���п���·����ѵ���ģ������

综合考虑神经网络的学习能力、优化能力及连接式结构和模糊逻辑类似于人思维方式并易于嵌入专家知识的特点,将神经网络和模糊逻辑算法共同应用于城市快速路入口匝道驶入控制系统中. 通过优化选择输入输出变量并对其进行模糊化和反模糊化处理,建立相应的模糊推理规则、关系生成方法及推理合成算法,并利用神经自适应训练方法确定隶属函数的形式和参数,最后给出应用示例. 研究结果表明,利用神经模糊原理进行快速路入口匝道驶入控制能够有效提高匝道连接段的利用效率,减少交通事故.     

���������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.     

���п���·�ϻ������ȹ��ʷֲ�������ģ��

在交通油耗和排放模型的研究中,利用机动车比功率（VSP）分布刻画交通状态成为了最新研究需求. 然而,现有交通工程还缺乏对常见交通参数与VSP间关系的认识,更缺乏利用交通参数求解VSP分布的模型. 为了研究交通状态对VSP分布的影响,本文利用大量城市快速路上的浮动车数据,建立了其不同行程速度下对应的VSP分布. 经分析,发现了VSP分布与平均行程速度之间的规律性特征：当平均行程速度大于20 km／h时,VSP分布近似于正态分布;分布均值为以该速度匀速行驶时的VSP值;分布标准差可表达为平均行程速度的幂函数. 基于以上发现,提出了利用平均行程速度的VSP分布数学模型,并利用该模型进行机动车油耗测算. 通过与实测油耗的对比分析,VSP分布模型可以有效用于机动车油耗测算. 本研究指出了利用数学模型描述不同交通状态下VSP分布的可能性,该模型可有效地与交通数据或模型结合,实现油耗和排放的实时量化评价.     

HMI-���п���·��ͨӵ�µ�һ��Ԥ��ָ��

借鉴定性推理中描述参数的相关方法,首先提出了描述城市快速路各车道交通流同态程度的概念——同态度量指数（Homogeneous Measure Index ,HMI),大量对快速路的实证研究得到的HMI指数反应了不同情况下交通流状态的定性差异。通过对北京环路交通拥堵发生与消散过程的观察和分析,本文发现当交通拥堵发生或消散的过程被触发时,不同车道交通流的同态度量指数HMI会发生定性跃迁变化,并且各车道交通流的同态性变化将是一个“同态 非同态同态”的过程,因此可以利用这一性质,将HMI作为一个指标来对城市快速路交通拥堵是否可能发生进行预警。     

����ͳ�����Եij��п���·��ͨ��״̬����

目前交通流理论研究的主要对象为高速公路，与其相比，城市快速路交通流则具有明显不同的特点。交通科学是一门实证科学，本文在实证数据的基础上，首先对城市快速路交通流速度概率分布进行了研究，分析了在不同密度条件下速度概率分布的特性。在此基础上，在流—密平面中将交通流划分为自由流、谐动流、同步流和堵塞4个稳态相位，并具体讨论了各个相位的性质，定量标定了每个相位的区域范围。     

����ģ���߼���ɱ����ٵij��п���·����

首先阐述了城市快速路进行交通控制研究的迫切性，进而根据快速路各密度区的交通特点，结合宏观、动态、确定性交通流模型，提出了一种中低密度区采用可变限速控制、中高密度区采用可变限速结合入口匝道控制的交通流控制策略。依据此方案，分别设计了可变限速控制器和入口匝道控制器，前者用于调节车辆速度以确保车流稳定，后者仅用于中高密度区以维持主线车流密度。最后，对系统进行仿真并作了相应分析。     

����SVM�ij��п���·�г�ʱ��Ԥ���о�

随着城市快速路交通信息采集系统的发展,特别是视频车牌采集系统的应用,使实时动态获得快速路行程时间成为可能,同时也促进了高精度行程时间预测的理论研究和实际应用需求. 本文基于快速路车牌识别数据检测的海量历史时间序列数据,选择预测时段的前4个时段的数据作为输入特征值,以遗传算法建立模型参数优化算法,得到训练模型及其参数,从而实现车辆行程时间的动态预测. 最后以上海市快速路系统中的三个典型路段的实测数据进行实例分析. 结果表明：与传统的指数平滑法、多元回归法、ARIMA法预测结果对比,基于SVM的预测路段平均绝对百分误差在5%以内,希尔不等系数非常接近0,SVM模型显示了更高的预测精度.     

���ڳ��п���·������������������

利用理论推导和系统仿真等方法分析了有关城市快速路交通控制的一些基本问题，包括入口匝道车流控制，出口匝道排队控制，快速路交通优先等．分析结果表明：(i)入口匝道控制虽然增加了入口排队延误，但是对整个快速路系统来说，可以提高系统的效率．(ii)入口匝道控制对普通道路既有正面影响，也有负面影响，合适的入口匝道控制策略甚至能同时对快速路和普通道路系统有益．(iii)在出口匝道相连的信号交叉口采用考虑出口排队的感应控制算法，可有效避免出口匝道排队阻塞快速路的现象，虽可能对普通道路有些负面影响，但是对整个交通网络有益．     

����PCA�ij��п���·����·�η���ˮƽ����

城市快速路基本路段作为城市快速路的重要组成部分,其服务水平的高低决定了整个城市交通系统运行的通畅性. 为更好的掌握快速路服务水平状态,分析了城市快速路基本路段交通运行特征,车辆构成特征和路段几何特征,建立城市快速路基本路段服务水平评价体系. 借助SPSS分析软件,采用主成分分析法对快速路基本路段服务水平进行计算. 以北京市莲花池西路为例进行实例评价,得到各基本路段各时段的服务水平综合得分,及全天平均服务水平聚类结果. 结果表明,本方法是对传统服务水平计算方法的补充与改善,且聚类分析使得对各基本路段服务水平的分类更明显.     

Statistical Features and Phase Identification of Traffic Flow on Urban Freeway

At present, researches on traffic flow theory mainly focus on highway traffic, which is significantly different from urban freeway. Because traffic science is an “empirical science”, it is based on actual traffic flow data of urban freeway, the statistical features of velocity distribution at different densities have been investigated in this paper. Moreover, four steady phases: free flow, coherent-moving flow, synchronized flow, and jams are identified in the flow rate-density plane of the traffic flow. Finally, features of the four phases as well as functional forms of phase boundaries are discussed in detail.     

城市快速路入口匝道神经模糊控制

综合考虑神经网络的学习能力、优化能力及连接式结构和模糊逻辑类似于人思维方式并易于嵌入专家知识的特点,将神经网络和模糊逻辑算法共同应用于城市快速路入口匝道驶入控制系统中. 通过优化选择输入输出变量并对其进行模糊化和反模糊化处理,建立相应的模糊推理规则、关系生成方法及推理合成算法,并利用神经自适应训练方法确定隶属函数的形式和参数,最后给出应用示例. 研究结果表明,利用神经模糊原理进行快速路入口匝道驶入控制能够有效提高匝道连接段的利用效率,减少交通事故.     

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.     

基于PCA的城市快速路基本路段服务水平评价

城市快速路基本路段作为城市快速路的重要组成部分,其服务水平的高低决定了整个城市交通系统运行的通畅性. 为更好的掌握快速路服务水平状态,分析了城市快速路基本路段交通运行特征,车辆构成特征和路段几何特征,建立城市快速路基本路段服务水平评价体系. 借助SPSS分析软件,采用主成分分析法对快速路基本路段服务水平进行计算. 以北京市莲花池西路为例进行实例评价,得到各基本路段各时段的服务水平综合得分,及全天平均服务水平聚类结果. 结果表明,本方法是对传统服务水平计算方法的补充与改善,且聚类分析使得对各基本路段服务水平的分类更明显.