基于有限混合零截尾事故预测模型的事故多发段判别方法

为了准确判别事故多发段,有针对性地提出安全应对措施以提升道路交通的安全水平,针对零值缺失交通事故数据并考虑其异质性特点,在单零截尾负二项(ZTNB)模型的基础上建立有限混合零截尾事故预测模型(FMZTNB)。应用R软件对单零截尾负二项模型中的参数进行估计,采用马尔科夫链蒙特卡洛算法(MCMC)对FMZTNB预测模型参数进行求解,并采用Gelman-Rubin收敛统计量对抽样结果进行检查。选择事故风险水平分别为低、中和高的9个路段,分别用2种模型对交通事故次数进行预测。综合观测到的事故次数和相应的事故预测模型结果,采用经验贝叶斯方法对事故相对多发段进行判别。最后采用事故次数一致性检验、判别点段一致性检验和排序一致性检验3种检验方式对判别结果对比分析。结果表明:基于事故率的事故相对多发段判别方法存在较大的不一致性,基于零截尾负二项预测模型的路段事故相对多发判别结果明显优于基于传统负二项预测模型的结果。整体上,基于有限混合零截尾事故预测模型的事故相对多发路段的判别结果高于基于单零截尾负二项分布模型的判别结果。     

道路网络服务水平可靠性研究

以可靠性理论为基础,从出行者个体和网络管理者的角度提出了服务水平可靠性的概念,拓展了现有的路网可靠性评价指标.根据交通供给的随机性分析,将路段容量简化为离散随机变量,运用路网最可能状态生成算法,建立了路段及路网服务水平可靠性计算的近似算法,并在一简单网络上进行了计算分析.     

������Ϣ�Ե�·�������ʱ��ɿ��Ե�Ӱ��

为考察出行信息对道路网络出行时间可靠性的改善效果,将出行者划分为“有ATIS接收装置”和“无ATIS接收装置”两类,且均以随机方式选择路径,运用混合网络随机用户均衡建模理论构建了信息诱导下的出行路径选择模型.从路段容量的实际变化规律出发,假定其服从截尾正态分布,基于Monte Carlo仿真技术和网络均衡流求解算法,建立了信息影响下的道路网络出行时间可靠性评估方法.数值分析结果表明：道路网络出行时间可靠性随出行信息质量和信息系统的市场渗透率增加而递增,但其边际影响递减;对于交通需求水平高的道路网路,信息的提供对网络出行时间可靠性的改进更加明显.     

基于行为的出行方式选择模型探讨

非集计模型具有集计模型无法比拟的优点.对基于行为模型的基本理论和非集计模型进行了介绍,且给出了NL模型的具体求解过程和应用案例,分析了集计和非集计模型两者之间的关系.     

基于预算时间的路径选择模型参照点设定方法

针对路径选择模型的特点,基于前景理论分析了实际路网中出行者在不同得失状况下的选择行动,进而重点分析了模型中参照点的设定方法.从传统参照点设置方法入手,针对其自由流时间不适用于拥挤路网的弊端,通过结合出行时间预算和有效路径的相关理论,提出了一种更加符合实际的路径选择模型参照点设定方法.算例演算表明,提出的参照点设定方法能有效地反映路网出行者的实际出行行为,特别是在出行者对出行时间要求越严格的情况下,改进方法的优势越明显.     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的城市交叉口交通信号控制方法,此方法不需要建立复杂的交通模型,可以有效地解决交通信号控制过程中复杂和随随机难题,同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化,仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通令号控制中。     

一种基于模板匹配的车牌识别方法

提出了一种基于模板匹配的车牌识别方法，可不需分割车牌中的字符而有效识别实际系统中低质量和模糊的车牌图像中的字符，识别率可达95%，识别时间不超过1s。     

高速公路交通流分形特性分析

采用分形理论研究交通流的自相似性；基于嵌入空间理论、状态空间重构和Ｇ－Ｐ算法对实际检测的广佛高速公路２４ｈ交通流情况进行了分形特性分析，分析结果表明交通流在一定的区间内存在尺度不变性。     

基于CTM的信号优化设计及求解

为合理控制交叉口交通流,优化相位方案和信号配时,基于元胞传播模型和双层规划方法进行信号优化设计。以交叉口入口引道交通流为研究对象,改进元胞划分及其状态描述方法,建立了交叉口元胞传播模型;以相位优化问题为上层规划,以配时优化问题为下层规划,同时优化信号相位和配时。应用精确罚函数法转化下层规划后,集成遗传算法和混沌优化方法,设计了信号优化求解算法。实例计算结果表明:该算法克服了混沌优化在大范围内失效的缺点,提高了遗传算法的局部搜索能力和搜索精度,与相位固定的感应控制相比,车流总延误为270.2pcu.h,总延误减少了5.6%。