结合改进跟驰模型的交通流元胞自动机模型

为更好地分析交通流运行规律,实现有效的交通控制和优化,提出结合改进跟驰模型的交通流元胞自动机(cellular Automata,CA)仿真模型.首先在分析正比于速度的间距倒数模型和Bierley模型特点的基础上,改进得到更符合实际的跟驰模型,进而创建的CA模型结合改进跟驰模型计算并离散化得到的加速度,进行车辆及整条车道的状态更新.通过模型仿真,得到速度差灵敏度系数λ、车辆间距灵敏度系数k和安全距离参数α不同取值时的交通流基本图和X-t时空状态图.通过仿真发现,λ,k的取值很大程度影响图形形状,而α的影响较小,同时模型仿真再现了交通流状态的动态衍化过程.通过试验验证,该模型仿真得到的Q-ρ关系曲线和实际交通流一致,且可模拟再现实际交通流的失稳、阻塞演化、走走停停等非线性交通流现象.     

高速公路交通流密度的主线速度控制设计方法

结合高速公路出入口的实际设置情况、高速公路交通流的运行特点以及高速公路主线速度控制方式的实际需要,对经典高速公路宏观动态交通流模型进行了一定的修正;针对改进后的交通流模型,利用非线性系统控制中的反步设计方法,给出了求解控制率的矩阵方程;并提出了使用模糊控制方法进行主线速度控制的设计思路,为解决交通流模型难以确定、交通流参数难以检测等情况下的交通流密度主线速度控制问题提供了一种新方法。     

环形快速路交通流的改进元胞传输模型建立与仿真

交通流模型一直是交通系统中最基本的研究内容.适当的交通流模型可用于路网交通流预测和信号控制.以北京环形快速路为背景,采用改进的元胞传输模型(modified cell transmission model,MCTM)进行建模.在MCTM模型中,放宽了原始CTM模型均等划分元胞的限制,并采用密度代替车辆数表示元胞状态,对不同元胞连接方式(简单连接、融合、分离)建立了元胞交通流传输关系.与广泛应用的微观仿真软件Paramics进行了仿真对比分析.结果表明,与原始CTM相比MCTM虽然大大减少了计算复杂性,但仍然可以准确地描述环形快速路交通流动态特性,从而为进一步的交通流预测和匝道控制提供模型基础.      

基于BP神经网络的高速公路动态交通流预测

以高速公路交通流预测为研究对象,建立了基于BP神经网络的参数动态修复交通流预测模型。以高速公路宏观动态交通流模型为原型,利用分段辨识法分析了高速公路交通流特性。对BP神经网络层数和神经元的确定,以及转移函数的优化选择进行了深入研究,并给出了基于BP神经网络交通流预测模型的建模方法。对西宝(西安-宝鸡)高速公路交通流实时数据进行了采集、建模和仿真。通过仿真结果与实际结果比较,验证了该模型具有较高的可信度。     

基于相空间重构和PSO-GPR的短时交通流预测

准确实时的短时交通流预测是智能交通诱导的关键.为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型.针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入-输出数据集.利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型.以重构序列作为预测模型的训练集和测试集,实现短时交通流预测.采用北京市东四环快速路检测器实测数据对比分析模型预测效果.结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97%,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度.      

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．     

混合交通流出行者Agent行为模型

由于混合交通流的交通行为和交通情况的复杂性,针对混合交通流的微观仿真模型开发一直是系统仿真领域研究难点和热点.文中提出一个基于活动的、适用于城域混合交通流仿真的出行者Agent行为模型——A-TAM,通过分析一个完整的典型出行过程,借此构建出A-TAM模型层次框架,应用Agent建模、效用函数理论和“心理场”理论对A-TAM模型中各层次模型进行分别建模,最后应用A-TAM模型对自行车在混合交通流无信号交叉口的行为进行建模,仿真结果验证了A-TAM模型的有效性.      

基于分布式强化学习的高速公路控制模型

针对公路交通流非线性、不确定性和模糊性特点,提出了面向控制的交通网络宏观动态离散模型,并且引入分布式强化学习来解决交通网络的控制与诱导问题。以传统网络交通流模型Metanet为基础,对其作了改进,引入起讫点的因素到模型中,提出基于OD的网络交通流动态模型Metanet-OD。根据交通网络的特点,将分布式强化学习DRL引入到交通网络中,进行匝道控制和可变显示牌的诱导控制,设定了强化学习的动作空间,并给出了DRL算法。在仿真试验中对控制效果进行了验证。     

短时交通流的非线性动力学特性

基于Bierley跟驰模型理论,建立了由5辆机动车组成的动态交通流仿真模型.利用Matlab软件产生了5辆机动车的交通流时间序列,分析了相邻前后车辆的车头间距、速度差等变化过程,对仿真结果与实际交通流特点做了理论分析.讨论了模型参数对交通流动力学特性的影响,并从理论上证明了短时交通流具有混沌特性.结果表明:后车驾驶员对前后车相对速度和前后车车头间距越敏感就越容易出现混沌现象.     

基于中观模型的福州快速路动态交通仿真研究

分析了经典交通流模型的特点与适用性;以福州市快速路及主干道为对象构建仿真路网模型,引入中观交通流模型,利用仿真软件DynuStudio对路网进行交通分区、OD交通量估计、交通流模型主要参数标定,对快速路进行动态交通分配仿真分析。结果表明,福州市三环快速路交通服务水平稳定且通畅,但二环快速路情况复杂,高峰时段拥堵严重,与现实情况基本一致。     

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。     

交通控制与诱导集成的关键问题评述

分析了交通控制和交通诱导的相互影响与相互作用。综述了交通控制系统和交通诱导系统集成的研究现状,重点对交通控制和交通诱导集成的6个关键问题进行了讨论分析。提出应用演化博弈论、有限理性和人工情感等研究探讨驾驶员对交通诱导信息的反应机理和先由交通诱导系统将交通流诱导到合适的路网上然后由交通控制系统来适应这些交通流的思想建立集成模型。提出应用人工交通系统与平行系统的思想来研究交通控制和交通诱导的集成实施问题,通过人工交通系统的"计算试验"对交通控制方案和诱导方案进行试验和评估,期望为交通控制和交通诱导二者的集成提供新的思路和方法。     

空中交通流线性二次型最优控制

针对空中交通流量需求的日益增长,通过对交通流LWR理论进行改进与元胞模型理论相结合,建立改进的一维元胞传输模型.采用离散控制系统线性二次型最优控制理论对模型进行了分析研究,实现对特定区域内流量进行预测.利用Matlab对系统进行了仿真,对不同流动比例系数下得到的控制序列和反馈增益进行比较,通过采样数据的比较,得出的结果显示,空域单元的飞行流量得到改善.     

基于ARIMA与人工神经网络组合模型的交通流预测

将自回归求和滑动平均(ARIMA)与人工神经网络组合模型用于短时交通流预测。利用ARIMA模型良好的线性拟合能力和人工神经网络强大的非线性关系映射能力,把交通流时间序列看成由线性自相关结构和非线性结构两部分组成,采用ARIMA模型对交通流序列的线性部分进行预测,用人工神经网络模型对其非线性残差部分进行预测。结果表明:组合模型的预测准确性高于各自单独使用时的准确性;组合方法发挥了2种模型各自的优势,是短期交通流预测的有效方法。     

基于仿真的交通信号控制优化策略研究

根据道路流量,研究了利用灵活的控制策略提高交通控制的效率问题.针对信号控制交叉口实际流量动态变化的特征,在现有传统控制方法的基础上根据交叉口交通流的变化特点,提出采用可变车道控制模式的控制方法、单边轮放控制模式的控制方法,介绍了其潜在的适用条件、优势及特点,并在交通流量调查的的基础上,建立了交叉口的相应仿真模型,利用信号控制仿真软件Synchro验证了在高峰期不同控制方法的效果.仿真结果表明,所提出的控制方法适用于具有相应流量特点的交叉口,提高了信号交叉口的控制效率.     

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。     

智能网联车辆交通流优化对交通安全的改善

为改善常规驾驶车辆交通流追尾碰撞交通安全状况,提出智能网联车辆（Connected and Automated Vehicles,CAV）与常规车辆构成的混合交通流车队稳定性优化控制方法。基于全速度差模型,应用集成速度与加速度的多前车反馈构建CAV跟驰模型,考虑CAV混合交通流车辆空间分布的随机性,将各类型局部车队稳定性作为优化目标,以局部车队头车速度扰动为系统输入,以尾车速度扰动为系统输出,应用经典控制理论领域的传递函数法推导局部车队稳定性约束条件;分析关于平衡态速度与CAV反馈系数的车队稳定域,以各类型局部车队能够在任意平衡态速度下均稳定为控制目标,对CAV反馈系数输出进行优化控制;设计高速公路上匝道交通瓶颈数值仿真试验,在不同CAV比例等多种条件下,分析CAV混合交通流优化控制对交通流车辆追尾碰撞风险的影响。研究结果表明：CAV混合交通流优化控制可降低车辆追尾碰撞风险,在碰撞时间阈值小于2 s时,100%比例的CAV交通流可将交通流的车辆追尾碰撞风险降低85.81%以上;在碰撞时间阈值大于2 s时,追尾碰撞风险可降低48.22%～78.80%。所提优化控制方法可有效降低CAV车队优化控制的复杂性,为大规模CAV背景下的混合交通流优化控制以及车辆追尾碰撞交通安全提升策略提供直接理论参考。     

基于遗传算法的交叉口信号控制可靠性优化模型研究

随着城市道路交通网络可靠性研究的深入,交叉口的可靠性问题开始凸显。交叉口可靠性主要取决与各进口流量的大小和交叉口控制方式。当前以平均延误为优化对象的控制方式实际上很难满足路口可靠性的要求。本文在定义了路口旅行时间可靠性的基础上,运用概率论基础知识,建立了路口可靠性优化控制模型,并且运用遗传算法对优化模型进行了求解。