一种道路交叉口多相位模糊控制方法及其仿真

根据现代城市交通系统的实际状况,研究了单个交通路口的信号控制,提出了一种多相位模糊控制方法。该控制方法不仅考虑了每个相位的车流情况,同时也考虑了绿灯相位的通行时间和红灯相位的等待时间,使得控制决策更能接近人的思维,从而达到更理想的控制效果。而且虽然增加了整个控制器的输入变量,但是并没有增加系统的复杂性。最后利用TSIS仿真软件进行仿真,结果表明该控制方法的效果要优于传统的感应控制,是进行路口信号控制一种实用和有效的算法。     

����ACP�����ij��й����ͨƽ��ϵͳ��ϵ�о�

针对目前城市轨道交通中亟待解决的安全、高效、可靠运行等关键问题,运用复杂系统研究中的人工交通系统、计算实验和平行执行（ACP）方法,提出了基于ACP方法的城市轨道人工交通平行系统体系研究. 通过对传统仿真软件的分析,指出了建立动态、整体、真实的城市轨道人工交通系统研究体系的必要性;详细描述了城市轨道人工交通系统的构建方法和计算实验流程方案;最后,通过平行执行对各种方案进行综合评估,制定合理的管理方案;形成一套自下而上的城市轨道交通平行控制和管理方法. 城市轨道交通平行系统体系的研究,对综合交通体系的发展必将产生深远的影响.     

基于ACP方法的城市轨道交通平行系统体系研究

针对目前城市轨道交通中亟待解决的安全、高效、可靠运行等关键问题,运用复杂系统研究中的人工交通系统、计算实验和平行执行（ACP）方法,提出了基于ACP方法的城市轨道人工交通平行系统体系研究. 通过对传统仿真软件的分析,指出了建立动态、整体、真实的城市轨道人工交通系统研究体系的必要性;详细描述了城市轨道人工交通系统的构建方法和计算实验流程方案;最后,通过平行执行对各种方案进行综合评估,制定合理的管理方案;形成一套自下而上的城市轨道交通平行控制和管理方法. 城市轨道交通平行系统体系的研究,对综合交通体系的发展必将产生深远的影响.     

���е��н�ͨ�ķ��������ú����۷�����̽��

目前国内外各大城市都在积极推行并试点单行交通，并期缓解城市交通.虽然取得了一些效果，比如大连和上海，但缺乏对单行交通整体的理论层面的支撑.随着开展单行的城市越老越多，对于单行交通分析、设置和评价的要求越来越强烈.因此，本文在总结多个城市实施单行交通经验的基础上，给出一套城市单行交通的分析、设计和评价方法，同时在文章的末尾列举了体系中尚未涉及的问题，比如，单行交通中公交线路的设置问题，而这些问题需要进一步的开展相关研究工作.     

��̬�û����ŵı�ֲ���ʽ����ģ���о�����

概述了动态最优交通分配的研究现状，详细描述了动态交通用户最优状态与变分不等式模型的等价关系. 基于约束集合和行驶费用函数的描述，说明了变分不等式方法在动态最优交通分配中应用的必然. 最后，分类综述了动态用户最优分配变分不等式模型及其代表性文献，讨论了当前存在的几个主要问题及进一步的发展展望.     

基于多核自适应网络的高速公路交通流预测方法

针对高速公路各路段交通流信息差异较大这一现象,为提高交通流预测准确率,将注意力机制引入卷积神经网络,建立描述交通流时空关联特征的多核自适应网络(Multi-Kernel Adaptive Network,MKAN).首先对输入的历史交通流数据进行多分支卷积,获得不同尺度的交通流特征;然后根据输入信息自适应调整各卷积分支权重并对各分支多通道特征图进行加权融合;最后根据融合特征图,利用多层感知机预测下一时段交通流.基于加州交通运输部性能测试系统中的高速公路交通流数据设计实验进行模型验证和对比分析.实验结果表明,在大多数站点,MKAN模型的预测均方根误差和平均绝对误差低于长短期记忆网络、门控循环单元、K近邻算法和支持向量回归模型,对140号站点进行全天交通流预测,在1d内的各时段,MKAN模型预测绝对误差均小于其他对比模型;相比于单核卷积神经网络,在绝大多数站点,MKAN模型预测结果的均方根误差和平均绝对误差降低7％以上,对31号站点进行全天交通流预测,在1d内的大多数时段,MKAN模型预测绝对误差小于其他单核卷积神经网络.实验证明,多核自适应网络可有效提高交通流预测准确率,其预测效果优于部分传统预测模型和单核卷积神经网络.