基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

熵和熵增的微观计算法及其统计意义剖析

讨论了用玻耳兹曼关系Ｓ＝ｋｌｎＷ直接计算热力学系统的熵及熵增的方法，该方法明显的优点：１）直接显示了热力学过程熵增的物理本质；２）只要确定了过程的始末状态，即可计算出过程的熵增而不必考虑过程是否可逆。     

基于时空自相关的道路交通状态聚类方法

城市道路交通状态的识别对交通管理部门进行交通管理控制、出行诱导,以及 道路设施改造具有重要意义.本文运用时空Moran 散点图探索城市道路交通的时空关联 性,并据此构建一种基于时空自相关预分类的道路交通状态层次聚类方法.运用本文所提 出的聚类算法,以北京市二环快速路外环方向的路段为例,进行聚类研究,并分析了各类 型路段的交通状态时空特性.案例研究表明,所提出聚类算法能对道路交通状态进行有效 判断,充分反映交通需求与路网结构之间的内在匹配关系.特别是畅通异质和拥堵异质两 种交通状态的提出,为识别高峰时段路网中的瓶颈路段和能力富余路段提供了一种新的 思路和方法,进而可为完善路网、缓解拥堵及制定交通管理措施提供依据.     

基于最大熵模型的城市快速路交通状态预测方法研究

道路交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于最大熵模型的城市快速路交通状态预测方法,该方法通过提取影响交通状态的时间、空间等各种特征,运用最大熵模型训练得到各特征权重,直接预测道路交通状态等级. 最大熵模型能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,基于最大熵模型直接预测交通状态等级同样具有较高的准确性. 最大熵模型的成功使用,也证实了将交通状态预测作为一种模式分类问题来解决的可行性,进一步扩展了交通状态预测的思路.     

耗散结构下轨道交通司机胜任力 熵变机理研究

为确保轨道交通运输安全,针对当前国内的轨道交通运行环境,从基础素质、 个性特征、专业能力与专业知识四个维度出发,构建轨道交通司机胜任力模型;同时, 将熵变理论与耗散结构理论应用于轨道交通司机胜任力研究领域,建立由结构熵、有 序性熵和环境熵组成的轨道交通司机胜任力熵函数,以合理评价轨道交通司机的岗位 胜任力,为其工作安全性评价和日常管理提供科学依据;最后,结合轨道交通司机胜任 力的实际统计数据,计算出胜任力系统的熵函数值,充分验证了模型及计算方法的有 效性和可靠性.研究结果显示,轨道交通司机胜任力模型的有序度越高,其熵函数值越 低,反之亦然.     

熵对状态参量的偏弹性研究

给出熵对状态参量偏弹性的定义,研究熵对状态参量偏弹性的物理意义,并举例讨论.     

基于Fuzzy-logic的城市交叉口交通状态评价研究

以往研究多从中观的角度,将路口归入路段,但都未能对交叉口交通状态作重点分析.针对该问题,将路口交通状态划分为4个等级,建立了路IJ运行状态评价指标体系及相应的模糊综合评判模型,并结合一典型交叉口实例对其运行状态进行了评价分析,从而为评估城市交通拥堵、制定相应的交通管理和控制策略提供了一种有效的定量分析方法.     

基于遗传动态模糊聚类的道路交通状态判定方法

针对当前城市道路交通状态判定时采用的模糊c均值聚类(FCM)和c均值聚类等方法的有效性较差的状况,提出了一种基于遗传算法的动态模糊聚类方法,通过计算交通流参数之间的模糊相似性,不失真地反映它们之间的内在关联,同时将交通流参数之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面,利用遗传算法不断优化两者之间的映射,使交通流参数之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类,仿真实验结果证明了该方法的可行性和有效性.     

基于数据可视化的区域交通状态特征评价方法

引入交通拥堵时空累积指标对区域交通运行状态进行判别与定量分析, 建立拥堵源与拥堵评价点之间的函数关系以构建可视化模型, 利用梯度方向直方图与主成分分析法对交通运行状态数据进行特征提取, 并利用高斯混合聚类方法对特征数据进行聚类, 划分区域交通拥堵的空间分布模式。选择了广州23 478辆出租车, 得到了509 376个数据样本, 并对交通路网拥堵模式进行识别和划分, 分析和评价了城市交通拥堵分布特性。试验结果表明: 3个样本的拥堵强度平均值分别为0.558、0.559、0.559, 交通拥堵聚集度指标分别为3.518、3.121、2.800, 3个样本的整体路网拥堵强度相同, 但是空间拥堵分布有较大差异; 广州在拥堵等级为6时的3种拥堵模式的主要聚集区域数分别为2、4、3个, 符合实际调查结果。可见, 本文提出的方法能更科学直观地描述区域交通拥堵程度和分布情况以及空间层面上的城市区域交通运行规律。     

���������ģ�͵ij��п���·��ͨ״̬Ԥ�ⷽ���о�

道路交通状态预测是交通流诱导和交通信息发布系统的重要依据. 本文提出了一种基于最大熵模型的城市快速路交通状态预测方法,该方法通过提取影响交通状态的时间、空间等各种特征,运用最大熵模型训练得到各特征权重,直接预测道路交通状态等级. 最大熵模型能够有效融合时间、空间等多种特征,并且不需要考虑各特征之间的相关性,具有很强的适应性. 实验结果表明,基于最大熵模型直接预测交通状态等级同样具有较高的准确性. 最大熵模型的成功使用,也证实了将交通状态预测作为一种模式分类问题来解决的可行性,进一步扩展了交通状态预测的思路.     

基于信息熵的交通标志信息认知计算模型

交通标志信息认知的有效性直接影响交通行为的安全和舒适程度,在交通标志设计时应当 重点关注。以信息论为基础,从研究交通标志传递的交通信息入手,引入满足需求程度、易于理 解程度和预先学习程度作为计算指标,建立信息熵模型。选取中国、美国、日本和英国的城市主 干路交叉口交通指路标志进行案例分析,应用信息熵模型计算交通标志传递的交通信息认知的有 效性。研究发现：信息熵模型可有效量化交通标志信息认知水平,进而科学地反映交通标志版面 的优劣;由于传递了需求程度较高且易于理解的信息,中国组实验标志信息认知程度较高。     

������Ȩ�Ľ�ͨ�¹��ֳ���ȫ����ʶ��ģ��

为了提高交通事故现场的安全性,预防二次交通事故,综合考虑事故现场路段的交通和管理要素特征,建立交通事故现场安全性评价指标体系,准则层为人为因素、车辆因素、道路与环境因素和管理因素,决策层共15个指标.将熵值法和属性识别模型相结合,建立基于熵权的事故现场安全属性识别模型,应用熵权理论,计算评估指标的权重和属性测度.为了验证模型的适用性,把采集到的四组典型高速公路交通事故现场的基本特征数据输入模型,对事故现场的安全性进行评价.结果表明,该模型不仅可以进行事故现场处置方案的安全性评价,也可以进行各方案之间的比较.     

一种基于深度学习的离散化交通状态判别方法

在智能交通信号控制和交通流诱导系统中,交通环境状态的有效判别是影响交通控制决策的先决条件,本文针对交通流产生的大数据信息,结合深度学习算法提出一种离散化交通状态的判别方法.给出了包括交通状态数据采集、状态数据描述、状态深度学习和判别等功能模块的系统架构,构建了一种离散交通状态编码方法,为深度学习交通状态特征提供了数据基础.模型训练阶段,对采集到的二值和连续值交通状态数据,分别构建了两种不同的深度置信网络实现交通状态特征的无监督学习;模型微调阶段,在整合形成的高层抽象特征向量顶端增加softmax分类器,采用反向传播算法实现参数微调.最后,该方法基于VISSIM微观交通软件进行仿真,实验结果表明,离散交通状态编码方法可有效表达交通状态,基于深度学习的交通状态判别方法相对传统方法具有较高的准确度.     

基于模糊C均值聚类的城市道路交通状态判别

为及时判别城市道路交通状态,考虑城市道路交通特征的差异性和交通流的波动特性,对状态指标的合理性进行分析;将交通状态划分为畅通、缓行、拥堵、阻塞4类,提出一种基于模糊C均值聚类（FC M ）判别城市道路交通状态的算法。选取车速、流量、占有率作为交通状态判断指标,根据不同指标设计3种方案,用MATLAB模糊逻辑工具箱分析出仿真数据的聚类中心,对不同指标组合下的各样本交通状态进行判断,验证算法判别的可行性。结果表明,以速度、流量、占有率为参数的FCM算法能较好地判别城市道路交通状态,精度较高。     

基于信息墒的交通运行指标分析方法

实践中,交通工程师会采用不同的指标来分析道路上同一时空节点的交通运行状态.不同的运行指标从不同的侧面描述交通运行的实现过程,各指标作为同一交通运行现象的外部特征表述,不可避免的存在对交通运行状况刻画程度上的差异.从信息论的角度来认识这一问题,对于同一交通运行信息源各指标所包含的信息量不同,文中通过引入信息熵方法,量化不同运行指标对交通运行状态的刻画程度,并通过案例对指标信息熵值的判定和排序进行解释和分析,研究表明该方法可广泛应用于不同环境下运行指标的筛选.     

基于马尔可夫链模型的交通拥挤状态预测

交通拥挤严重影响了道路交通的安全性和运行效率,如何对交通拥挤状态进行判别,并预测下一时刻交通状态的变化趋势,是提高交通管理水平的一个关键.利用马尔可夫链建立了交通状态预测模型,实例表明该模型对短期交通状态预测具有良好的适用性.     

基于熵的干线公路通车里程组合预测

干线公路通车里程预测是干线公路网规划的主要内容之一。以甘肃省1997-2007年干线公路通车里程为基础数据,分别采用回归分析法和灰色预测法进行拟合预测,鉴于单项预测方法的局限性,建立基于熵权法的组合预测模型,通过相关误差指标分析表明该组合模型能够提高预测精度,具有较强的理论与实际应用价值。