基于安全系数评价的应急运输调度研究

为了找出自然灾害下应急运输的最优路径,考虑自然灾害下应急运输的特点,采用美国BPR行程时间函数模型,确定应急运输的行程时间,并从人、车、路和管理的可靠度出发,计算应急状态下给定路网的路权,最后利用路径优化算法计算应急运输的最优路径,并进行了实例验证。验证结果表明该算法计算出的最优路径与实际情况相符,算法可靠、有效,可用于自然灾害发生后应急运输最优路径计算,为应急运输快速决策提供判断依据。     

一种基于路段惩罚法的合理路径集生成算法

为了给路径选择模型提供合理的路径集输入,使路径集能够包含更多驾驶员实际选择的路径,提出了一种基于路段惩罚法的路径集生成算法.根据发生拥堵的频率定义路段的拥堵指数,然后根据拥堵指数确定新算法的惩罚规则:在上一次计算的最优路径中需要增加阻抗的路段,是拥堵指数较大路段,而不是原始算法提出的所有路段.通过定义合理的指标评价路径集生成算法的有效性,根据实测的驾驶员出行路径数据评价改进的路段惩罚算法、原始的路段惩罚法以及应用较广泛的随机分类组合法.结果表明,在几种算法中本文提出算法生成的路径与实测路径完全一致的比例最大.     

基于安全场改进RRT*算法的智能汽车路径规划方法

快速搜索随机树(rapidly-exploring random tree, RRT)算法是智能汽车路径规划的常用方法,但传统RRT和RRT~*算法存在路径抖动大、易陷入局部区域和计算效率低等缺点。针对这些问题,本文中结合实车数据提出了一种基于安全场改进RRT~*算法的智能汽车路径规划方法。首先,建立了基于安全距离模型的安全场,通过驾驶数据采集试验对模型关键参数进行了提取;在此基础上,提出了具备安全场引导和角度约束等策略的改进RRT~*算法;最后,通过仿真对算法进行了验证。结果表明,本文提出的路径规划方法能计算出满足车辆轨迹曲率约束的有效路径,同时具有较快的搜索速度和更高的成功率。     

基于神经网络算法的高速公路基本路段线圈检测器布设间距研究

为研究高速公路交通事件检测算法及线圈检测器布设间距,设计了高速公路基本路段的人工神经网络事件检测算法,并研究基本路段检测器布设间距在200～700m不同情况下的事件检测效果。利用VISSIM4.2软件仿真获得数据,并在Matlab人工神经网络工具箱中计算,验证了所设计事件检测算法的有效性,得出基本路段线圈检测器的合理布设间距。     

多路径分配模型中合理路径的研究

Logit是一种重要的随机网络配流模型,常用于市域、省域的交通分配预测.但该模型的Stoch算法在确定"合理路径"的关键步骤时存在漏洞,明显存在交通分配结果不合理问题.文中通过比较以往各种合理路径的算法,提出了一种既合理,又经济的算法.解决了Stoch算法中对合理路径定义不合理的问题,使得分配结果更合理,通过建立相关路网的实例检验,取得较好的效果.     

基于拓扑处理的Logit型网络加载算法

针对均衡交通分配问题,提出了一种基于拓扑处理来改进DIAL算法中合理路径的定义并求解Logit型网络加载模型的新算法。当道路网络存在环路时,算法根据从节点到讫点的阻抗的降序来删除节点上游没有遍历的路段,从而将有环网络变为无环网络并根据拓扑排序确定的节点计算顺序来计算路段权重和流量。对于无环网络,新算法可以得到与理论值完全一致的结果;对有环网络,可以减少DIAL算法中非合理路径的数目。计算实例表明:新算法可降低DIAL算法中合理路径定义过于严格所带来的误差。     

城市交通网络中的最优路径搜索的树修剪算法

针对城市交通网络的复杂性，构建了一个最优路径计算模型，在此模型基础上提出了最优路径搜索的树修剪算法。并根据实际测得的交通数据．验证了该算法。     

基于行程质量的随机用户平衡分配模型

提出行程质量的概念以描述出行者在不确定环境下的路径选择准则。将行程质量定义为行程时间和行程时间可靠性的线性加权和,综合了影响路径选择的两个不同的重要因素:行程时间和行程时间可靠性。假定在路段通行能力随机变化的情况下出行者以估计行程质量费用最小作为路径选择的标准,建立了基于行程质量的随机用户平衡分配模型。证明了模型解的等价性和唯一性,给出了求解模型的MSA算法。在一个小型测试网络上的计算结果表明:模型能够反映出行者在随机路网中的路径选择行为。     

基于多特征融合的高速路车辆多目标跟踪算法研究

针对高速路车辆移动速度快、检测器易出现漏检和误检、目标相互遮挡等问题,提出一种基于多种特征融合的高速路车辆多目标跟踪算法。检测器获取每帧目标检测框后,采用HSV颜色直方图和HOG直方图建立目标外观模型,通过卡尔曼滤波建立目标位置模型和尺寸模型,融合多种特征模型构建相似性度量矩阵,并利用二分图匹配解决在线数据关联问题。在KITTI车辆数据集和自采的高速车辆数据集上将该算法与若干经典算法进行比较,结果表明,该算法在跟踪正确率和跟踪速度上明显提升。     

一种改进的路网最短路径算法

在路网模型中节点数和边数较多的情况下,利用Dijkstra算法求解最短路径的计算量较大,时间花费多.文中提出通过判断语句避免Dijkstra算法计算中值为∞的无用计算,从而提高搜索效率.应用结果表明,对于节点数量较大的路网,该改进算法具有较好的适用性.     

基于BP神经网络的短时交通流预测

对比分析短时交通流预测模型,对BP神经网络预测算法的原理进行分析说明,用BP神经网络建立短时交通流预测模型,利用华南快速路的实测交通流数据来验证模型的可行性。     

区域高速公路网络交通事件传感器布设方法研究

针对如何使用有限的传感器而获得最大的事件检测效益的问题,依据区域高速公路网络拓扑特点,充分利用匝道以及出入口的重要特性,以常规的最短路径算法为基础研究了一种交通事件传感器的优化布设方法,以高速公路网络行程时间标准差作为优化目标,在充分利用现有资源前提下,分别布设和优化路段和出入口事件检测器,形成两层结构的事件检测传感器网络体系。并以上海市高速公路网为例进行了实例应用分析。结果表明,依据合适的优化方法可以确定传感器最佳布设位置和数量,同时结合高效的交通事件检测算法,可以全面提升交通事件检测技术。     

高速公路交通安全效益研究

国内外的实践证明,高速公路运营比一般公路具有更高的安全性。根据高速公路网和一般公路网在道路类型和交通条件等方面的差异,提出建立道路服务水平与交通事故率之间的函数关系来预测交通事故率。在计算交通事故损失时,提出测算交通事故直接经济损失和间接经济损失的模型及方法,并提出运用“有无对比分析法”测算高速公路网交通安全的效益。     

高速公路合流区上匝道混合车流通行能力经验计算法

研究高速公路合流区上匝道混合车流的通行能力的计算问题。利用已有的高速公路合流区外侧车道交通特征分析结论,推求在外侧车流不同车头时距分布特征下的上匝道混合车流汇合概率模型。运用回归技术和统计方法,建立了加速车道合流点分布概率的实测经验模型。对可接受间隙理论的原型进行了形式上的修正,最终建立高速公路合流区上匝道的混合车流通行能力经验模型,它是主路交通量、匝道交通量、加速车道长度、匝道混合车流比例以及各自的临界间隙和随车时距的函数。最后结合实例介绍经验模型的数值积分求解方法,并证实该经验计算方法具有较高的实效性和可操作性。     

基于状态空间模型的道路交通状态多点时间序列预测

以多点的道路交通状态为研究对象,把道路交通状态单点预测向多点同时预测扩展,提出了基于状态空间模型的道路交通状态多点时间序列预测方法。首先,利用道路交通状态的多点时间序列数据建立多维自回归模型,转化状态空间模型形式,接着利用EM算法估计状态空间模型参数,从而得到多点道路交通状态的状态空间模型;其次,根据时间序列数据估计系统状态,利用卡尔曼滤波算法进行一步预测,补充新的数据并更新系统状态递推预测;最后,利用某城市快速路上相邻6个交通检测器采集的多点时间序列数据验证模型的有效性,并与卡尔曼滤波单点预测方法相对比。结果表明:该模型是可行和有效的。     

一种基于幂级数展开和最小二乘法的高速公路稳态速度-密度平衡关系式的辨识算法

提出了一种新的辨识Markos Papageorgiou提出的高速公路交通流模型中稳态速度-密度平衡关系式的算法.该算法分为两个步骤,第1步,利用幂级数的原理,将该关系式由非线性模型转换成线性模型;第2步,采用最小二乘法辨识线性模型,并在此基础上获得非线性模型的所有参数,从而达到辨识稳态速度-密度平衡关系式的目的.理论分析和仿真结果均表明,与传统的非线性辨识算法相比,该算法大大提高了模型辨识的运算速度,同时可以实现任意的辨识精度.     

基于时间序列相似性搜索的交通流短时预测方法

为了进一步提高交通流短时预测的效果,在分析现有预测模型存在问题的基础上,设计了1种基于时间序列相似性搜索的交通流短时多步预测方法.利用界标模型对交通流时间序列数据进行模式表示,在历史数据库中搜索与当前交通流时间序列相似度较高的历史时间序列,进而确定与预测时刻相对应的历史数据,利用回声状态网络模型实现交通流的短时多步预测.采用某特大城市快速路5 min采样间隔的交通流量数据进行实验验证和对比分析.实验结果表明,回声状态网络模型的预测精度分别比ARIMA模型和BP神经网络模型提高了6.25%和3.85%,以时间序列相似性搜索结果作为模型输入数据能够进一步提高交通流短时预测的精度.      

基于DTA的OD估计方法的交通检测器优化布置模型研究

论文在探讨了动态交通分配和动态0D估计背景下的交通检测器优化问题的基础上，提出了基于DTA的动态OD估计方法的交通检测器布置原则；从预算，对路网中交通流量信息的覆盖程度，对关键路段的检测、对重复检测器的剔除等方面对路网交通检测方案进行约束，建立了交通检测器优化布置模型；最后将遗传算法用于交通检测器优化布置模型的求解，证明了基于DTA的动态0D估计方法的交通检测器优化布置模型的有效性。论文方法概念清楚、操作简单，是交通检测器优化布置的一种可行方法。     

基于动态概率神经网络的公路交通事件检测算法

从公路隧道事件及其自身特点出发,依据人工神经网络这一强大的无模型模式分类器,采用人工神经网络算法建立动态概率神经网络（DPNN）事件检测模型：模型采用的输入指标不是单独的交通流参数,而是几个参数的组合,充分利用交通数据中包含的交通事件信息,大大提高算法的性能。     

面向高速公路交通调度的动态数据融合

在高速公路交通动态数据融合需求分析的基础上,采用环形线圈和微波检测器建立多检测器动态数据的现场试验站,通过多检测器组合方式构建数据检测方案;应用基于自适应加权和改进BP神经网络的数据融合方法,建立交通动态数据融合模型,研究高速公路同一时间、相同断面的多检测器的数据融合。现场试验与检测数据分析表明：基于改进BP神经网络融合方法所获得试验数据的平均相对误差较微波和环形线圈各自的精度提高了10％-20％。