降级路网的认知及交通流平衡分析模型

为定量衡量因路段降级原因导致路网通行能力的丧失量,分析出行者在降级路网中的路径选择行为将导致何种网络交通流平衡状态,通过将降级路网划分为车流外界因素导致路段可通行能力降级和路段上车流量增加导致道路服务水平的下降两种类型,辨别旅行时间长短与旅行时间波动对出行者路径选择行为的影响,推导出同时考虑这两方面因素影响的可变路径旅行时间风险度量;在此基础上建立了降级路网中的交通流平衡分析模型,该模型满足存在性和惟一性,并能正确描述出行者对降级路网结构认知差异性情况下的网络交通流平衡状态。通过实例展示了不同旅行可靠性要求下,出行者对路径旅行时间长短的权衡关系以及整个路网交通流平衡结果。     

一种基于交通熵的交通流无序度量方法

交通流无序转化过程的研究需要对交通流无序进行定量的描述。为了定量描述交通流无序，通过对有序、无序概念的分析，给出了一种交通流无序的定义；在此基础之上，应用交通熵理论提出了一种交通流无序的度量模型，并应用该交通流无序度量模型对实际道路交通流无序阂值作了分析。计算了9种不同道路交通流的无序阈值，通过其结果比较分析，得出一个基本结论：当阈值N为1．10时，实际道路交通流为交通流无序状态。此时，车速一般小于设计车速的30％。该模型成功地解决了交通流无序度量问题，为交通流有序与无序之间的转化过程研究提供了理论基础。     

考虑动态空间关系的短时交通流预测方法

为有效提取交通流的时空特征,提升交通流的预测精度,研究了基于动态时空图卷积网络的短时交通流预测模型（DySTGCN）。DySTGCN不仅实现了对交通流时空维度的信息建模,而且考虑了时间维度信息对空间维度信息的影响,创新性提出了基于时间信息的空间拓扑结构——时变空间图（spatial topology graph,TSG）,并设计出了1种能够高效、简便地计算时变空间图的深层网络结构。该结构通过编码、解码方式提取不同节点的交通流数据的相关性特征并实现降噪处理。时变空间图反映了交通网络的实时空间特征,基于交通网络中节点空间位置的稳定空间图（stable spatial graph,SG）反映了交通网络的稳定空间特征。TSG与SG在图卷积过程中共同指导交通流预测,更加准确地刻画了交通流的时空特性,以提高预测精度。为测试模型的预测效果,在2个权威公开数据集上进行实验,结果表明：DySTGCN学习到的时变空间图可以较为准确地反映出不同节点的交通流之间的相关性,在平均绝对误差、均方根误差,以及加权平均绝对百分比误差指标上,比其他时空图卷积网络模型如STGCN、ASTGCN等降低了近13.40%、10.98%、16.72%,充分验证了动态空间关系在短时交通流预测中的重要作用。此外,DySTGCN能够提取交通流的周期性特征,实现了对交通流的连续不间断预测。     

基于混合交通流的信号交叉口绿灯间隔设计方法

为了提高不同通行模式下平面信号控制交叉口的安全性,提出一种基于混合交通流的交叉口绿灯间隔计算方法.利用在车流超负荷状态时更贴合实际的交通流实用模型,将绿灯间隔影响因素之一的车辆速度转换为交通量进行计算,避免了车辆速度标定的困难,并基于实测数据验证该车速替换方法的合理性.分析采取不同非机动车通行模式的交叉口的冲突点分布,得到基于最高效率极限的改进绿灯间隔计算方法.为验证该方法对交叉口安全性的改善,选取2种代表性绿灯间隔设计方法作为对比.对宿迁市采用传统渠化方式的项王路-黄河路交叉口进行绿灯间隔设计,在3种绿灯间隔设计方法的基础上完成信号灯配时并进行仿真.结果表明,改进后的绿灯间隔计算方法能在保证交叉口通行效率的前提下减小其冲突发生的可能性,对交叉口安全性的提升效果优于现有绿灯间隔设计方法.该方法能基于不同车流量获取交叉口车辆速度,同时降低相邻相位发生机非冲突的可能性.      

基于Multi-Agent的城市道路平交口混合交通流动态模拟与实现

通过分析机动车和自行车在城市道路平交口处的动态行为特性,建立了平交口混合交通流微观行为模型,提出了基于Multi-Agent的平交口混合交通流动态并行模拟算法,构造了机动车和自行车的Agent类函数,通过计算机仿真再现了平交口混合交通流的动态行为特性。实测数据和仿真分析结果验证了所建模型是正确的。该研究成果解决了传统仿真技术不能协同模拟多种混合交通流动态行为特性的难题,同时为解决我国城市道路平交口的交通干扰和拥堵问题提供了一种新的模拟分析方法。     

基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。     

交通流预测控制的机制与方法

应用预测控制的机理,提出基于可校正交通流预测模型和两级遗传算法以实现交通分配和交通控制相结合的交通流系统计算机控制方法。基于伪给定、预测模型、滚动优化和反馈调节的交通流预测控制系统能够实现有性能保障的交通流系统控制,为交通拥堵预防和拥堵恢复畅通提供全局性的分析和决策支持。该系统通过综合集成应用现代信息处理技术、优化技术、专家系统、交通流及交通控制理论,为交通分配和交通控制的结合提供了工程实现途径。     

基于交通预测的多态交通流信号控制

为解决现有信号控制方法对多态交通流交叉口适应性不足的问题,通过在交叉口设置多功能进口车道和车辆检测器、车道控制器等硬件设施,进行了短时交通流预测基础上的多态交通流条件下交叉口信号配时优化研究。根据交通量预测数据,建立信号控制延误估计模型,以交叉口总延误最小为优化目标选取多功能车道流向,根据每相位最大排队长度逐步优化绿灯时长并实施信号控制。短时交通预测以小波分析为基础,采用RBF神经网络及Markov链分别预测交通流的稳态与随机部分。使用VISSIM软件对设置多功能车道的交叉口多态流信号控制方法进行了交通仿真。分析结果表明：该方法可有效降低行车延误,提高交叉口服务水平。     

基于跟驰模型的交通流混沌转化影响因素的仿真研究

为分析交通流混沌转化机理，利用Matlab软件编制皮埃莱（Bierley）模型来产生仿真交通流时间序列。在一定参数组合情况下，仿真研究了交通流车队中前后车辆的车头间距变化过程。通过分析这种车头间距的变化曲线，可以明显地观察到交通流混沌运动和有序运动之间的转化过程；在此基础上，通过考虑模型参数和仿真参数变化的大量仿真试验，应用最大Lyapunov指数改进算法对仿真交通流混沌转化的影响因素进行了理论分析。该研究结果有助于进一步理解、解释诸多交通流混沌转化现象，并为短时交通流预测和智能交通控制提供理论依据。     

道路路阻函数模型及适用性研究

交通诱导系统中2节点间最优路径的选择是目前的1个难点问题,其中路阻函数的确定是路径优化的核心内容.针对交通流由畅通状态到拥挤状态、堵塞状态的过程,应用经典交通流理论和实际调查数据,构建交通流诱导系统分段路阻函数模型,以q=10 veh/h为1个单位,对函数进行分段拟合,构建高速公路和城市快速路下的分段路阻函数,并对其适应性进行拟合分析.应用结果表明:在不同的流量范围内,高速公路和城市快速路分段路阻函数在自由流状态、高密度状态和低密度条件下适合不同的分段函数.     

考虑支路路段双向流量相互影响的交通网络均衡分析

为了解决含双向不分道行驶的狭窄支路路段交通网络配流问题,提出基于路段宽度、单车道通行能力、双向流量比例等因素的支路路段通行能力近似公式;通过扩展支路路段费用的表达形式,建立了分析支路路段双向车流相互作用的交通网络均衡模型.鉴于支路路段费用函数不是关于方向流量的凸函数,采用最短路径上全有全无分配并结合相继平均法设计了模型的求解算法.结果表明:该近似公式与模拟结果基本吻合;含双向不分车道行驶支路路段的交通网络均衡模型与算法,有效地推广了常规配流方法,可用于解决实际工程问题.     

城市路网交通流元胞自动机模型研究

研究城市路网交通流的动态特性,揭示交通拥堵、环境污染和交通事故的产生原因和规律,能为城市交通问题的解决提供理论依据.元胞自动机模型是研究城市路网交通流动态特性的一个有效工具,能够再现许多重要的交通流特征.从路段模型、交叉口模型和路网模型3个方面总结和评述了国内外各种典型交通流元胞自动机模型.在现有模型的基础上,通过对车辆起讫点分布、路径选择行为、双向通行多车道路段车辆换道规则、不同控制交叉口的车辆更新规则以及网络拓扑结构等方面进行改进,可以提高元胞自动机模型在城市路网交通流仿真中的真实性.     

基于均衡原理的单向交通瓶颈路段诊断法

以单向交通组织区域边界的道路节点为OD点,把交叉口转向流线虚拟成路段,转向车道的通行能力作为虚拟路段的容量,转向车道的行程延误作为虚拟路段的交通阻抗,与实际的路段一起组成单向交通组织区域节点OD之间的路径,采用集合运算合成节点OD之间的通道容量。利用交通均衡方法,经交通分配得到单向交通组织区域的路段和虚拟路段的交通量。通过计算饱和度判断路段和交叉口的拥挤程度,诊断出交通瓶颈,为单向交通组织方案的完善提供可靠的支持。     

多用户多准则城市交通网络非稳定均衡分析

为了反映现实中交通出行者实施出行与否的决策过程,通过对实际城市交通网络状态的分析,引入了非稳定均衡网络状态的概念。同时通过对出行者出行选择行为的深入分析,引入了多用户多准则非稳定均衡网络状态的非线性互补问题模型和变分不等式模型,并利用超级网络的概念证明了两者的等价性。新模型能够将出行者的路径选择决策、目的地选择决策、出行方式选择决策以及出行与否决策合理的整合在一起,从而可完整的反映城市交通流的形成模式。给出了求解多用户非稳定均衡态的变分不等式模型的修正投影算法,并通过一个数值例子验证了算法的有效性。结论部分给出了多个可进一步深入研究的方向。     

基于局部路网空间结构特征的无检测器路段交通流预测方法

城市路网中存在大量尚未布设交通检测器的路段,其交通流数据难以获取,不利于开展精准路网管理,为此提出了利用局部路网空间结构特征预测无检测器路段交通流量的方法。基于有检测器路段的海量交通流数据,分析局部路网空间结构特征与路段交通流量之间的相关性;根据路网拓扑关系使用多元线性回归算法估计所有的有检测器交叉口交通流分配权重,并使用多元线性回归算法进一步挖掘局部路网空间结构特征对交通流分配权重的影响;结合空间特征影响度系数、无检测器路段所在的局部路网的空间结构特征及相邻路段的交通流,对无检测器路段进行交通流预测。实验结果表明,路段道路类型、相邻路段数量及相邻路段道路类型这3类局部路网空间结构特征与路段交通流量相关性显著,采用基于空间特征影响度系数对局部路网中只有单个相邻上游和具有多个相邻上游的无检测器路段进行预测,发现其平均误差分别在8%和22%左右。     

道路交通流数据检验与修复方法

交通流数据常见问题分为数据缺失、数据无效和数据时间点3类，针对这些问题，提出了一种交通流数据检验与修复方法。以北京市交通流数据为例，应用这一方法进行了分析与验证。结果表明该方法具有很好的实际应用效果。交通流数据质量检验可以保证从数据源所获得数据的正确性和完整性，为数据的管理和应用提供了可靠的数据基础.     

基于手机定位的交叉路口交通流数据采集方法

为了实现对城市道路交叉口交通流数据的全面采集、减少成本、提高效率,提出以手机为交叉口交通流信息获取源的思路。研究了将手机定位数据（运动速度、经纬度）转化为交通流数据的方法。通过检测空间和检测单元的确定,根据用户的运动速度和位置信息,按照步行、自行车、小汽车和公交车将不同手机用户的出行方式进行了准确判断,最终实现了交叉口交通量、车流流向和延误数据的自动采集。     

基于云理论的路网可靠性评估方法

以科学评估路网可靠性为目标,认为该问题涉及到对路网可靠性的认知和表达两个方面。视路网可靠性为模糊性与随机性的统一,从而发现其理论基础同云理论有着内在联系,进而采用云理论研究路网整体可靠性的评估。根据路网综合失效的严重程度,将路网可靠性划分为6个等级,将影响可靠性的因素划分为5大类别,并采用路网综合性能模型对5个类别的影响因素进行衡量、对路网可靠性所属等级进行评判。鉴于人脑的思维是对路网可靠性认知与表达的主体,而自然语言是思维的载体,故以语言值来表示可靠性的定性概念与其定量数值之间的不确定性转换,并通过应用分析描述了该方法的应用过程。     

道路与交通工程系统分析

针对道路与交通工程规划、设计、修建和营运管理问题的特点,通过运用综合系统分析方法论、微观经济概念等学科知识,提出了进行资源配置、方案选择和工程系统分析的目的、步骤及内容。