城市交叉口交通流特征与短时预测模型

时间尺度大于15 min的城市交通流预测模型已无法满足交通信号实时控制和交通信息实时发布的需求,通过对广州市中心区交叉路口交通流长期观察和数据采集,分析了各种时间尺度的交通流特性,提出以路口信号周期作为时间尺度,绿灯流率作为变量的ARIMA(p,d,q)短时交通预测模型。以1个和3个信号周期的时间尺度为例,对城市交叉路口不同时间段交通流进行建模和预测。结果表明ARIMA(p,d,q)预测模型结构稳定,算法简单,时间尺度为3个信号周期的预测模型可以很好地保持交通流特征,均方根误差为0.015 9,预测精度较高。     

城市交叉路口的短时交通流建模预测

短时间尺度交通流预测是解决城市拥挤的关键。随着预测时间跨度的缩短，交通流的规律性越来越不明显，传统的预测方法难以凑效，章使用自回归求和滑动平均模型ARIMA(p，d，q)对短时交通流数据进行建模预报，提出以城市交叉路口信号灯时间周期作为动态流量数列的时间刻度。实际应用表明，该模型取得良好的预测效果。章提出的对缺失值的处理方法，提高了模型的适用性。     

BRT系统高峰期运营管理策略浅析

针对目前BRT系统在高峰期运营的不足,提出了BRT系统在高峰期的运营管理设计及具体策略,通过结合ITS技术实现对人、车、站、道等有效管理,为交通管理部门决策提供参考.     

基于交通流颗粒化结构的交通控制模型

城市交通系统是一个复杂的、非线性、非结构化、强相关的随机系统,在选择适当时空尺度的交通流颗粒结构且消除或减弱了颗粒间关联的基础上,多尺度分析是交通系统一个简单而又有足够精度的问题求解方法。基于交通流颗粒化结构建立了多智能体交通控制模型,采用基于案例推理的动态参数匹配和协调冲突检验,以寻求交叉口信号控制的优化方案。最后,以广州中心区交叉口为例说明颗粒化结构分布式求解方案的可行性。