公交车辆运行微观交通仿真模型研究

介绍了上海交通大学与吉林大学共同开发的微观交通仿真系统MTSS的体系结构;建立了公交网络描述模型、公交车辆产生模型、乘客需求模型、公交站点事件反应模型和公交车辆运行模型;以微观交通仿真系统MTSS为仿真平台构建了公交车辆运行微观仿真模型;对上海市斜土路非港湾式站点与华山路港湾式站点进行了实地数据调查,利用实测数据对建立的公交车辆运行微观交通仿真模型进行了验证,测量值与仿真值之间的误差在10%以内。验证结果表明,建立的公交车辆运行微观交通仿真模型可以较好的描述公交车辆的运行过程以及与其他交通流之间的相互影响关系。     

城市道路交通微观仿真模型结构

分析了微观交通仿真在城市交通控制系统以及智能交通系统评价和测试中的重要地位,给出了用于交通控制方案测试的微观交通仿真的基本模型结构包括五个基本的组成模块,即交通网络描述模块、交通需求模块、车辆行驶模块、交通控制和管理方案生成模块和仿真输出模块,并对各个模块的功能和内容作了较为详尽的描述.     

困境区域引起的无意闯红灯违规分析

本文分析了车辆在交叉口由于车辆的行驶速度较高或野蛮驾驶造成的闯红灯行为,其中除了应当给予惩处的驾驶员的故意行为以外,也包括无意闯红灯行为。无意闯红灯的原因和特点同城市交叉口的宽度、理想速度、车辆动力学特点、交通信号灯的黄灯间隔时间以及困境区域有关。本文给出了由困境区域引起的无意闯红灯违规的数学描述, 建立了用于城市道路交叉口闯红灯违规的模型,利用该模型对西安部分地区的数据进行仿真和评价。     

城市信号交叉路口黄灯信号模型研究

主要研究了计算黄灯闪烁持续时间的方法和有关黄灯时间所造成困境区域的内容。通过运用车辆的动态特点的真实评估，研究当驾驶员面对黄灯信号时可能的选择，并结合困境区域的原因分析与数学描述，提出黄灯时间的计算模型。计算模型重点在于分析困境区域对于驾驶员的影响，并借由分析结果给出合理的黄灯时问分配安排。最后，对设置黄灯信号及现有交通条例的制定提出一定建议。     

基于Multi-agent的交通流优化模型

交通流的优化模型是城市交通控制和管理问题中十分重要的研究课题。利用合理的道路优化控制策略，可以提高道路通行能力和车辆平均速度，改善城市交通状况。本文将人工智能的新技术，用于城市道路交通流控制模型中，通过灵活的agent自主控制算法和Multi-agent协商策略，构造交通流的优化模型，从而解决车辆阻塞和交通疏导问题。这种新的优化模型和相应控制算法的应用，可以有效解决城市交通路口的车辆阻塞问题，提高交通路口的车辆通行能力。     

基于驾驶员路径选择的动态交通仿真模型

描述一个基于路径的动态交通仿真模型(RDTS)，它使用一个微观交通流仿真器结合一个驾驶员路径策划器来实现路网中每辆车从出发地到目的地行程的模拟。应用开发的时间相关最短路模型，驾驶员在向目的地前进途中可以根据交通条件的动态变化而动态地选择和变更路径。RDTS模型采用一个路径选择模型来模拟详细的动态交通分配过程，并且致力于反映路网中个别车辆的行为表现及其相互作用，其中包含车辆生成、路径选择和车辆移动模型，可以很好地应用于驾驶员动态路径诱导领域。     

一种基于延误模型的区域交通控制方法

提出一种基于延误模型的区域交通信号控制方法。该法是根据检测器得到的实时交通流数据，以区域范围内交通的总延误最小为目标，搜索一组最佳的组合参数，从而获得信号的控制参数——绿信比、周期和相位差。它不仅兼顾了各路口的车辆延误，而且还考虑了路口之间两个方向行驶的车辆延误。仿真结果表明本文提出的方法是可行的，可以有效地减少区域交通控制中的车辆总延误。     

寒冷地区二级公路路段交通微观仿真研究

以通行能力研究与主要目的，在调查常握寒冷地区二级公路交通流特性的基础上，借鉴国内外成熟的交换流仿真模型，建立了以发车模型，自由行驶模型，跟驰模型和超车模型为主要模块的寒冷地区二级公中路段交通仿真模型，并对各子模型进行了详细的描述，最后给出寒冷地区二级公路的路段通行能力及车辆换算系数。     

自动公路系统横向控制研究

在分析了国内外自动公路系统（AHS）研究现状的基础上，着重对以磁性道钉导航方式的车辆横向控制原理进行了阐述，建立了自动公路系统车辆横向控制模型结构，并以神经网络为例描述了其实现方法，最后探讨了我国研究自动公路系统的思路。     

基于高斯混合模型的车辆自由流速度分布

基于车辆速度参数是描述交通流运行的最基本参数之一,在交通状态评价与交通安全性分析中具有的重要作用,针对城市道路不同种类车型混合运行的特征,提出采用高斯混合模型来描述自由流状态下的车辆速度分布.结合实测速度数据中的双峰分布特性,将混合车流车型分为大型车与小型车2类,进而建立了2类型的高斯混合模型,并采用期望最大化算法对模型参数进行估计.通过实测数据验证结果表明,模型能够很好的拟合观测速度数据,并能够有效区分不同类型车辆速度,为确定不同类型车辆限速标准、分析不同类型车辆相互影响提供理论依据.