基于有序样本聚类的交叉口交通信号控制算法研究

针对现有多时段TOD算法和感应控制算法存在的弊端，从实用角度出发，提出一种将基于有序样本聚类的多时段TOD算法和感应控制算法相结合的交叉口交通信号控制算法。它把路口流量与路口饱和流量的比值Y作为选择感应控制算法和多时段TOD算法的评价参数，当Y大于80％时，采用基于有序样本聚类的多时段TOD算法，当Y小于80％时，采用感应控制算法。本文采用Corsim5.0分别对四相位、三相位、两相位的路口进行仿真，结果表明本文所提算法在充分利用现有资源的前提下，不仅改进了现有控制算法的控制效果，而且计算简单，可以满足实时控制的需要。     

基于时空特征的干线协调控制子区划分方法

为应对干线交通流的时变性和空间分布差异性给干线协调控制带来的影响,本文提出了基于交通流时空特征的干线协调控制子区划分方法。首先利用交通流时间相关系数和空间相关系数分析交通流的时空特征,根据交通流的时间特征改进时段划分方法;引入相邻交叉口关联系数和不停车通过路口车辆数作为子区划分指标,在时段划分的结果上进行子区划分,以交通流的空间特征改进合并指数法,实现子区划分方案的更新。最后,以玉林市民主路为例验证该方法,结果显示,干线系统的总延误、车均停车延误时间、车均停车次数分别降低了19.5%、23.4%、16.7%,该方法比传统交通控制时段划分方法更能适应交通流的时空变化趋势,显著提高干线交通流的运行效率。     

基于EMD的天然气发动机供气系统故障诊断方法

针对天然气发动机故障信号的非平稳性、非线性等特点,提出一种基于EMD提取能量特征参数的故障诊断方法。从天然气发动机供气系统正常、气门间隙大、排气阀漏气3种工况振动信号的EMD能量熵值中发现,当供气系统发生故障时,各IMF分量的能量会发生变化。因此运用EMD方法提取最有效的IMF分量的能量特征指标,利用C均值模糊聚类法对此特征进行聚类进而建立天然气发动机供气系统的故障识别模型。现场试验验证了该方法在天然气发动机供气系统故障诊断中的有效性。     

一种基于模糊逻辑的单交叉口信号控制方法

提出了一种单交叉口模糊信号控制方法,选取排队长度作为模糊控制器输入量,建立模糊控制规则库,并建立了车辆的延误模型。最后进行了计算机仿真,在多种车辆到达率的情况下,比较了模糊控制与传统的感应控制及定时控制的车辆平均延误,仿真结果表明,提出的控制方法能有效减少车辆在交叉口的延误,控制效果优于传统的控制方法。     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

基于多源公交数据和车时成本优化的公交运营时段划分方法

现有公交运营时段划分方法均基于单一参数（乘客需求或行程时间）的相似性,忽略了乘客需求与行程时间对时段划分方案的协同作用。针对传统方法的缺陷,利用多源公交数据,提出一种新的基于最小化车队运营时间成本的时段划分方法。首先,利用逆差函数模型计算时间窗内完成班次任务所需要的最小车队规模,进而利用滑动时间窗模型,计算全天各时间窗所需的理论最小车队规模。然后,以时段划分方案的时间分割点为决策变量,以最小化全天累计车队运营时间成本为目标建立优化模型,采用遗传算法对运营时段划分方案进行寻优。最后,以广州市87路公交线路实际数据为例进行验证,并对模型参数进行敏感性分析。研究结果表明：与传统方法相比,所提方法能更好地实现运力与运量相匹配,并有效降低车时成本;与以往基于断面客流和基于行程时间的划分方案相比,所提方案的车时成本分别降低25 veh·h和45.33 veh·h。     

路段变长划分的模糊聚类方法

路段的合理划分是开展路面养护管理的基本前提。对通常采用的定长1km的做法进行了分析,指出了其不足;进而引进了模糊聚类方法,阐述了其应用思路,给出了模糊相似系数的构造方法,据此利用编网法建立了路段变长划分方法,并对聚类水平α给以解释;最后论述了该法的意义,还进行了实例验证。     

基于GA模糊聚类的城市快速路交通流状态划分

采用基于遗传算法的模糊聚类划分城市快速路交通流状态,借助模糊相关度函数分析聚类结果的有效性,以寻找交通流状态的最佳分类数。遗传算法的引入,有效改善了传统模糊聚类对初始化敏感以及容易陷入局部最优解的问题。经上海市城市快速路实测数据验证,此算法对交通流状态的划分具有可行性,且聚类有效性分析能够合理确定交通流状态最佳分类数。上述研究成果可用于城市快速路交通信息发布、服务水平评价以及交通设施的控制与管理。     

基于有序聚类的发动机温度划分研究

提出了基于Fisher有序聚类对汽车行驶时的发动机温度进行划分的研究方法,将发动机的出水温度作为聚类指标对发动机工况进行划分,经实例验证发现,通过Fisher有序聚类分析方法划分发动机出水温度的结果能够很好地反映发动机工况的变化,采取对应措施即可起到提升发动机性能,延长发动机寿命,降低发动机油耗的重要作用。     

基于XML的交通信号控制标记语言

针对我国城市交通信号控制系统建设中由于通信协议标准而导致的互换性和交换性问题,在分析可扩展标记语言特点的基础上,提出了交通信号控制标记语言,并探讨了交通信号控制标记语言的数据层次框架、模式和实施技术方案。     

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.     

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。     

基于移动控制代理技术的交叉口交通信号控制算法

基于移动控制代理技术和“当地简单,远程复杂”的控制思想,提出了一种新型的交叉口交通信号控制算法。采用移动控制代理软件把多种交叉口信号控制算法“打包”成可在计算机网络上分发的移动控制代理(Mobile Control Agent,MCA);由位于远程监控层的网络调度器,根据交叉口实时交通流状况向交叉口信号控制器派遣或召回相应的MCA,从而实现“按需控制”。这种做法可降低交叉口信号控制器所需的内存等计算资源,实现低成本自适应智能交通信号网络化控制。     

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。     

城市交通信号控制研究综述

分析了我国城市交通信号控制研究的方法和现状。介绍了国内城市交通信号控制应用现状，并指出了我国城市交通信号控制的难点及其发展趋势。     

多相位交叉口半幅路权控制系统及其变形的设计方法

对一种多相位交叉口的半幅路权交通控制系统,进行了实现条件分析,给出了该类系统对应的整幅路权系统的相位和相位顺序的拓扑结构特征,从而有利于从已有的整幅路权系统的设计经验入手设计半幅路权控制系统及各种变形。文中给出了半幅路权交通控制系统各种可行的设计方法。此半幅路权交通控制系统可以使放行机动车的路面利用能力提高1倍,提高行人的过路能力达4倍,并成倍提高整个城市路网的放行能力。     

BRT信号优先控制系统模式研究

BRT信号优先是解决城市BRT车辆在交叉口延误的有效方式。从BRT公交的运行特点及3种传统的信号控制模式入手,提出一种BRT全线路段定周期优先感应控制模式,并论述其优化思想及控制流程,以更好地适应中国的交通流特征,提高路网的运行水平。     

进口混合放行下的城市干道信号双向绿波协调方法研究

考虑不同交叉口平面几何特点与交通流运行特性及所选信号相位的差异性,提出一种混合放行方式下的干道交叉口群双向绿波协调控制模型,使各交叉口信号不受放行方式的制约,在获得协调方向最大绿波带宽的条件下,兼顾不同方向实际带宽需求,避免了对称放行模型MULTIBAND (MAXBAND)中兼顾双向绿波带等宽而造成某一方向富余绿波的舍弃或浪费.相比进口单独放行方式下的双向绿波协调控制方法,具有更高的科学合理性和广泛适应性.以深圳市横坪路-中山大道-深汕路干道为例,通过VISSIM仿真评价结果表明,该模型改善效果更为显著.     

MDP下基于特征表示强化学习的自适应交通信号控制

将传统强化学习算法应用到交叉口自适应交通信号控制中,存在着维数灾难的问题,即状态和动作空间大小随着交叉口的增加而呈指数增长。因此,将交叉口自适应交通信号控制问题看成马尔科夫决策过程(MDP)问题,通过有效地利用基于特征的状态表示和线性平均函数估计思想,减少了计算复杂度,保证了收敛性。在设置的多交叉口交通环境下,仿真试验表明:在不同的交通需求水平和车流到达分布下,此算法均优于定时控制和传统的强化学习算法,并且其参数θ和学习步数是收敛的。