城市快速路交通状态自动判别解决方案

为满足社会公众对实时交通状态信息发布服务的需求,对城市快速路交通状态自动判别解决方案的关键技术进行研究。在总结已有研究成果的基础上,对快速路交通状态判别指标、判别标准及空间对象进行分析,选取平均行程车速作为快速路交通状态的判别指标。设计了交通状态自动判别软件构架,对平均行程车速实时估计算法模块进行了详细分析。基于研究成果开发的快速路交通状态自动判别系统软件已经应用于上海市快速路监控中心。对软件的实际运行效果进行评估,结果表明,道路交通状态判别平均精度达到95％以上。     

基于投影寻踪动态聚类的快速路交通状态判别

为了提高快速路交通运行状态的判别精度,利用地点交通参数与交通状态之间的映射关系,提出了基于投影寻踪动态聚类模型的快速路交通状态判别方法.该方法综合投影寻踪技术和动态聚类方法构造投影指标函数,采用混合蛙跳算法优化投影指标函数的投影方向获得最佳投影方向,并利用仿真数据标定了交通状态判别阈值.结合仿真数据和实测数据进行了实验验证和对比分析.实验结果表明,投影寻踪动态聚类模型能够有效提高快速路交通状态判别精度,平均判别率为97.01%,平均误判率为0.86%,平均判别精度分别比BP神经网络模型和模糊C均值聚类模型方法提高了8.9%和4.5%.      

城市区域路网交通状态分析与评价方法

为提高区域路网交通状态判别的准确性,需要考虑不同路段、交叉口对路网交通整体运行状态影响作用的差异性。通过构建路网结构模型,建立路段和交叉口的交通状态模型,根据路网中各路段间拓扑结构关系,建立路网交通状态矩阵,用它来表示路网时空状态信息;考虑路网元素在路网中的道路等级以及影响作用的重要程度,建立路段和交叉口的权重系数模型。在此基础上建立反映区域路网交通状态指数的综合判别模型,确定路网交通状态级别。通过对区域路网的仿真,以平均行程速度为评价指标对路网交通状态进行分析,结果表明了该方法对区域交通拥堵状态判别的实用性和有效性。     

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。     

城市路网交通状态分析方法研究

城市路网交通状态分析是智能交通系统中具有理论和实际应用双重性的基础问题,是涉及多尺度、多变量、高度随机和时变的复杂系统分析问题。其难点在于如何建立交通路网模型、如何定义交通状态变量和如何分析路网交通状态。本文对这些问题进行了研究,从中观角度把交通路口参数归入到路段参数,从路段的角度再定义新的路段交通状态系数,并建立用于交通状态分析的路网交通模型。提出了基于可达矩阵的路口分层方法,使用该方法能够得出在不同路段拥挤程度之下的路口层次,得出路口可达性、路段连通性以及整体路网交通状态的判别结果,可以找出路网中关键路口、关键路段,可以得到交通状态的演变方式, 进而为研究交通拥堵形成机理奠定基础。这种分析方法可以直接应用于交通状态分析中,对交通诱导、旅行信息发布也有重要价值。     

高速公路交通状态判别模型研究

为实时、有效地评价高速公路交通状态,根据道路交通参数与道路交通状态的关系,选取高速公路的平均行程速度、空间占有率评价指标,建立了基于变异系数权重的高速公路交通状态模糊评判模型。该模型利用指标分级标准数值的变异系数确定指标的权重,运用加权平均法将模型的输出结果最终化为具体的数值。实例分析说明,模型是可行且有效的,从而为高速公路交通状态的实时判别提供了理论基础。     

基于短时交通流预测的单交叉口自适应控制

针对城市孤立交叉口交通流量未饱和的情形,为了使单交叉口控制方案适应于动态变化的交通流,提出了一种基于K近邻短时交通流预测的单交叉口自适应控制策略。首先依据路口历史交通流量数据预测未来5 min的交通流量,计算信号周期;然后建立以最大周期、相序、最大相位时间为参数的单交叉口自适应控制模型,根据实时的交通状态信息自动地调整相位顺序、最大相位时间和绿灯延长时间;最后使用VISSIM4.3软件,对广州市南沙区某单交叉口进行仿真,以车辆平均延误时间作为评价指标,与固定定时和分段定时控制方法相比较。仿真结果表明:本文方法的车辆总平均延误时间与固定定时和分段定时控制方法相比分别减少35%和15%,有效提高了交叉路口的车辆通行效率。     

基于组合赋权法的城市交叉口交通状态评价

为提高城市交叉口交通状态综合评价结果的准确性和稳定性,选取交通量和时间占有率作为评价指标,将城市交叉口交通状态划分成畅通、轻微拥挤、拥挤、严重拥挤4种类别。分别利用熵权法、变异系数法、层次分析法及组合赋权法确定交通状态评价指标的权重,然后,以K-均值聚类法确定的评价指标的聚类中心为基础,采用线性内插法确定评价指标的隶属度函数,对城市交叉口的交通状态进行综合评价。最后,通过实例分析对模型性能进行验证。研究结果表明:基于组合赋权法确定权重的交通状态评价与基于单一方法确定权重的交通状态评价相比,精确性和稳定性更高,在实验数据中表现出更好的适应性;并且基于组合赋权法1(熵权法和层次分析法)的城市交叉口交通状态评价结果精确性、稳定性及适应性最高。     

城市错位路口递阶设计方法及应用

提出一种城市错位路口递阶设计方法,即错位路口信号控制方式设计及协同渠化设计,并就设计思路及适用范围进行阐释。结合保山市隆阳区的实际交通参数,对其错位路口进行协同渠化设计,且设计与之匹配的信号控制方案,通过TransModeler仿真软件对设计方案进行评价比选,得到路口延误较小的时空一体化优化方案。仿真结果表明,该错位路口递阶设计方法具有有效性及可行性。     

基于异步优势强化学习的交通信号控制策略

为解决交通信号控制中的信号灯配时调度不合理、路口拥堵等问题,提出一种基于行动者-评论家算法的城市智能交通控制算法。该算法是一种基于异步优势的算法,可对交通状态特征进行抽象表征,并以多线程并行实现对交通状态的精确感知。该算法还参考了强化学习算法,能在最短时间内不断迭代优化其内部参数,得到交通信号控制的最优方案。为验证该算法的有效性,采用交通仿真软件SUMO,对该算法和其他3种典型的交通信号控制算法进行模拟仿真,并对仿真结果进行比较和分析。研究结果表明：与这3类典型算法中效果最好的Qlearning算法相比,该算法的交叉口车辆平均延误时间减少了14.1%,平均队列长度缩短了13.1%,平均等待时间减少了13.5%。该交通信号控制算法能有效地改善城市道路拥堵,提高道路交叉口的通行效率。     

城市区域交通优化仿真与评价

城市区域交通拥堵形势日趋严峻,如何有效地评价城市交通运行状态,为交通控制提供决策支持,是城市交通管理面临的迫切需求.旨在通过建立城市区域交通优化仿真模型,从模型构成、参数标定、指标评价等方面对城市区域交通进行分析.最后以上海市五角场核心区域为例,在交通仿真软件Synchro中对五角场核心区域道路网进行模型仿真,并对仿真结果进行评价.分析结果显示,该研究对于城市区域交通优化改善评价具备一定的合理性和有效性.     

城市智能交通大数据平台的模型库研究与设计

城市智能交通的发展,逐步从传统的设备迈向模型库、知识库的建设和应用。论文研究了城市智能交通大数据平台的模型库框架,设计了交通状态判别模型、交通专题分析模型、跨专题交通大数据分析挖掘模型以及交通仿真与平台融合等模型库,实现道路交通状态判别、交通专题分析、交通大数据分析挖掘、数据共享、仿真决策等功能,以更好的为城市交通管控、规划、决策提供数据支撑。     

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,建立了路口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GA-KFCM算法的高速公路交通运行状态评价研究

为提升高速公路交通运行状态评价的效果,提出GA-KFCM(genetic algorithm-kernel fuzzy C-means,基于遗传算法改进的核模糊C均值)聚类算法,并结合实例数据对不同方案的分类效果开展验证分析。首先,分析高速公路交通运行状态评价的范围及等级;然后,提出核函数改进的KFCM(kernel fuzzy C-means,核模糊C均值)聚类算法。在此基础上,采用遗传算法弥补初始化聚类中心随机的缺陷,考虑到在选取不同参数时判别模型的差异较大,结合实例数据对改进前后模型的交通运行状态开展聚类分析,并采用综合指标评估不同试验方案的优劣。试验结果表明：与FCM(fuzzy C-means,模糊C均值)聚类算法相比,GA-KFCM算法的聚类效果提升5倍左右;三维交通参数的交通运行状态判别可靠度最高。     

结合信号控制的交通状态及其真实性判别方法

过饱和交通状态的判别是对过饱和交通信号控制的首要条件,提出了一种结合信号控制优化的交通状态及其真实性的判别方法,避免了由于交通信号控制不合理,尤其是协调控制不合理导致的"假饱和"。利用车头时距的方差和时间占有率作为判别参数结合周期内排队车辆的消散对交通状态进行判别。通过算例和仿真分析结果表明:该方法可以准确、有效地判断过饱和交通状态。     

基于多源数据的干线协调控制策略

为针对不同的交通流状态选取合适的干线协调控制策略,基于线圈、视频、微波获取的多 源实时交通数据,利用车队离散模型和卡尔曼滤波模型获取各转向流量,采用HCM（Highway Capacity Manual） 公式计算排队长度和延误,并根据干道交叉口排队长度界定干线交通流状态： 欠饱和、接近饱和、过饱和,从而选择相应的干线协调控制策略：在欠饱和状态下采用最大绿波 带法,在接近饱和状态下采用改进的多带宽协调模型,在过饱和状态下采用排队占比最小模型。 以青岛市香港中路为例,通过VISSIM 仿真软件对算法和策略进行仿真测试和评价,结果表明： 不同交通状态下的干线协调策略与原始控制方案相比,平均延误减少了19.4%,平均停车次数减 少了22.8%,平均排队长度减少了7.4%。     

启发式搜索和机器学习在港区单路口交通控制的应用研究

主要运用启发式搜索和机器学习研究港区单路口交通控制。首先将港区路口交通流状态表征为两个状态变量,然后建立了港区单路口交通控制的启发式搜索和机器学习模型,并运用模型对双向车流不对称、双向车流对称和交通流动特性随时间变化的港区单路口进行仿真实验。     

高铁枢纽设施布局评价方法

针对已有高铁枢纽设施布局评价方法存在的不足,提出以乘客集散状况为核心的评价方法。基于乘客在枢纽核心区内的集散时间、集散距离分析,细化评价指标,选取平均集散时间、平均集散距离、90%乘客集散时间、90%乘客集散距离为具体指标。以乘客出行链为分析单元对传统的交通分配模型进行改进,提出具体指标的详细计算方法。以石家庄高铁枢纽规划设计为例,应用提出的评价方法对两个规划方案进行评价。结果显示,两个方案的平均集散时间为20~25 min、集散距离为700~2 000 m,均处于合理范围,但方案二交通集散效率更高,最终作为推荐方案。     

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.     

����·�ڹ����ͻ�������Ӧ��ͨת�ƴ�ʩЧӦ�ķ������

传统的交通信号控制优化和路口几何渠化或路口扩展在现实中可能遇到许多局限。有些路口由于土地使用的限制,实际无法采用路口几何渠化或扩展的方式来缓解路口的严重拥挤的程度。交通流量转移措施也许是一个可行的方法,但其影响因素和适时方案很难依靠观测数据确定。结合观测数据,提出运用微观交通仿真的方法,判定需要转移的交通走向和选择路径,以降低路口延误和多选择路径旅行时间为目标,评价交通流量转移措施并估计转换量的最适应范围。研究以位于俄亥俄州辛辛那提地区的Galbraith Road and Colerain Avenue (US-27) 路口及其相关可选择路径作为试例,进行数据采集和分析,并运用了微观交通仿真软件VISSIM、公路通行能力分析软件HCS2000和Synchro进行微观路口延误和选择路径交通模拟评价。为提高结果的可释和易解效能,本研究提出交通转换比例、延误变化、选择路径旅行时间变化与服务水平变化的一体化曲线。评价结果显示了交通转移措施的可能效果。最后,讨论了实现交通转移的标志导向系统。