车辆换道行为建模的回顾与展望

微观交通仿真工具在智能交通领域中发挥着越来越重要的作用,而换道模型则是微观交通仿真工具中最重要的组成部分.本文将换道模型按其应用分为自动巡航控制模型与计算机仿真模型.系统回顾了计算机仿真模型中的换道决策模型与换道执行模型.换道决策模型主要包括:规则模型、离散选择模型、人工智能模型、马尔可夫模型、生理—心理模型及生存模型;换道执行模型主要包括:运动波混合模型和元胞自动机模型.针对各个模型分别阐述了其研究对象、模型结构、参数标定及其模型的应用.最后,展望了换道行为建模未来的研究方向,为建立适合中国的换道模型提供参考.     

空气弹簧模型对铁道车辆动力学性能的影响

建立了空气弹簧等效模型、线性模型与非线性模型,分析了3种模型对车辆直线平稳性和曲线通过安全性的影响.研究结果表明:在计算车辆直线垂向平稳性时,空气弹簧等效模型计算精度较差,而空气弹簧线性模型和非线性模型计算精度较高;由于空气弹簧线性模型比非线性模型简单,建议在计算直线垂向平稳性时优先采用空气弹簧线性模型;在计算车辆曲线通过安全性时,空气弹簧非线性模型能反映空气弹簧的充排气特性,计算精度较高;由于模型自身的局限性,空气弹簧线性模型和等效模型无法反映空气弹簧的充排气特性,计算精度较差,因此,建议在计算曲线通过安全性时采用空气弹簧非线性模型.     

行人微观仿真中的运动模型与行为模型——STEPS与NOMAD模型对比

为了解各类行人仿真模型的性能差异和适用范围,以选取适当模型进行交通枢纽行人仿真,对两种典型行人仿真模型进行研究。依据模型对行人行为描述的复杂程度,将行人仿真模型分为运动模型、部分行为模型、行为模型3类,并分别介绍了各自的特点。选取典型的运动模型软件STEPS和行为模型软件NOMAD,详细探讨其采用的数学模型,并通过4个仿真实例对比分析这两种模型的特点。分析结果得出两种模型在宏观与微观层面的异同点以及存在的问题。     

大型体育赛事宏观交通模型研究

大型体育赛事宏观交通模型是开展赛事期间交通政策及赛事交通各类方案评估测试工作的重要支撑.针对大型体育赛事交通模型的特殊性,提出模型总体框架和构建流程,包括交通需求模型、交通网络模型、模型校核与验证以及模型应用四个主要部分,并且以模型应用为导向决定交通需求模型、交通网络模型和模型校核验证的技术路线.交通需求模型包括城市背...     

道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型:统计预测算法和人工神经网络模型.对其中各种模型的特征进行了比较,将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF)神经网络模型与贝叶斯组合神经网络模型,应用于一个真实路网的短期流量预测,比较了各模型的预测结果.结果表明,组合神经网络模型预测误差最小,可靠性最高,是一种对短期交通流预测的有效方法.     

改进的BP神经网络在路基沉降预测中的运用

针对BP神经网络存在训练过程不确定的缺点,基于MATLAB建立改进的BP神经网络模型,该模型可克服BP神经网络模型在训练过程中收敛速度慢、易陷入局部极小点等缺点。结合实体工程实测数据,将该优化模型与指数曲线模型、双曲线模型、泊松曲线模型和Compertz模型对比分析,结果表明改进的BP神经网络模型在黄土路基沉降预测中精度最高,可运用于黄土路基的沉降预测。     

基于模型驱动架构的企业信息系统开发框架

传统企业信息系统存在结构灵活性差、复用率低、开发周期长等缺点,为此在引入模型驱动架构和企业建模方法的基础上,提出了基于模型驱动架构的企业信息系统开发框架,在这种框架下,首先建立企业的业务需求模型,经过模型诊断、优化,建立起设计模型,以此模型为基础,逐步建立起面向过程的计算无关模型、面向对象的平台无关模型和面向模式的平台相关模型,最终转化为软件代码．     

天津市综合交通模型框架及关键技术探索

基于天津市2011年综合交通调查数据,天津市在现有交通模型基础上构建了新的综合交通模型,以满足新形势下城市与交通发展对交通定量分析的需要。新的综合交通模型仍然采用基于出行的四阶段交通模型,但通过对人口、就业岗位模型,出行产生模型,出行分布模型,方式划分模型,分配模型等模块中关键技术的探索,不仅使模型能够有效反映当前天津市“双城”结构下的居民出行特征,其框架具有较高的灵活性和良好的扩展性,同时还为下一步建立基于活动的模型奠定基础。实践表明,新的综合交通模型大幅提高了现有交通模型的精度和分析能力。     

随机参数的交通需求模型

传统的交通需求回归模型通常假定模型参数为常数,这就造成模型不能反映不同研究对象之间的差异,针对这一问题提出了一种模型参数满足特定概率分布的交通需求模型,即随机参数交通需求模型,并基于遗传算法给出了模型的求解方法。通过案例分析可以看出,该模型是可行的,并且具有一定的实用价值。     

灰色模型与其组合模型的比较

运用灰色模型和二元回归模型的组合模型进行交通量的预测,结果表明,组合模型比单一的灰色模型具有更高的预测精度。