基于灰色聚类法的高速公路沥青路面使用性能综合评价

灰色聚类是根据灰数的白化权函数将路面检测指标或观测对象划分为若干个可定义类别的方法,通过确定各评价指标的阈值,建立沥青路面各指标的白化权函数和评价模型。该文选取耒(阳)-宜(章)高速公路中某段,采用灰色聚类方法进行分析评价,并与目前规范的方法进行了对比。     

常规公交路外换乘枢纽备选站址的选择方法研究

描述了现状的路侧常规公交换乘枢纽存在的主要问题,分析了常规公交路外换乘枢纽的概念及其在整个城市交通系统中的作用。选择并计算了公交枢纽衔接的公交线路条数、公交枢纽的发车频率、集散客流量、换乘客流量、换乘耗时等5项功能指标,对常规公交路外换成枢纽的集散换乘功能进行描述。通过确定灰类白化权函数、聚类指标权重,计算综合聚类系数对备选站址的归类判断,从而实现对常规公交路外换乘枢纽备选站址的灰色聚类分级,达到对备选站址选择的目的。利用调查数据进行案例分析,验证选择方法的准确性。     

基于灰色定权聚类理论的机场道面使用性能评价方法

机场道面使用性能评价为道面使用管理和设计维护维修方案提供决策依据.为评价机场道面的使用性能,建立了机场道面使用性能评价指标体系和评价标准,根据指标的相对重要性用模糊一致性理论确定了指标聚类权重值,用灰色聚类理论通过确定灰类的白化函数和构造聚类行向量完成了机场道面使用性能综合评价;利用单一综合指标和状态向量两种方法表示机场道面使用性能评价等级,既便于评价结果排序又能分析评价结果成因.算例分析显示机场道面表面破损和道面摩擦能力减弱是影响机场道面使用性能的主要原因,案例机场道面使用16年后道面使用性能下降为Ⅲ级(中),机场道面维护维修方案应针对道面表面和摩擦能力的恢复进行设计.     

低等级公路路段交通安全服务水平分级量化研究

安全服务水平用来描述道路的交通安全状况和道路为交通参与者提供交通安全服务的一种质量指标.为了客观评价低等级公路路段的交通安全状况.提出了路段安全服务水平的基本概念,分析了影响路段安全服务水平的因素,选取线形、路侧危险度、交通量、货车比例及大小车速度差作为评价指标,将路段安全服务水平划分为4个等级,建立灰类白化函数,确定相应阈值,运用灰色聚类评价法评价路段的安全服务水平.应用灰色聚类法评价实际低等级公路路段的安全服务水平,结果表明该方法是合理可行的.      

城市交通控制系统交通效益评价指标及其关联性研究

从系统运行效果评价的角度,建立城市交通控制系统交通效益评价指标体系,采用模糊聚类的分析方法,对指标体系中的19项指标进行关联性分析。研究成果为交通控制系统评价指标体系的建立和控制系统运行效果的评价提供了理论依据。     

基于灰色聚类法的山区高速公路安全评价

对灰色理论在山区高速公路道路交通安全评价领域应用的可行性进行了探讨。考虑了道路安全程度的一个重要特性,即系统的灰色性,同时也考虑了系统的白化程度。通过运用累积百分频率法确定了评价指标灰类特征值,并从宏观角度上对江西省某高速2007～2011年的道路安全状况进行了事后纵向灰色评价,取得较为满意的效果,从而验证了该方法的有效性。     

基于改进灰色定权聚类的城市轨道交通网络规划方案优选研究

综合考虑路网结构合理性、建设实施性、运营效果、社会经济效益以及城市发展的协调性等五方面的影响因素,建立了城市轨道交通网络规划方案综合评价指标体系。引入高斯白化函数、等面积法则确定参数和基于信息熵的聚类权的标定法,提出了改进灰色定权聚类优选模型,并将其应用于某市轨道交通规划方案优选,评价结果与实际专家评审结果一致,验证了该模型的有效性和实用性。     

灰聚类在沥青路面养护路段划分中的应用

将灰聚类方法应用于养护路段划分中,将待养护的沥青路面看作一个灰色系统,建立聚类对象的三角白化权函数,计算各对象的综合聚类系数,得出路面的聚类向量,由此完成路段划分。聚类结果与规范的计算结果相比较,验证了灰聚类的有效性。     

Model of Relation between Urban Transportation Development and Macroscopic Road Network Operation in Beijing

在对北京城市交通发展水平统计分析的基础上,提出了城市交通发展水平指标选取的原则,从社会发展、交通供给和交通需求3个方面构建了由16个指标组成的城市交通发展水平综合评价指标体系,并提出了基于路网拥堵指数和骨干网高峰小时运行速度的宏观路网运行状态评价指标体系.通过对2003 -2010年北京市实际数据的搜集和指标处理,确定了关系模型的输入指标,利用偏最小二乘方法建立城市交通发展水平与路网运行状态关系模型,并利用现有数据对模型进行验证,验证结果表明:模型精度在10％以内,能较好地满足实际应用需求.关系模型能为北京市未来城市交通发展决策和交通发展战略提供重要支撑.     

基于灰色变权聚类的公路建设项目成功度评价

在深入研究公路建设项目有关评价理论和方法的基础上,构建了公路建设项目成功度评价的指标体系,给出了各定量指标和定性指标的成功度白化权函数,并提出了公路建设项目成功度评价的灰色变权聚类方法。     

基于冲突严重性划分的公路平交口安全评价

以公路平交口为研究对象,引入交通冲突技术定量分析交通安全状况,提出应考虑不同严重程度的冲突对交通安全的影响。通过录像观测冲突距离、冲突速度参数,间接获得了一般冲突和严重冲突的TTC指标,并借助累积频率分析的方法,界定出我国公路平交口交通冲突严重性的判定标准,为冲突的分类采集提供了依据。结合对交通量参数的观测,以分时段不同严重程度的冲突数与交通量的比值作为评价指标,运用灰色理论的相关计算方法,对多项评价指标进行聚类分析,得到所调查的8个公路平交口的安全评价结果。     

北京市智能交通管理系统的交通安全效果评价研究

提出了一种针对智能交通管理系统交通安全作用效果分析的评价方法,用来评价北京市智能交通管理系统的实施对道路交通所作贡献的程度。该方法根据智能交通管理系统的功能作用范围将北京市分为两个部分,分别在系统功能作用范围内外选取若干区域作为评价对象,利用灰色聚类评估法对所选两类区域的交通安全等级进行评价,并进一步分析评价智能交通管理系统的交通安全作用效果,评价结果显示该方法具有较好的可操作性和通用性,能够很好地解决智能交通管理系统的交通安全效果评价问题。     

基于相对优劣聚类的道路交通安全灰色评价方法

根据我国道路交通安全现状及道路交通安全监督管理的要求,将灰色系统理论应用于道路交通安全评价,为便于各省市间交通安全管理工作比较,提出了相对优劣的灰类评价概念和标准,建立了一套基于相对优劣聚类的交通安全灰色评价体系和模型。利用该模型对2004年我国31个省市道路交通安全相对优劣水平做了测度与分析。     

基于驾驶行为和信息熵的道路交通安全风险预估

为了精准有效地进行交通事故预防预警，基于车辆OBD驾驶行为数据及信息熵理论，提出了城市道路交通安全风险预估方法。首先，分析异常驾驶行为高发位置与道路交通事故发生位置的关联性；其次，构建以道路交通安全熵为一级指标，急加速率、急减速率、急转弯率、超速率、高速空挡滑行率为二级指标的道路交通安全风险预估指标体系，提出了基于改进熵权法的道路交通安全熵计算方法；然后，基于密度聚类、K-means聚类提出了道路交通安全风险等级数确定方法，并基于K-means聚类建立了风险等级阈值计算方法。研究结果表明：异常驾驶行为高发位置与交通事故发生位置具有一致性；通过对log对数底数选择优化、二级指标零值处理、指标权重分段计算3个步骤改进的熵权法，可弥补log对数函数无法计算零值指标熵值的缺陷，避免指标权重为负、指标熵值与权重反映信息不一致的现象；两步聚类避免了孤立数据点对安全风险等级划分的影响。以重庆市4条城市道路（总长约38 km）进行实例验证后得出，道路交通安全熵与交通事故表征的道路交通安全状态趋势一致；道路交通安全风险等级可划分为高、低风险2级，道路交通安全熵优化阈值为0.042，最后，风险等级划分准确率为87.88%。研究成果可为道路交通安全风险点辨识、交通事故预防预警提供有效的技术支持。     

短时交通流预测的多层递阶方法

短时交通流预测在城市交通控制和管理中起着十分重要的作用。然而,目前很多预测模型均假定模型的参数是不随时间变化的,这与实际不符,从而影响了预测的精度。本文提出采用多层建模与灰色建模的综合方法预测短时交通流。该方法把预测问题分为两部分:一是预测模型参数的预测;二是根据参数预测值的交通流预测。其中,对模型参数运用灰色理论预测方法。实例分析表明,本方法有较好的预测精度和实用价值。     

基于灰色聚类评估法的城市交通安全评价研究

根据影响城市道路交通安全的各个因素,建立一套安全评价指标体系.运用灰色聚类方法进行安全评价,建立评价模型,并运用该模型对石家庄市城市道路交通进行安全评价,得到更符合实际安全现状的评价结果.     

道路交通安全灰色评价方法

对国内外常用的道路交通安全评价方法进行对比和分析,提出基于灰色系统理论的道路交通安全综合评价方法,建立道路交通安全综合评价体系,为道路交通安全水平的科学评价提供理论依据。     

Quantification of surrogate safety measure to predict severity of road crashes at median openings

Traffic safety assessment is an integral part of transportation engineering. In a developing country like India, it is observed that in every four second, one person gets injured in road crashes. Moreover, at median openings which are usually uncontrolled in India, the severity of road crashes increase many fold. This is due to the fact that neither lane discipline nor priority rule is followed at the median openings. Conventionally, road crash data reports were used to study and analyze traffic safety. However, the drawback of this traditional method is that a lot of accidents need to be recorded for analysis and to draw any conclusions and take necessary corrective measures. In developing countries like India, available accident data are based on reports submitted by the police department of respective state governments. The accuracy of these accident data details is highly questionable. Therefore, in the recent times surrogate traffic safety measures are being used to analyze traffic safety. Various surrogate traffic measures like Deceleration Time (DT), Time to Collision (TTC), Post Encroachment Time (PET), etc. are being used to examine road safety. These values are based on the temporal and spatial proximity between road-users during possible conflict situation. Among all the traffic safety measures, PET is regarded as the most reliable and most commonly used indicator. Therefore, in this study, PET across different traffic volume levels at median opening area is calculated. A critical safe ratio has been introduced to better analyze the traffic safety at median opening based on minimum stopping sight distance (SSD) as per IRC: 66–1976 and speed to PET ratio. Finally clustering technique has been used to define various severity indices for probable road crashes at median opening area. For this study, data has been collected from different median openings located on six-lane divided urban roads.     

匝道合流交通场景下自动驾驶汽车安全性测试评价方法

矿用无人运输车辆作业环境恶劣,存在大曲率弯道、坡道等非结构化道路明显特征,对无人化运输控制要求高。为改善PID等传统控制算法适应性问题,提高无人驾驶轨迹跟踪的车辆横纵向控制精度,提出一种纯跟踪与PID结合的多点预瞄横向控制、考虑模糊控制表参数拟合的纵向控制方法,减少控制参数的同时提高算法效果。根据传统控制算法设计基础控制器,结合基础算法优势进行横向与纵向控制算法设计,通过硬件在环仿真和实车测试验证算法的性能。试验结果表明,横向控制算法与斯坦利算法相比,车辆路径跟踪精度有明显改善,纵向控制方面,速度跟随误差<1 km/h,保证了车辆驾驶时的平稳性与舒适性。     

基于GIS分析的深圳市道路交通事故空间分布特征研究

掌握城市道路交通事故空间分布特征是城市道路交通安全管理的重要基础。基于深圳市2014~2016年的道路交通事故数据,首先应用地理编码方法对原始事故记录进行空间定位,形成事故的空间分布。其次针对考虑/不考虑路网密度的2种情况,应用密度分析方法对道路交通事故多发的区域和事故严重程度较高的区域进行鉴别,比较2种情况下区域分布的差异并分析造成这种差异的可能原因。最后利用异常点分析和热点分析2种空间聚类分析模型对事故严重程度较高的区域进行进一步鉴别,并对密度分析和聚类分析2种方法得到的结果进行了比较。密度分析结果表明：就事故频度而言,深圳市中心城区单位面积上的交通事故频度较高,而郊区单位长度道路上的交通事故分布更为密集;就事故严重程度而言,郊区的交通事故平均严重程度高于市中心区域。造成上述差异的原因可能与郊区道路限速较高等因素有关。聚类分析结果与密度分析结果相近,在郊区形成了高严重程度的事故聚类,而在中心城区形成了低严重程度的事故聚类,说明郊区的交通事故严重程度总体高于市中心区域。从2种方法的比较来看,密度分析简单易行,有助于交通管理部门对城市交通事故空间分布特征直观快速的了解;聚类分析可精确到事故点,为精细化的交通安全管理工作提供支撑。研究结果表明基于密度分析和聚类分析的研究方法对于确定道路交通事故空间分布特征有良好的作用。