行了综述。分析结果表明: 理论驱动类跟驰模型以理论推演交通现象, 对影响因素的考量难以全面, 部分人类因素难以量化, 驾驶人决策制定过程的解释不够准确, 异质交通流的跟驰模型缺乏一般交通条件下有效性的理论基础和形式化证明; 数据驱动类跟驰模型以交通现象归纳交通规律, 由于数据的来源、评价指标及评价方法不同, 导致应用机器学习算法得到的模型无法系统比较; 数据驱动类模型侧重于从微观角度研究驾驶行为特性, 对复杂交通现象(如交通震荡、迟滞等)的解释性不强; 跟驰模型的研究应创新数据采集方法, 捕捉驾驶人的心理倾向、感知特性和认知能力, 并量化人类因素的影响和充分利用大数据; 数据驱动类跟驰模型应为无人驾驶技术发展提供技术支持; 在自动驾驶完全普及之前, 人工驾驶与自动驾驶混合场景下的驾驶人跟驰行为特性尚待深入研究。      

深圳盐田港保税区货运交通需求预测

深圳盐田港保税物流园区作为海关实施监管的特殊经济区域,其交通规划与交通组织具有十分独特的特点.对传统的四阶段预测方法进行适当的调整,根据盐田港保税区仓储处理能力进行交通生成预测,根据保税区货物装卸流程和各交通小区的仓储能力进行交通分布预测;然后结合盐田港保税区出入口单一、交通量繁重的特点,在北片区闸口部分路段实施单向交通组织;最后运用软件TransCAD采用增量分配法进行了交通分配,得到的分析数据说明了方案的可实施性.     

高速公路诱增交通量经济预测研究

根据经济与交通之间的关系,提出价量比稳定假设,建立了诱增交通量经济预测模型,给出了模型参数的确定方法和相关的函数模型,讨论了进行诱增交通量预测的方法和步骤,最后结合实例对该方法进行了验证.     

基于GPS数据的高速公路车辆异常行为检测

车辆异常行为是造成高速公路交通隐患的主要原因之一。为了提高高速公路的安全管理,通过对车辆GPS数据进行分析,将连续11次定位的车辆速度、加速度作为输入参数,进行神经网络分类器的设计与训练,设计基于GPS数据的车辆异常行为分级检测算法。通过GPS实验和VISSIM模拟仿真各类车辆异常行为,分析检验检测算法,结果表明提出的分级检测算法具有较高的检测率,能够有效的识别各类车辆异常行为。