基于三参数Burr分布的车头时距分布特性研究

通过研究发现,车头时距的随机过程与Burr分布函数具有相似特性,为此提出三参数Burr分布来描述车头时距分布特性的假设。为验证这一假设,以广州南沙港快速环形交叉口的进口道车头时距数据为例,利用三参数Burr分布进行统计建模,并运用极大似然法对三参数进行估计,由于参数估计结果只有数值解而没有解析解,故采用牛顿法求解待测参数,最终得出三参数Burr分布对实测车头时距数据的拟合曲线,并利用K-S检验进行了验证。研究结果表明:三参数Burr分布能较好拟合车头时距数据变化特征曲线,能满足一般情况下环形交叉口进口道车头时距分布的统计特征,为今后研究交通流车头时距分布的统计规律提供了一种新的可行性模型。     

基于GI/G/1排队的人行横道宽度优化模型

为提高信号交叉口人行横道通行能力和行人安全,考虑到人行横道宽度对行人服务水平的影响,在分析其参数的条件下,提出在高峰时段,可将典型信号交叉口人行横道行人入口处和乘客交通量描述成一个排队系统。通过实地调查数据拟合得出行人到达规律服从指数分布、服务规律服从正态分布,且因行人在信号交叉口的走行规律具有休假特性,则该排队系统可用具有批量服务特点的GI/G/1排队模型描述。并基于排队系统的闲期、忙期等重要约束建立该排队模型的优化模型,为人行横道宽度的取值提供了科学的计算依据。     

信号交叉口行人过街行为计算机仿真分析

本文分析信号为红灯情况下影响行人过街行为的因素及其重要程度.选取北京市3个较为规范的十字交叉口为调查点,结合问卷调查数据,建立了基于不同影响因素的行人过街行为的Logit回归模型,进行模型参数标定和验证,得出交通信息因素、个体因素、心理因素和约束因素对过街行为起到的作用,从而有针对性地提出减少行人违章的建议.此结论对行人交通规划和管理有较好的指导意义.     

基于车流径路选择偏好的铁路车流运行径路动态预测方法研究

准确的车流径路预测是编制高质量日班计划的前提条件.利用运输信息集成平台提供的海量车流运行轨迹历史数据,提出一种简单易行的铁路车流运行径路动态预测方法;通过对长期和近短期车流运行轨迹历史数据的统计,生成车流径路选择偏好参数表,可反映路网中多种复杂因素对于车流径路选择的影响;基于车流径路选择偏好参数,结合车辆实时位置跟踪信...     

高速列车多模型广义预测控制方法

列车运行过程是一个典型的非线性过程,并且随着列车速度的增加,非线性特性越来越强,这就给自动驾驶系统的设计提出更高的要求。本文针对高速列车自动驾驶系统设计多模型广义预测控制器。首先针对高速列车的非线性特性,利用聚类有效性评价指标确定最优的多模型个数,然后采用减法聚类方法建立多模型集合。接着针对每个聚类集合,利用递推最小二乘方法建立相应的线性模型。最后针对模型参数不确定性和未建模部分,设计多模型广义预测控制器进行控制。仿真结果证明了该方法的有效性。     

基于模糊C均值聚类的交通状态判别研究

本文根据实测京津塘高速公路感应线圈数据,利用模糊聚类的方法对交通流状况的分类进行了研究,将交通状态分为畅通、拥挤、堵塞3类.同时对比了车速、车流量和占有率3种参数对交通状态判别的影响.分析结果表明:用模糊聚类进行交通流状况分类是一种可行的方法;车速对交通流分类的影响最大,其次是占有率和流量.     

考虑车道排队特征的城市路网交通事故影响范围估计

有效评估城市道路交通事故的影响范围,对快速恢复道路交通、减少连续事故的发生以及实施及时的救援措施具有重要意义。针对事故影响范围,目前国内外的研究主要集中在高速公路,对于城市道路事故影响范围的研究相对较少,特别是在微观层面如何准确估计事故影响在道路上的具体位置,依然存在较大的挑战。首先,定义交叉口延误、路段速度比,根据延误阈值、速度比阈值等指标估计事故影响路段。在此基础上,考虑城市道路交通流在信号控制条件下的间断流特征及交叉口进口道上的分流特征,运用交通波理论计算单车道排队长度,确定事故影响范围的边界。通过分析交通波的传播速度,描述两相邻交叉口路段单车道上车流的排队-消散过程,建立事故影响下车辆排队长度的计算模型。为验证模型的有效性,通过采集长沙市车牌识别数据,结合实地调查,利用VISSIM仿真软件搭建了包含22个交叉口的城市区域路网,并利用实测交通流数据对仿真路网流量进行校正。在此基础上,设计了包含不同事故等级、发生位置和道路等级的事故场景,通过对比实验发现80%的案例中事故影响范围的模型估算值与仿真结果之间的相对误差少于10%。通过进一步分析获得以下结论：事故持续时间越长、占据车道数...     

基于Radau伪谱法的储能式有轨电车速度优化控制

优化有轨电车运行状态是一种简单、可靠、有效降低有轨电车能耗的方法。鉴于有轨电车站间红绿灯对其运行状态的影响,以及通过优化有轨电车的速度轨迹使其在不停车的前提下顺畅通过交叉口等仍缺少研究的现状,以储能式有轨电车为研究对象,建立了基于场景的环境模型和列车运动学模型。以有轨电车在行驶过程中的总能耗为优化目标,根据其出站时和到站时的状态以及红绿灯的配时信息建立模型约束,采用Radau伪谱法优化有轨电车的速度轨迹,实现行驶过程中的总能耗最小。仿真验证表明,该算法能使有轨电车平顺地通过信号交叉口,避免因在红灯时间窗到达停车线造成的急加速、急减速等行为,总能耗减少了23.45%。     

需求不确定的铁路车流径路优化模型

引入不确定理论中的鲁棒优化描述铁路货运日常运输组织工作中的车流量波动,提出需求不确定的铁路车流径路优化模型。首先,考虑线路通过能力和网络流量守衡约束,以绕道率阈值参数控制车流径路里程的合理性,以走行成本最小化为优化目标,建立需求确定的车流径路优化模型;然后,引入盒式不确定集描述车流量的波动性,设计鲁棒代价调节模型的保守程度,基于鲁棒对等理论建立需求不确定的车流径路优化模型;最后,通过小型算例验证模型的正确性,并基于沈阳铁路局集团有限公司所辖路网的实际算例验证模型的实用性。结果表明：部分车流量发生波动时,对应的最优径路方案随之发生变化;鲁棒代价能够权衡最优方案的成本和违反通过能力约束的概率,小型算例和实际算例中鲁棒代价分别取5和11时,得到的车流径路方案处于系统成本与运输需求满足的平衡点。该模型及鲁棒优化理论可为管理者制定车流径路方案提供决策参考。     

面向驾驶人疲劳检测的人脸视频分析算法研究

疲劳驾驶是造成交通事故的重要原因.基于面部视频分析技术,对驾驶人的眼睛动作和状态进行特征分析,可以有效估计驾驶人的疲劳状态,但驾驶过程中驾驶人面部姿态和光照条件的变化使眼睛的准确定位变得困难.本文以主动形状模型(ASM,Active Shape Model)为基础对面部区域进行配准,结合Lucas-Kanade光流算法进行全局跟踪,并采用基于自商图的Meanshift算法进行局部校准.实验结果表明,Meanshift算法能够有效消除光流全局跟踪中的累积误差,有效提高人眼定位的精度.     

现代有轨电车平交道口信号优先控制策略研究

针对常用被动与主动优先算法的不足,提出基于速度控制的被动优先新型算法;根据速度控制点至交叉口间有无站台情况,分别推导了最佳速度计算公式;考虑电车到达控制点的时间分布特性,提出了干线协调的算法修正方案,并给出最佳相位差的计算方法;基于MATLAB平台完成算法建模,对优先参数进行研究分析,给出参数取值建议;最后,以成都IT大道线路为例,选择HCM2000延误模型作为仿真评价标准,仿真结果表明被动优先前后,电车平均延误减少71.3%,极大提升了电车通行效率。     

基于灰色聚类分析法的交叉口交通环境影响评价

以芙蓉南路-赤岭路(涂家冲)交叉口为例,通过调查收集交叉口相关数据,分析交叉口车辆的噪声影响和尾气排放浓度对大气造成的污染,采用灰色聚类决策法对交叉口交通环境等级进行评价,最后针对该交叉口交通环境污染问题提出相应的改善措施,为以后的城市交通环境污染评价提供了理论依据。     

基于智能手环的动车司机疲劳驾驶检测系统

基于智能手环的动车司机疲劳驾驶检测系统可对疲劳驾驶行为进行报警,对高速铁路行车安全至关重要。本文阐述系统的整体设计和各模块功能,分析智能手环的工作原理和手部加速度信息的采集过程。在分析动车司精神状态与手部运动关系的基础上,给出手部运动系数的概念,并运用K-means聚类算法进行分析处理,提出一种动车司机疲劳驾驶检测模型。在动车组驾驶室搭建原型系统,阐述系统的实现过程,并在高速铁路试验段进行试验,试验结果表明,该系统对司机疲劳驾驶检测的准确率达到93.6%。     

基于VISSIM仿真系统的有轨电车线路对城市道路交叉口影响评价方法研究

提出一种基于VISSIM仿真系统的有轨电车线路对城市道路交叉口影响评价方法。通过建立城市交叉口现状和运行有轨电车后的仿真模型,计算两种情况下交叉口内车辆延误和排队长度等参数,通过对参数进行对比,评价有轨电车线路对交叉口产生的影响。     

城市轨道交通乘客半补偿路径选择建模与应用

城轨网络规模的扩大使乘客可选的路径增多,但通常乘客只考虑容忍阈值范围内的路径(即有效路径集合生成),然后从中择优。本文构建的半补偿Mixed Logit模型,基于贝叶斯理论将两个子过程统一,并将偏好系数和阈值参数处理成随机变量以体现乘客的异质性。融合马尔科夫链蒙特卡洛法与数据扩张技术,可内生标定所有参数。基于广州地铁调查数据标定的结果显示,内生标定的出行时间和换乘次数阈值更精准,且所建模型更优。将模型应用于预测广州地铁六号线接入后的换乘量,平均相对误差为5.19%,说明所建模型适应于网络结构变化下的客流预测。     

基于聚类算法的上海轨道交通站点高峰特征分析

为进一步提高客流预测精度,客观描述早晚高峰客流分布形态,通过多次聚类对上海轨道交通运营数据进行峰值挖掘。利用DPEAK密度最大值算法进行数据中心化清洗;基于DBSCAN算法进行密度预聚类,初步判定特征类数;在此基础上,采用启发式K-Means算法对各密度类中心簇及边缘进行刻画;分类统计数据特征,通过组合分布函数对轨道交通高峰特征进行描述。经分析,该方法能够有效降低拟合误差,得出的组合分布函数可为上海市轨道交通线路早晚高峰客流预测提供参考。     

铁路车流径路优化分布式算法

针对铁路车流径路优化的计算量随着路网中节点数和车流数的增加呈指数型增长的问题,引入分布式计算方法进行求解。对于任意一个固定顺序的车流排列,基于线路能力约束条件,构造车流径路优化模型。定义对该车流排列评价的函数,将车流径路优化问题分解成车流排列的评价计算问题和车流排列优化问题。设计分布式计算网络结构及网络程序流程。采用改进的禁忌搜索法,在服务器端完成车流排列空间的优化搜索,在不同的客户机端进行车流排列的评价计算,利用计算机网络将二者有机地结合起来,形成分布式算法。将车流排列优化问题归纳为旅行商问题,分析模型算法的复杂性。对算例进行计算表明：对构造的车流径路优化模型采用分布式算法进行求解可以节省大量时间,但存在对计算机网络配置要求高的问题。     

短时交通流预测模型综述

介绍短时交通流预测的背景和意义,将短时交通流预测的方法分为5类,包括基于统计分析的预测模型、非线性理论模型、基于仿真的预测模型、智能预测模型及混合预测模型。对这5类预测模型进行逐一介绍,并对其在算法复杂度、预测精度、计算时长、适用路段等方面进行分析。短时交通流预测研究领域今后可能的发展趋势是数据来源多样化、混沌理论和深度学习逐渐发展,组合预测模型更加多样,预测精度不断提高。     

基于数据场聚类的拉林铁路隧道施工风险评估

为了明确高寒地区复杂的施工环境以及恶劣的气候条件对拉林铁路隧道施工带来的风险所属等级,提出一种基于数据场聚类的隧道施工风险评估模型。针对拉林铁路隧道工程的施工特点,分析隧道施工主要的施工风险与固有风险,构建符合拉林铁路地质特征的隧道施工风险评价指标体系。使用模糊评语集对风险指标进行风险概率和风险损失描述,对描述结果进行定量转化后,用基于数据场的高斯混合模型聚类确定各风险因素等级。运用该模型对位于拉林铁路的巴玉隧道施工风险进行评价,并与传统的K-means聚类结果进行比较,证明高斯混合模型的评价结果更加精准。     

一种基于小数据量的快速识别短时交通流混沌特性的方法

对短时交通流进行预测、诱导和控制是智能交通控制系统的重要研究内容。由于对短时交通流进行混沌特性识别时,存在实时性与样本数量之间的矛盾。因此,本文基于混沌时间序列分析理论,提出了一种快速计算短时交通流时间序列最大Lyapunov指数的小数据量方法,用于识别短时交通流中是否存在混沌特性。该方法首先将短时交通流时间序列在相空间中进行重构,以充分提取短时交通流中的相关信息。并结合庞卡来截面法对识别结果进行了验证。从而为对短时交通流进行分析、预测和控制时所采用的相应方法提供了可靠的理论依据。对实测短时交通流行为进行识别的结果表明,该方法具有计算量小、实时性好,对小数据量可靠且容易操作等优点。