基于向量自回归模型的城市快速路交通状态短时预测研究

本研究考虑时空关联性对城市快速路交通状态进行了短时预测研究。首先,基于快速路上下游检测器数据分析交通流量和速度的时变特性,采用有序样本最优分割算法将一天划分为具有相对稳定交通状态的不同时段。然后,构建一种考虑上下游路段影响的空间向量自回归(Vector Auto Regression Model,VAR)模型,预测不同时段目标地点的交通流量和速度。研究结果显示,下游的交通状态对上游的影响不可忽视,尤其是在高峰时段。对于平峰时段,目标地点的交通状态很大程度上取决于上游路段,而受下游路段的影响较小。在此情况下,仅利用上游路段的交通状态来建模,便能达到足够的预测精度。另外,通过模型对比发现,相较于ARIMA预测模型和历史均值预测模型,本研究提出的VAR模型能够综合考虑交通状态的时空动态特征准确预测城市快速路交通状态。     

非拥挤路段自行车交通流特性研究

自行车是城市居民出行的主要方式之一，研究自行车交通流的特性对于合理规划道路交通资源，提高白行车交通服务水平具有重要意义。针对白行车交通流与机动车交通流的不同特征，提出了以单位面积车道上车辆集散程度定义白行车交通流密度的新方法，并基于调查数据，研究了非拥挤状态下自行车交通流密度、车速和流率3个参数的相关性，发现非拥挤自行车流的速度总是分布在接近期望车速的范围内，且与流率、密度无关，而速度的离散程度随着密度的增大而减小。最后，分析了车道、宽度与交通流3个参数的相关性，并建立了相应的回归模型，模型可用于在给定自行车交通需求以及服务水平条件下自行车道的设计宽度。     

混合交通流连续动力学建模

对现有的交通流动力学模型进行了简单的评价,在此基础上提出一种新的高阶混合交通流动力学模型,新模型重点研究了混合交通中的干扰项,用粘性项来计算交通阻力,然后对建立的交通流动力模型在特征根问题(车流应是各向异性)、负速度问题(车流倒退)和线性稳定性(主要指高密度下的车流稳定性)问题进行了理论分析。理论分析结果表明,新的高阶交通流动力学模型有效解决了困扰大多数高阶非平衡连续流模型难以处理的问题,而且新模型充分考虑了混合车流中不同车型比例车辆间的粘性阻力,相比较其他模型更能准确反映非纯小车流情况下的交通真实情况。     

交织段对信号控制交叉口通行能力影响研究

交叉口上游存在交织段,在城市道路中是十分普遍的现象,它一方面决定了交叉口各流向车流到达率,同时自身的运行情况又受交叉口红灯排队的影响.根据车流在交叉口到达驶离特性,从定性分析和定量计算两方面研究了上游交织段对信号交叉口通行能力的影响.基于对交织段影响下的交叉口理想到达率的分析,建立了考虑交织段情况下的车道组通行能力计算模型,并通过仿真对模型进行了检验.研究发现,交织段长度、进口道长度对通行能力起主要影响,而且增加交织段长度对于提高进口道通行能力更为重要.     

基于多Agent的铁路信号设备智能故障监测与诊断的实现

交叉口上游存在交织段,在城市道路中十分普遍,它一方面决定了交叉口各流向车流到达率,同时自身的运行情况又受交叉口红灯排队的影响.根据车流在交叉口到达驶离特性,从定性分析和定量计算两方面研究了上游交织段对信号交叉口通行能力的影响.基于对交织段影响下的交叉口理想到达率的分析,建立了考虑交织段情况下的车道组通行能力计算模型,并通过仿真对模型进行了检验.研究发现交织段长度、进口道长度对通行能力影响大,而且增加交织段长度对于提高进口道通行能力更为重要.     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

连续交通流模型的有限差分近似解法分析

连续交通流模型是一个双曲线型偏微分方程式,不易求解,因此一般通过有限差分法近似求解。以均匀到达车流遇停等车队产生向上游回溯冲击波,以及停等车队起动向下游疏解这2种严苛交通案例,研究Lax-F差分法对不同阶连续交通流模型的适用性分析。分析结果表明:Lax-F有限差分法无论是针对1阶准线性连续交通流模型(即LWR模型)还是高阶连续交通流模型,均能获得与解析解相近的近似解,且具有较好的稳定性与收敛性,适用性也良好。     

城市信号交叉口自行车及行人到达与释放规律

在我国城市交通管理中,对城市信号交叉口处机动车、自行车和行人的混合交通流的有效组织是交通通畅运行的关键。在交通调查的基础上,利用数理统计方法分析城市信号交叉口自行车及行人的到达与释放规律,提出城市信号交叉口自行车及行人的到达分布模型,对城市信号交叉口自行车流的释放饱和流率、释放速度和行人步速进行标定,并对信号交叉口自行车流及行人的交通特性形成原因进行分析。研究结果可应用于城市信号交叉口混合交通控制及管理。     

移位左转交叉口自适应信号控制方法和模型

为降低交通流波动对移位左转交叉口通行效率与安全的不利影响,运用模型预测控制(MPC)确定移位左转交叉口自适应信号控制方法的基本框架,在此基础上,实时检测交通数据进行短时交通预测,并对累计到达消散理论进行拓展,将交通流划分为随机到达流、车辆到达受预信号影响的约束流以及车辆到达受主信号多流向影响的组合流3种类型,根据上、下游行程时间差对主、预信号间不同车流的到达情况进行推演,提出面向移位左转交叉口的延误估算方法,建立以延误最小为目标的自适应信号配时优化模型.运用Vissim软件进行仿真验证,结果表明,与定时控制相比,文中方法可使移位左转交叉口的车均延误、停车次数、排队长度分别下降31.2%,7.4%,47.8%.      

城市快速路交通流分形预测算法的研究

根据城市快速路交通网络几何结构及交通流的混沌性,在分析交通流分形特性的基础上,应用小波系数方差法求解Hurst系数,同时建立了城市快速路交通流分形预测模型.利用实测数据,运用分形预测模型对上海市高架路的交通流进行了预测及误差分析,探讨了交流量不同状态下,即不同时段相同时间尺度,同一时段不同时间尺度;同一时段同一时间尺度下不等长数据序列的交通流分形特性及预测结果,并与传统方法进行比较,验证了模型的有效性及正确性.     

快速路整体性匝道仪控仿真研究

以Payne车流模型和宏观交通流连续方程为基础,将多路段的动态交通流离散方程应用于控制系统的描述,以泰勒展开式及连锁律推导二阶非线性速率方程式,构建一非线性整体匝道仪控模型.算例中以快速路检测的实时资料为前提,matlab 6.5为仿真工具,进行模拟和数值计算,仿真结果表明:非线性控制模型可有效的疏解高峰期交通拥挤的状况.     

路段交通流无超车换道的动力学模型及其仿真

通过对交通流参数的微分分析，建立路段交通流的运动微分方程和欧拉方程，与流体力学对比，根据牛顿第二定律，提出计算简便的交通压力和粘性阻力系数及粘性阻力，定义来自下游交通波的干扰为交通流的粘性。波速与最大波速之差定义为沿程粘性阻力系数。沿程粘性阻力与车道长度、流量沿车流方向的变化率和沿程粘性阻力系数成正比。模型能够得出交通流参数之间的关系。仿真实例表明，模型能够反映交通流的基本特性．     

基于Vissim的3相交通流理论应用

交通流状态演变机理的研究是交通流理论中重要的一部分.以不同交通负荷下的城市快速路路段来研究城市快速路路段交通流状态演变的机理.由于无法进行大规模交通调查,所以利用Vissim仿真软件,仿真不同交通流量下路段交通流特性的变化情况.统计分析仿真数据,研究了不同交通状态下交通流的特性,并对各个交通状态转变的阈值作了界定,标定了每一种交通状态的密度取值范围.结果表明,在不同的交通负荷下交通流呈现不同的状态,路段上的交通流状态呈现为自由流相、同步流相和宽幅运动阻塞流相3种状态.      

城市快速路交通流状态跃迁的实证分析

根据北京市二环路的实测数据分析了在高交通需求条件下的城市环路交通流特性,研究了交通流在临界密度附近的稳定性和车道间车流的同态性,即速度跃迁概率和车道间交通参数的偏差,结合三相位交通流理论中的同步流概念,将交通流状态划分为4个相位：自由流、高速同步流、低速同步流和堵塞,并通过实测数据分析了交通流在4种状态间的时间和空间演变规律。结果表明：分析得到的交通流状态和状态间时空变化规律,对交通流的短期预测、控制和诱导具有应用价值,同时也为分析交通拥堵机理、建立合理的交通流模型提供了理论基础。     

Method of Dynamic Vehicle Conversion Factors Based on Traffic Flow Characteristic Analysis

道路运行车辆在不同交通运行状态下所占有的道路时空资源的物理意义不同,为了科学反映其动态特性,吸取了传统交通流理论的学术思想,选择交通密集度作为车型换算系数的计算标准,综合分析了不同交通流运行状态下车辆占有车道空间问题,从交通流特性分析入手,定性分析车型对交通流量-密集度的影响,提出了不同车型相对应的影响系数计算方法,进而建立基于需求安全距离的动态车辆换算系数定量模型.通过数据验证和试验对比分析结果显示,动态车辆换算系数更好地反映了交通流运行中的速度-流量关系和动态特性.     

路段交通流的动力学模型及其仿真

引入超车换道流量,建立了相应的交通流连续性方程。通过对交通流参数的微分分析,建立了路段交通流的运动微分方程。与流体力学对比,根据牛顿第二定律,提出了计算简便的交通压力、粘性阻力系数及粘性阻力,定义来自下游交通波的干扰为交通流的粘性,波速与最大波速之差为沿程粘性阻力系数,沿程粘性阻力与车道长度、流量沿车流方向的变化率、沿程粘性阻力系数成正比,模型能够得出交通流参数之间的关系。仿真实例表明:模型能够反映交通流的基本特性。     

基于车队离散的信号交叉口交通需求估算方法

为探究交通需求对信号配时设计的影响,基于车队离散提出一种信号交叉口交通需求估算方法。通过分析上、下游断面交通需求的相关性,基于车队离散模型,根据上游断面驶离车流量估算下游断面到达车流量。为验证交通需求估算模型,采集并使用了实地调查数据,还进行了仿真试验。对比不同交通需求水平下的实测车流量和估算车流量,并采用两种车流量以最小化车辆延误为目标获得两种优化配时方案。实地调查数据验证结果显示,估算车流量和实测车流量之间的相对误差为10.33%。仿真试验验证结果显示,在高水平交通需求下,实测车流量和估算车流量差异较大,在中、低水平交通需求下,二者差异较小;与现状配时方案相比,优化配时方案使车均延误降低,相比采用实测车流量所得的优化配时方案,在高水平交通需求下,采用估算车流量所得的优化配时方案使车均延误降低9.85%～28.15%;而在中、低水平交通需求下,二者并无太大差异。研究成果表明,当交通流处于拥挤状态时,对于交叉口进口道,实测车流量不能很好地反映真实的交通需求,而本方法得到的估算车流量可以更好地反映真实的交通需求;与实测车流量相比,采用估算车流量所得的信号配时方案能够有效地降低交叉口车均延误,进而更好地提升交通运行效率。     

基于三制度SETAR模型的短期交通流预测

针对城市道路交通流预测仅考虑正常(或没有交通事故)交通条件下短期交通流的现状,采用三制度自我激励阈值自回归(SETAR)模型进行短期交通流预测,该模型适合研究多种交通状态下交通流的动态变化行为。通过实例验证,对比分析了三制度SETAR模型和自回归求和移动平均(ARIMA)模型对城市道路5 min交通流的预测,其中后者被用作比较基准模型。研究结果表明,这个模型不仅能够合理地解释交通流的变化行为,而且比ARIMA模型在向前1步样本外预测交通流变化幅度和变化方向上均有更好的预测表现。     

基于K近邻非参数回归的交通状态概率预报技术

针对城市道路交通系统中交通流演变的随机性和复杂性,以及实时交通状态判别本身所具有的不确定性,基于模式识别和相似预报的思想,提出了一种交通状态概率预报的K近邻非参数回归模型。模型首先利用城市道路路段上环形线圈采集的交通流数据,采用模糊聚类技术,生成历史样本数据库;接着采用相似离度指标进行近邻搜索;然后根据近邻子集,构建交通状态概率预报函数,对路段未来时段的交通流运行状态进行预报,并用概率定量描述该状态发生的可能性大小。最后根据该模型,结合实际数据,进行了不同预报时长的分级交通状态的概率预报试验,独立样本检验结果表明,该模型预报准确率高,稳定性好。     

基于CA的短时交通事件干扰下的交通流仿真

公路上发生短时交通事件时,会对公路上的交通流产生干扰。利用元胞自动机（cellular au-tomata,CA）建立单向双车道高速公路模型。通过CA对发生短时交通事件后的区域进行划分,提出事件下游区域、核心区域、上游区域的CA模型,并构建焦虑换道、急切换道、理性换道规则。最后用MATLAB软件对短时交通事件干扰下的高速公路交通流进行仿真。结果表明,在低、高密度交通流的情况下,相同事件对交通流的干扰存在一定差异,在排队时间、最大排队长队、平均排队长度上均有所不同。