道路交通拥挤事件判别准则与检测算法

针对中国城市道路中存在的交通拥挤现象,通过对城市道路路段上环形线圈采集到的交通流流量和占有率数据进行对比性分析和统计推导,从理论上论证了交通拥挤产生的原因;提出了交通拥挤现象出现与消散过程的相对增量判别准则,并利用给出的判别准则构造出相应的拥挤检测指标,给出了城市道路路段上交通拥挤的平均占有率自动检测算法;最后结合实际调查的数据,对算法的正确性进行了验证。     

城市道路交通状态指标体系设计探讨

首先提出了城市道路交通状态指标体系设计的科学性原则、实用性原则、可比性原则以及层次性原则,然后从拥挤成因和拥挤严重程度两个方面分别对城市道路交通状态进行了全面详细的描述。最后确定了城市道路交通状态指标体系。     

适于动态导航系统的城市道路交通状态判别

城市道路交通状态判别是动态导航系统中的关键技术之一,文章从城市道路交通流系统的高度复杂性特点出发,提出了一种基于神经网络的城市道路交通状态判别方法．首先,利用灰关联熵分析方法选取交通状态的关键性特征指标;然后,建立交通状态判别的神经网络模型并利用实测数据对其进行离线训练;最后,应用训练后的神经网络进行城市道路交通状态在线判别．实验表明,用于城市快速路的交通流状态判别方法效果良好。     

干道交通状态识别及演变机理研究

为减少城市交通拥挤、避免交通瘫痪、保障出行安全,在综合分析交通信息采集技术、交通状态识别、交通状态演变研究现状的基础上,对干道交通状态识别及演变机理进行分析,建立适用于精细化交通管控的城市道路交通状态识别及预测框架,主要包括基于深度学习结合视频跟踪算法提取交通参数、基于路段单元运用堆叠式稀疏自编码结合K-均值聚类对车道和路段交通状态进行精准判别、基于LSTM循环神经网络与3D-CNN卷积神经网络对交通状态进行预测;最后提出干道交通状态识别与预测面临的挑战和研究方向。     

基于短时交通预测的公路交通异常判别方法

普通公路由于受到检测设施布设稀疏的制约,若沿用传统的交通事件自动识别方法,其判别率将低于高速公路或城市道路,而误判率也将高于高速公路或城市道路。为了便于公路管理者对普通公路发生交通异常时及时处理,以短时交通预测为基础,将交通异常的定义作为为判别标准,提出了1种新的交通异常判别方法,该方法能够排除由常发性交通拥挤和幽灵瓶颈现象引起的异常误判。试验表明,基于短时交通预测的公路异常判别方法精度误差在0.2以内,能够较好的实现对交通异常的判别。      

浅议畅通工程

通过对城市道路交通拥挤的现状分析，提出综合治理城市道路交通拥挤的方式、方法，即观念上进行转变，措施上要充分考虑城市交通特性，促使城市道路交通运输向良性方向发展。     

城市快速路交通状态转变时刻确定方法研究

研究了城市快速路交通状态转变时刻的确定方法。在分析快速路拥挤状态和不拥挤状态交通流参数特性的基础上,根据Dganzo等提出的交通流参数调整累计曲线,设计了一种用于确定交通状态转变时刻的方法:利用流量和时间占有率两个参数的调整累计曲线来判定快速路交通状态转变时刻。论文利用北京快速路系统的调查数据检验了该方法,得出的交通状态转变时刻与实际情况相符,证实了该方法的有效性。交通拥挤转变时刻的确定可以应用于道路交通状态判别、交通波理论研究以及现有交通事件检测方法的技术评价。     

城市快速路常发性交通拥挤分析

基于城市快速路交通流实测数据,分析了常发性交通拥挤的特征.划分了6种交通流状态,对其进行了定性和定量分析,进而提出了"状态跳转"的概念和判别方法,揭示了拥挤形成过程;根据交通拥挤的形成原因将其分为主动和被动式.介绍了用时空速度变化图寻找拥挤源头以及选择交通控制措施的方法.     

基于参数预测的高速公路交通状态判别

针对目前基于单截面检测数据的高速公路交通状态判别算法存在着判断阈值多,对拥挤样本依赖性强而拥挤样本采集困难等问题,提出了基于交通流预测的交通状态判别模型.预测过程中以车辆的平均占用时间作为预测的目标参数,利用神经网络建立预测模型,并通过相关系数法确定神经网络的输入层.在预测的基础上,以实测值与预测值之间的差值作为判别的依据,判别道路的交通状态.应用广深高速公路实测数据对判别模型的有效性进行检验,并与经典的McMaster检测算法做了对比,结果表明,所提出算法对拥挤样本依赖较少,判别精度高,鲁棒性高.      

基于模糊的城市快速路交通流状态判别

“交通状态”具有外延不明确的模糊信息特征,交通流自身特征和评价主体的专业知识都不可忽视。因此,基于快速路检测线圈数据,引入了基于知识的模糊系统来判别快速路交通状态。在充分分析各种交通现象的基础上,提出了交通状态划分原则、依据,评价指标,以及状态判别的模糊集和模糊规则。该方法可以动态的显示路网的交通拥挤范围,为实施交通信息发布以及后期交通瓶颈的判别和改善提供依据。     

基于模糊的城市快速路交通流状态判别

"交通状态"具有外延不明确的模糊信息特征,交通流自身特征和评价主体的专业知识都不可忽视.因此,基于快速路检测线圈数据,引入了基于知识的模糊系统来判别快速路交通状态.在充分分析各种交通现象的基础上,提出了交通状态划分原则、依据,评价指标,以及状态判别的模糊集和模糊规则.该方法可以动态的显示路网的交通拥挤范围,为实施交通信息发布以及后期交通瓶颈的判别和改善提供依据.     

基于时空图的交通状态转变时刻的判别方法研究

针对交通状态转变时刻的判断问题进行了研究,在传统的交通状态研究模型基础上提出了时空图在状态判别中的应用,并在利用前人提出的调整累积曲线方法进行了比较,证实了引入该方法的有效性和准确性,提高了对交通拥挤转变时刻的判定上的准确率,在交通流特性的研究中起到十分重要的作用。     

面向出行时间可靠性的最优路径规划

目前城市道路交通普遍存在交通拥挤、交通出行困难等问题。尤其是一些大城市,交通拥挤问题已成为制约城市进一步发展的重要问题。因此,提高出行者的出行效率和可靠性对解决交通拥挤问题具有重大意义。城市道路交通网络是一个典型的动态随机网络,网络中弧和节点的耗费是随机的,且随时间变化。其最优路径问题可以转化为图论网络中的最短路径问题。提出一种基于蒙特卡罗模拟和遗传算法的动态随机网络最短路径算法来解决城市道路交通网络的最优路径问题,并提出基于出行时长95%可靠性的最优路径选择方法来保证出行时间的可靠性。实验表明该算法可以很好地解决城市道路交通网络出行时间可靠性的问题,可以很好地运用到交通出行的路径规划中去。     

拥挤收费与城市交通可持续发展

基于可持续发展城市交通的基本特征,分析了城市道路拥挤收费作为一种交通需求管理措施对城市交通可持续发展的促进作用。研究表明城市道路拥挤收费可以减少城市交通的能源消耗及有害气体的排放,提高城市路网整体运行效,能并能从制度上促进,落实公共交通优先发展的城市交通发展战略。     

基于(SAGA-FCM)-PNN的交通状态判别方法研究

为了提高城市道路交通状态判别的正确性与稳定性,研究了一种基于遗传模拟退火算法改进的FCM算法与概率神经网络(PNN)结合的短时交通流状态判别方法.针对传统FCM算法会收敛到局部最优解的问题,利用遗传模拟退火算法对其进行改进,优化算法初始聚类中心;将已分类的数据分为训练集与测试集对概率神经网络(PNN)模型进行训练与测试,通过对径向基函数的扩展速度的优化提高PN N算法的准确性;并利用厦门市城市道路地磁检测数据对模型进行实例验证及性能分析.结果表明,文中方法能够有效的实现交通状态的判别,且能够得到全局最优解;同竞争神经网络模型、GRNN模型、SVM模型相比,文中模型的交通状态判别正确率分别提高2.1%,4.5%,2.7%,且具有更好的稳定性.      

交通拥挤收费经济学原理研究

针对交通拥挤收费合理性的争议．从经济学的角度对城市道路属性、边际费用和边际成本定价原理等方面进行分析，指出拥挤收费通过价格这种市场的手段使外部成本内部化，是一种理性的回归。交通拥挤收费使城市道路这种稀缺资源的产权得到了确定，为市场有效地配置这种资源提供了保障．也为解决日益严重的交通拥挤问题提供了一个很好的思路。     

宁波市公路网交通拥堵核识别研究

随着我国城市化进程的不断发展,交通拥堵不再仅仅局限于城市中心地区的城市道路,交通拥堵开始向郊区发展,并向城市公路网蔓延。运用交通经济学的研究方法,以公路网的交通运行状态为基本研究视角,选取宁波市作为案例,探讨公路网交通拥堵核的识别。研究结果表明,当宁波市公路网某节点的路段拥挤度大于其所属道路的拥挤度临界值,这个节点处就会存在交通拥堵。并且交通拥堵与地区经济发展水平有着密切联系,例如宁波市的交通量的增长是随着GDP的波动而变化的,且两者之间呈现出一种社会经济的单位交通量随着GDP的增长而逐渐降低的关系。本文的基本结论是当公路网某节点的路段拥挤度大于其所属道路的拥挤度临界值,这个节点处所形成的局部网络就会成为路网的拥堵核。在针对宁波市公路网交通运行状态的研究中,拥堵核的识别方法能准确识别出公路网中的拥堵核,真实地反映公路网的运行情况。     

信号交叉口交通组织与管理方案优化分析系统设计

针对目前城市道路平面信号控制交叉口的交通拥挤问题，提出一种基于仿真手段的交通组织优化方法，为进一步研究交叉口的通行能力和运行延误提供了思路。     

论中小城市交通规划设计现状及对策

城市交通在我国以大规模和高速度的发展步伐迈进了新世纪，城市化趋势使大量人口集聚在城市，形成了强大的交通需求，机动化持续发展给城市道路施加了前所未有的巨大交通压力。事实上交通问题的复杂性和持续性，交通规划的迫切性与广泛性，使很多城市一直未能跳出“交通拥挤-建造新路-车辆增加-再度拥挤”的怪圈。     

城市快速路拥挤度判别方法研究

当前城市交通需求的大幅增长导致快速路的交通拥挤和交通堵塞现象普遍发生，对城市快速路的道路拥堵的服务质量的评价，传统的A～F级服务水平的评价标准显得粗糙。提出了与交通流三参数有关的拥挤度系数的概念，并针对快速路的实际状况，运用模糊数学中的综合评价方法，对城市快速路拥挤度进行判别。城市快速路拥挤度判别实例，通过拥挤度判别和服务水平判别的比较，说明了拥挤度判别的优越性。