交通流突变分析的变点统计方法研究

针对ITS的开发，建立了分析交通流突变的变点统计方法。依据交通流理论，结合均值变点模型，对突变存在与否的检验，变点个数的判定以及变点搜索的最小二乘法等问题进行了详细论述，最后利用英国南安普敦市的实际数据对上述算法进行了标定，并给出模型应用的实例，验证了方法的有效性。     

交通流非线性回归模型的变点统计分析

以往的交通流状态辨识主要集中在交通流状态预辨识(即交通流预测)和实时辨识(即事件检测或交通流突变检测)上,在一定程度上忽略了对交通流变量规律的辨认.依据交通流理论,采用非线性回归模型变点的统计方法,对变点识别的关键问题进行了分析.结合淄博市中心路的实地数据对本方法进行了标定和检验,验证了方法的有效性和可行性.     

粗神经网络及其在交通流预测中的应用

实时准确的交通流量预测是实现智能交通诱导及控制的前提与关键,也是智能化交通管理的客观需要。把粗集理论引入神经网络的构造,应用粗神经元取代部分常规神经元,给出了一种交通流量的粗神经网络预测模型。实验结果表明,该模型在交通流量预测的精度和对交通路网的适应性方面明显优于常规神经网络,具有较高的实用价值。粗神经网络具有极强的鲁棒性,预测模型也可方便地处理季节、天气等随机因素对交通流量预测结果的影响。     

基于概率加权矩与最大熵原理的交通流统计分布估计方法

针对小样本条件下拟合交通流调查数据的统计分布的困难,基于概率加权矩与最大熵原理建立了统计分布函数估计的新方法及其实用的数值计算方法。传统上基于经典矩的最大熵原理是重要的拟合交通流统计分布的方法,然而实际交通研究中的小样本量导致高阶经典矩不能稳健估计参数。将概率加权矩引入统计分布建模建立的新方法克服了基于经典矩在小样本量下统计估计的大偏差问题。新方法直接从样本信息出发,不需要对待估随机变量的统计分布函数作任何先验假定,从为建立统计分布函数提供了便利。理论例题仿真与实例计算验证表明,大样本下新方法计算精度高于经典方法,在小样本量下（＜30）新方法明显优于经典方法。     

交通流数据采集、处理及其在通行能力分析中的应用研究

根据我国道路交通现状及其发展趋势，提出交通流数据采集和处理系统一体化的设想和方法，分析讨论了观测样本数量的要求及数据采集设备要求，针对不同道路设施类型，提出相应的数据采集、调查和处理方法，并以在广东珠江三角洲为代表的经济发达地区及其它地区付诸应用。     

人工智能在交通流管理中的应用

通过对国外交通流管理研究资料的分析，分类比较了目前常用的实时交通路线决策和分流策略系统方法的优缺点，在此基础上推荐了一种先进的实用交通流管理方法，并介绍了其系统结构原理。     

数据融合技术在短时交通流预测中的应用

提出了短时交通流预测的时间间隔长度,介绍了常用短时交通流预测方法.结合数据融合技术,明确了短时交通流预测的改进方向之一,即模型选择、模型组合,并给出了短时交通流预测的数据融合算例.     

交通波理论在交叉口交通流分析中的应用

以交通波理论为基础，研究了车辆在交叉口的排除消散过程及其地上下游交叉口的影响，并根据交通波的传播方向和速度进一步分析了城市干道交叉口间的车队间隔及其与信号协调的关系，建立了相应的数学模型。     

人工智能在交通流管理中的应用

通过对国外交通流管理研究资料的分析,分类比较了目前常用的实时交通路线决策和分流策略系统方法的优缺点,在此基础上推荐了一种先进的实时交通流管理方法,并介绍了其系统结构原理.     

信号采样理论在交通流检测点布设中的应用

在对交通流检测点布设领域研究应用现状进行分析与抽象的基础上,提出交通流检测点布设本质上属于空间交通流信号采样问题。依据信号采样理论,建立了确定检测点间距或密度的方法与流程,该流程包括空间交通流信号产生、离散傅里叶变换、频谱分析、间距确定、误差分析5个步骤。对高速公路拥挤状态下的仿真分析表明:100 m的检测点间距可以满足对拥挤交通流状态的真实检测,该数值接近于实际应用中的最小值(125 m),说明该理论方法具有较好的实用性。     

基于统计学习理论的交通流量时间序列预测

针对城市交通“智能运输系统”，提出基于统计学习理论的交通流量时间序列预测，与传统统计学相比，统计学习理论能勉励在训练样本数很少的情况下达到很好分类推广能力。它具有收敛速度快，有效避免局部最小点的特点。对某一实际路口机车流量的实验结果验证了该方法的有效性和先进性，有望在交通流量时间序列预测方面得到广泛的应用。     

基于Vissim的3相交通流理论应用

交通流状态演变机理的研究是交通流理论中重要的一部分.以不同交通负荷下的城市快速路路段来研究城市快速路路段交通流状态演变的机理.由于无法进行大规模交通调查,所以利用Vissim仿真软件,仿真不同交通流量下路段交通流特性的变化情况.统计分析仿真数据,研究了不同交通状态下交通流的特性,并对各个交通状态转变的阈值作了界定,标定了每一种交通状态的密度取值范围.结果表明,在不同的交通负荷下交通流呈现不同的状态,路段上的交通流状态呈现为自由流相、同步流相和宽幅运动阻塞流相3种状态.     

Rough集理论及其在汽车故障诊断中的应用

Ｒｏｕｇｈ集理论是一种处理不确定或模糊的知识的重要工具。文章介绍了Ｒｏｕｇｈ集理论的概念和方法，提出了可以应用于汽车故障诊断领域的一些Ｒｏｕｇｈ集方法，并且用实例说明了Ｒｏｕｇｈ集方法在汽车故障领域中知识发现方面的具体应用。     

公交站点交通拥挤的车流波动理论分析

公交站点是交通拥挤的常发地点。文章应用车流波动理论分析了公交站点的交通拥挤状况，分别对有公交专用道路和无公交专用道路两种情况下的交通拥挤进行了分析，并应用TSIS交通微观仿真软件对北京市西大望路上八王坟公交站点的交通状况进行了仿真研究，验证了文章的结论。     

交通流理论中几个概念的重新定义

交通流理论模型很多，但能够解决实际问题的却很少。多年来，此类问题一直困扰着交通界。章认为传统交通流理论中某些概念定义有缺陷，建模方法不严谨。从而导致了各研究方向的研究成果之间相互难以验证、引证；有的研究成果甚至出现了不能应用的尴尬局面。章应用流体力学的研究方法，分析了几个有缺陷的概念，如动量等，并提出了新的定义和概念，如稠密流和稀薄流、自由流密度等。这将有助于重新审视交通流的建模方法，使交通流理论更加系统、完整和科学。     

博弈论在道路交通管理中的应用

博弈论是研究理性决策主体的决策行为的理论。道路交通管理过程中存在许多利益相互冲突的行为主体,运用博弈论可以深入分析其行为,为科学管理道路交通提供决策依据。首先建立了交通参与者之间抢行的博弈模型,进行了双方博弈的均衡分析,结论表明:交通处罚与交通安全宣传教育2种管理措施可以促成礼让行为。然后建立了交通管理方-交通参与者博弈模型,分析结论表明,两者的博弈是一个混合战略均衡,管理方的检查行为与参与方的违章行为具有概率依存性。     

基于决策树理论的交通流参数短时预测

针对现有交通流参数短时预测方法的不足,考虑到交通流数据序列的非线性特征,提出一种基于决策树理论的非参数预测方法。采用时间序列滞后项将交通流参数序列转化成非参数模型能处理的数据格式。考虑到交通流参数之间存在长期协整关系,构建流量速度滞后项的组合向量,为预测模型提供基础数据。构建基于分类回归树(CART)的交通流参数短时预测模型。基于实际采集的道路交通流数据,对模型在不同等级道路不同速度区间下的性能进行评估。结果表明,所提出的模型相较于常用的时间序列模型,精度有所提高;速度预测准确性普遍高于流量,速度平均绝对百分比误差基本小于13%,而流量预测则达到了30%;采用工作日和周末数据分别建模能够有效提升预测性能;不同速度区间下的预测性能评估显示,模型在各等级道路中速区间的预测结果具有较高的准确性与稳定性。     

基于近似熵和统计复杂度的交通流复杂性测度

为了定量描述交通流系统的复杂性,引入非线性动力学的近似熵和统计复杂度特征量,计算混沌区域Henon和Logistic序列、周期序列、白噪声序列的近似熵和统计复杂度,并通过计算5个实测交通流时间序列数据对其近似熵和统计复杂度进行了计算分析。结果表明:这2种特征量能够有效测度系统的随机性和非线性,可以解决复杂性刻画的"短序列、可比较"难题,适于实测交通流的复杂性测度;交通流系统随机性较强,带有非线性结构,可能产生混沌,应该综合使用多种复杂性测度方法。