支持ITS影响评价的交通仿真模型研究

ITS影响评价是ITS应用中一个关键的组成部分，仿真模型在ITS影响评价中显示了突出的优点。然而大多数已有仿真模型并不适用于ITS影响评价，本研究对目前世界上近百个的重要仿真模型进行了充分的调研，筛选出比较适合进行ITS影响评价的仿真模型，并对其性能进行总体评价。最后，指出了支持ITS影响评价的仿真模型还需要改进的方面。     

复兴东路隧道对浦西路网交通的影响及对策

复兴东路隧道计划于2004年9月全线通车，由于复兴东路隧道双层双向设计的独特性，大量的越江交通会给浦西、浦东出入口周边路网带来极大压力。根据对交通流量的预测和分析，隧道开通后，以复兴东路的轴向流量为主，部分路段的交通流量将达到饱和，故提出相应的对策已成当务之急。     

路网可靠性评价指标研究综述

路网可靠性是衡量城市路网性能,特别是在突发事件下交通系统功效的重要指标。依时间线索回顾了路网可靠性的发展历程,在此基础上分析了连通性/终端可靠性、行程时间可靠性和路网容量可靠性三大主要评价指标的特点,并从指标定义及指标评价方面,对比分析了三大指标的联系及区别。围绕研究及应用中的现存问题,对指标评价结果阈值的确定、提高评价指标应用性等方面提出了进一步研究的展望和建议。     

基于单安全点路网模型的区域交通疏散研究

疏散车辆对安全点和路径的选择是区域交通疏散方案的核心内容,只有充分结合疏散交通的特点,将安全点选择和路径选择同步研究,才能使疏散路网发挥最大功效,进而得到合理的交通疏散方案。文章充分挖掘疏散车辆对安全点选择的灵活性,提出单安全点路网模型对疏散交通分配进行优化,并通过实例仿真对模型进行了验证。     

路网密度对城市公共汽车交通发展的影响

结合统计数据的量化分析对判断路网密度及作用具有重要意义.从路网模式、车流特性及信号控制、交通拥堵三个层面阐述路网密度提升对促进公共汽车交通发展的作用机理.基于2007—2010年《中国统计年鉴》相关数据,量化分析路网密度与公交客运密度的关系以及路网密度对交通结构的影响,从宏观层面验证路网加密对公共汽车交通发展的促进作用.最后,结合旧金山、香港、首尔等城市路网案例,进一步指出借助路网加密促进公共汽车交通发展,不仅需要城市干路体系的支持,更需要城市支路体系的支持.     

大型建筑周围路网交通影响度的敏感性分析

按大型建筑的使用功能对其分类．用层次分析法建立了大型建筑对周围路网交通影响度敏感性分析的指标体系，并根据交通工程和系统工程学原理构建了各指标的计算模型．确定了路网交通影响度敏感性分析指标的不确定性因素．建立了路网交通负荷影响度与不确定性因素的关系模型．提出了大型建筑对周围路网交通影响度敏感性分析方法．以重庆南岸体育中心为实例，分析结果表明出席观众数变化率为南岸体育中心周围路网交通影响的主要敏感性因素．     

考虑双向交通的城市路网交通流元胞自动机模型

允许车辆借反向车道超车的双向交通道路是城市路网的重要组成部分.本文考虑了双向交通道路的车辆行驶规则,研究了无信号控制交叉口的车辆优先通行权分配规则,构建了一个双向交通的城市路网交通流元胞自动机模型,研究了城市路网交通流的动态特性.研究结果表明,临界密度随着路网规模的增加而下降,路网交通密度的增加会加速拥堵闭环的形成,换道概率的增加会降低路网车速和缩短局部死锁现象形成的时间,单位时间换道车辆数与换道概率及交通密度之间存在着密切的关系.     

密路网区域交通组织策略及适应性

为改善密路网交通运行连续性,以方格路网为背景,归纳提出4种密路网区域交通组织策略：对向单行、全向单行、交错禁左、全向禁左。通过构建宏观和微观相结合的路网交通仿真模型对不同交通组织策略下的路网车流运行特征和综合效益进行定量分析。结果表明：全向单行相比常规组织对路网运行效率提升最大(31%),但同时产生车辆绕行(6.2%)并增加路网负载(28%);交错禁左对路网效率提升虽然有限(10%),但基本不产生绕行(0.2%)和增加路网负载(1%),综合效益更优。分析不同道路间距和需求等级下的交通组织效果发现：对向单行和全向单行更适宜高密度、低饱和度路网条件,全向禁左不适宜高饱和度路网条件,而交错禁左基本适宜全路网条件。最后,选取济南市中央商务区密路网进行区域交通组织案例分析,验证了分析方法和适应性分析结果的有效性和适应性结果的一般性。     

雾霾对居民出行方式选择行为的影响研究

以北京市为例,运用RP/SP组合调查方法向交通出行者发放500份调查问卷,并利用非集计模型理论及方法,建立包括居民个人属性、出行特性以及空气污染程度在内的三因素MNL模型,确定五种不同交通方式对常规地面公交的相对效用,最后得出雾霾天气较正常天气时的全交通方式分担率和转移率。     

不同路网形式商业广场交通影响对比分析

结合两个大型商业建筑项目的实际情况,从交通组织、停车库出入口、交通影响区域、内部道路交叉口服务水平、地下空间利用等方面,对两种路网形式大型商业广场的交通影响分析做了对比,分析了两种布局形式对周边区域交通环境的影响程度,并探讨了造成这种现象的原因及对策.     

基于贝叶斯网络推理的道路网络级联失效仿真

针对道路网络级联失效与其它复杂网络相比具有的特殊性,基于贝叶斯网络推理,融合驾驶者出行先验及出行信息,研究了道路网络级联失效的演变机理及演变过程.编制MATLAB程序生成基于道路网络的贝叶斯网络结构,根据贝叶斯网络参数学习 MATLAB程序,学习了驾驶者感知路段属性变化;给出了仿真算法,仿真了贝叶斯网络推理中不同出行先验权重,以及出行信息量对道路网络属性及级联失效的影响.结果表明,贝叶斯网络推理可以较好地反映驾驶者出行路段选择对道路网络级联失效的定量影响,为研究道路网络级联失效提供了新的研究思路和方法.     

基于在线地图交通态势分析的路网拥堵状态识别

为了实现道路网实时拥堵状态识别,以在线地图的历史延时指数为基础,用相邻路段有效拥堵状态发生时间顺序、持续时间阈值和流向流量关系识别传播性拥堵,用拥堵发生频率和持续时间阈值识别单路段系统拥堵,由此确定特定周期内的系统拥堵路段集合Nmax.以其集合范围内相邻路段时刻t的延时指数,以及其邻近拥堵持续时期的皮尔逊相关系数计算传播性系统拥堵程度值DtS;以非传播路段时刻t延时指数计算DtS?;综合前两者得到路网系统拥堵综合程度DtN,并找出该周期内的极限拥堵程度量化值.用Nmax内路段实时延时指数和实时拥堵路段数与极限拥堵状态对应的数值进行比较,计算实时拥堵程度的量化值.经实验证明,该方法能够反映路网系统拥堵形成的规律,实现路网实时拥堵状态的快速识别.     

��������������ĵ�·��ͨ�¹�Ԥ��

道路交通事故预测是道路交通安全研究的一项重要内容. 针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题,引入量子神经网络并构建道路交通事故预测模型. 模型通过对道路交通事故时间序列进行相空间重构,有效扩充训练样本数量;且隐含层神经元采用态叠加的激励函数,对道路交通事故数据的特征空间进行多层梯级划分,以快速匹配输入数据与特征空间的对应关系,提高模型的收敛速度;在训练过程中动态调整量子间隔,以响应事故数据的强随机性. 实验结果表明,该预测模型能够较好地适应道路交通事故数据的特性,且预测精度和收敛速度较改进BP神经网络有显著提高.     

基于量子神经网络的道路交通事故预测

道路交通事故预测是道路交通安全研究的一项重要内容. 针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题,引入量子神经网络并构建道路交通事故预测模型. 模型通过对道路交通事故时间序列进行相空间重构,有效扩充训练样本数量;且隐含层神经元采用态叠加的激励函数,对道路交通事故数据的特征空间进行多层梯级划分,以快速匹配输入数据与特征空间的对应关系,提高模型的收敛速度;在训练过程中动态调整量子间隔,以响应事故数据的强随机性. 实验结果表明,该预测模型能够较好地适应道路交通事故数据的特性,且预测精度和收敛速度较改进BP神经网络有显著提高.     

路网可靠性评价方法综述

从适用性、优缺点等角度对道路网可靠性评价方法进行了比较分析,简要介绍了3种主要道路网可靠性评价指标:连通性、行程时间可靠性和路网容量可靠性.在此基础上,分析了国内外在求解这些评价指标的过程中所形成的5种评价方法:终端可靠性评估方法、博弈论技术、蒙特卡罗方法、吸收马尔科夫链方法和微观交通仿真方法.最后指出道路网可靠性指标与评价方法尚在研究阶段,现存的可靠性评价方法对于评价交通系统运营状态仍存在一些问题.     

基于自组织理论的道路交通拥塞自疏散模型研究

为了进一步探讨道路交通拥塞控制方法,以及为缓解这一社会性问题提供理论及模型依据,完善道路交通拥塞控制研究的理论框架,本文以定性与定量相结合的研究方法,在分析道路交通拥塞演变过程（即道路交通拥塞的形成及消散过程,整个过程包括从自由流状态过渡到拥挤状态再到堵塞状态,逐渐消散到拥挤状态,最后达到畅通自由流状态)的基础上,通过对实地调查路段及交叉口交通流参数分析,得到道路交通拥塞演变过程中交通流量及车辆跟驰特性呈泊松分布,进而根据自组织理论中的协同学理论,确定交通拥塞序参量,并基于最短行程时间和Dijkstra 算法中的最优路径选择方法,建立道路交通拥塞自疏散模型.通过对模型进行应用分析,验证了模型的有效性.本文研究成果对于缓解道路交通拥塞,提高道路交通系统服务能力和运行效率具有一定的理论意义和实用价值.     

Urban Traffic State Estimation Considering Resident Travel Characteristics and Road Network Capacity

Urban traffic state is usually measured by vehicle average travel speed. It reflects the resident travel behavior on urban road network, and changes with the actual matching status of traffic demand and supply. In this paper, the traffic supply is estimated by the ideal carrying capacity, and the traffic demand is evaluated by vehicle traffic intensity considering resident travel characteristics. In this way, the network carrying capacity and traffic intensity are compared by equative unit. By introducing the intensity/capacity ratio, the matching degree between traffic demand and supply is determined, and the traffic state is identified based on average vehicle speed. In the last section, the 2005 field data of Beijing city is used to test and verify the proposed method.