基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究

近年来,世界各国纷纷致力于新兴交通科技,如智能运输系统(IntelligentTransportationSystems,ITS)的研究和应用,以应对目前严峻的交通环境。笔者综合应用道路检测器检测的交通流量数据以及路段交通流量与路段行程时间的内在联系,运用增量加载最短路优化的方法对智能运输系统的核心技术—城市交通流诱导系统(UTFGS)中的中心式动态路径诱导系统中的行车路线优化技术展开研究。     

城市交通流诱导系统理论模型和实施技术研究——智能运输系统重要研究内容

城市交通流诱导系统是智能运输系统（ITS）的重要组成部分，它以实时动态分配理论为核心，综合运用检测、通信、计算机、控制、GPS和GIS等现代高新技术，动态地向驾驶员提供最优路径引导指令和丰富的实时交通信息，通过单个车辆导来改善路面交通状态，防止和减轻交通阻塞，减少车辆在道路上的逗留时间，并最终实现交通流在路网中各个路段上的合理分配。本文提供了一整套适合我国国情的城市交通流诱导的理论模型和实施技术，为该系统在中国的实施提供了理论保障和技术支持。     

基于多智能体系统的动态路径选择算法研究

动态路径选择算法是城市交通流诱导系统的核心理论之一，一直受到国内外研究学者的普遍关注。本文给出了一种基于多智能体系统的动态路径选择新方法，阐述该方法的主要思想，借助交通模拟软件——PABAMICS建立一个基于多智能体的交通诱导系统，并实现对一个简单路网的诱导管理。仿真结果显示：该方法具有实时性强和鲁棒性好的特点，说明多智能体系统在实际交通诱导应用中具有可行性。     

城市智能运输系统的分析与设计

文章分析城市智能运输系统的目标、功能和数据，讨论城市智能运输系统的数据总体规划和系统总体设计，引进地理信息系统和空间数据库，构建数字城市智能运输系统。     

动态路径诱导系统的研究进展

动态路径诱导系统研究是智能运输系统研究的一个重要方面，本文基对动态路径的综述和分类，提出了在我国进行动态路径诱导系统研究的框架。     

基于高阶神经网络的城市交通诱导理论模型

交通诱导是智能运输系统的主要研究内容和解决城市网络局部拥挤的最佳途径。     

高速公路交通监控系统及未来发展

本文从交通流控制及管理的角度上介绍了高速公路交通监控系统及智能运输系统的发展。     

Fusion Framework of Urban Traffic Control and Route Guidance Based on CPS Theory

以避免交通拥堵和提高交通效率为目标,同时满足交通用户要求和交通系统交通流均衡要求,对城市交通控制与诱导融合框架进行研究.分析城市交通控制与诱导系统和信息物理融合系统(CPS)的特性及两者关联.探讨CPS理论应用于城市交通控制与诱导系统的各项技术要求.根据动态城市交通流诱导系统和城市交通信号控制系统的内容,针对两者相关性、冲突性与解决方法,考虑信息物理融合系统的人机系统特点,提出一种基于信息物理融合系统理论的城市交通控制与诱导融合框架.该框架包含计算部分、通讯部分、控制部分和物理世界部分,增强了城市交通流诱导系统和城市交通信号控制系统的融合度,侧重从技术层面分析两者深度融合的可行性,为智能交通系统中交通控制与诱导融合的实施提供理论依据.     

基于OSPF协议的路径诱导系统

路径诱导系统是智能运输系统最具代表性的一个功能子系统。本文设计了一种基于Internet目前广泛使用的OS-PF(Open Shortest Path First)路由选择协议的诱导系统。该系统由交通网络和相应的诱导数据网络组成;数据网络系统包括带有无线接入单元的交叉口诱导设备和连接诱导设备的数据链路。交叉口诱导设备之间通过泛洪过程交换实时的路段状态信息,使用最短路算法计算诱导方案。车载诱导单元使用IEEE 802.11无线局域网协议通过无线接入单元找到距离最近的交叉口诱导设备,通过发送路径请求报文和接收路径应答报文获得最短路径。分析表明,基于OSPF协议的路径诱导系统具有收敛快、可靠性强、可扩充性好以及成本低等特点。该方法为我国交通流诱导系统的研究提供了新的思路。     

短时交通流预测建模因素和建模策略

实时准确可靠的短时交通流预测是智能运输系统的基础。根据短时交通流预测建模的研究现状,探讨了影响短时交通流预测建模的七个方面要素,进而提出了短时交通流预测的"四阶段法"建模策略。对短时交通流预测建模的梳理有助于改进现有模型以及研发新的模型。     

模糊控制原理在城市交通流诱导系统和控制系统一体化研究中的 …

利用模糊控制原理将城市交通流诱导系统与城市交通控制系统联系起来，通过改变路段进口绿灯时间，实现交通流诱导控制。     

交通诱导系统构成及发展动态

城市交通诱导系统是智能运输系统(ITS)的重要组成部分,它以实时动态分配理论为核心,综合运用检测、通信、计算机、控带、GPS和GIS等高新技术,动态地向驾驶员提供最优路径引导指令和丰富的实时交通信息,通过单个车辆诱导来改善路面交通状态,防止和减轻交通阻塞,减少车辆在道路上的逗留时间,并最终实现交通流在路网中各个路段上的合理分配.     

交通流预测方法综述

实时交通流预测是智能运输系统研究的一个重要问题。为此,建立了许多预测模型,有历史平均模型、时间序列模型、卡尔曼滤波模型、非参数回归模型、神经网络模型和组合模型等。总结评述现存的各类模型,提出交通流预测研究领域今后可能的发展趋势。     

城市交通安全管理的智能决策支持系统探讨

章探讨了智能决策支持系统在城市交通安全控制中的应用，提出了一种基于交通地理信息系统的智能决策支持系统结构框架，并根据交通工程学知识，建立了基于知识表示的交通安全控制模型库。叙述了在智能决策支持系统的方法库中融合的完善道路基础设施、交叉口控制、城市交通流诱导系统、紧急事件管理系统等实际可行的交通安全控制方案。     

基于模式识别的短时交通流预测

实时准确可靠的短时交通流预测是智能运输系统的基础,有很多种方法被用来对交通流进行预测.基于模式识别的交通流预测方法是较新的预测方法之一.提出一个用于短时交通流预测的模式和对应的模式识别算法,并对城区道路的交通流做了实验预测,结果表明在趋势上较为准确.     

智能运输系统体系框架研究

章从系统科学的发展过程和知识表示出发，根据智能运输系统的层次结构，分析了如何建立智能运输系统的体系框架及其作用。最后对我国智能运输系统体系框架研究的初步成果做一简要介绍。     

利用数据挖掘技术建立城市区域交通流状态分析预测模型

ITS中的一个重要研究领域就是交通流的诱导，而为了要正确地诱导交通流，就需要对交通流的状况进行实时分析和预测。本运用计算机科学领域中的数据挖掘技术，提出了一个城市区域交通流分析预测模型。通过模型中的预测级神经网络、决策树约束集、关联规则约束集和修正级神经网络，全面地考虑了区域内交通流本身与其它动态、静态指标对未来交通流状况的影响，因而具有较高的正确率。     

2006年海峡两岸智能运输系统学术研讨会在台湾召开

为促进海峡两岸在智能运输系统研究领域的学术交流，共同探讨智能运输系统的前沿课题和发展方向、智能运输系统的人才培养模式，促进海峡两岸在智能运输系统领域的研究与合作模式，由武汉理工大学与台湾中华大学主办的2006年海峡两岸智能运输系统学术研讨会。     

城市道路冰雪路面交通流状态特性研究

在采集冰雪期北方城市主干路交通流数据基础上,采用多元统计中的因子分析法对冰雪期不同路面状态上的交通流状态进行研究,并对因子得分进行聚类分析,将交通流状态分为三类,根据这三类交通流状态在各种路面状态下出现的频率,再次聚类,得到不同路面状态下关于交通流状态的分类。这一结果为中国北方城市冬季交通诱导系统中交通流状态的识别提供了一定的理论基础和依据。     

智能运输系统标准化需求研究

智能运输系统的研究在中国方兴未艾，中国智能运输系统框架研究已基本完成．但有关智能运输系统标准化方面问题的研究尚处于起步阶段。文章通过分析国外智能运输系统标准化研究方面的成果，提出在中国发展智能运输系统标准化研究的基本研究方向与研究方法。