动态网络交通信号配时模型研究

讨论了均衡网络交通信号醒时问题，提出了一个同时进行动态交通分配和最优信号配时的动态网络交通信号配时多层规划模型。该模型的下层问题是应用最优控制理论建立的动态用户最优模型，能够实时描述出行者对任意给定的信号控制策略的反应。模型的上层问题在考虑出行者路径选择行为的基础上，优化系统运行指标以获得时变的绿信比。     

基于改进的模糊决策树ETC系统客户欺诈分析研究

随着我国ETC系统的普及，对其进行管理成了急需解决的问题，因利用电子标签和智能卡进行欺诈的行为将给高速公路管理部门带来了极大的损失。介绍了一种改进的模糊决策二叉树模型。即采用最优分割熵方法确定最优割点来对数据模糊化，引入模糊数学中的不确定性理论，依据分类的不确定性建造树，生成规则，在此基础上利用规则匹配的方法检测任意的样本数据是否为欺诈数据。     

并联混合动力汽车模糊逻辑控制策略的设计

利用模糊逻辑控制技术,设计了并联混合动力汽车的模糊逻辑扭矩控制策略。选取了控制器的输入、输出变量,构建了有25条规则的模糊推理器。在3种不同的循环工况下,分别对二值逻辑策略和模糊逻辑策略进行了仿真试验,结果显示,所设计的模糊逻辑控制策略能够很好地控制发动机工作,且具有很好的自适应能力和鲁棒性。     

基于模糊贝叶斯网络的海上风机选择方法

为合理选择海上风机型号,研究了基于模糊贝叶斯网络的海上风机方案选择方法.识别了海上风机选择的主要影响因素,建立了海上风机的3层决策框架,并从风机参数、风机经济性、风机可靠性和通航安全性等4个方面进行了综合考虑.利用模糊逻辑对海上风机的影响因素模糊化,并建立了改进后的IF-THEN推理规则,实现了影响因素与决策准则间的定量转换方法,并引入贝叶斯网络对海上风机影响因素进行推理,实现海上风机方案的最优选择.以中广核海上风机选择为例,确定了中广核海上风机的型号方案,研究结果表明,该方法能够解决影响因素的模糊性问题,同时能够直观的实现影响因素推理,通过将模型计算方案与实际风机方案进行比较,表明本模型能够准确地实现海上风机选择.      

基于GIS的公路应急资源调度最优路径分析模型

本文针对公路抗灾抢险时对实时动态网络最优运输路径查询的需求,提出了基于GIS的公路应急资源调度最优路径分析模型。该模型以公路路网基础数据和电子地图为基础,建立基于GIS的动态道路网络。同时,对于经典的Dijkstra算法无法求解出实时动态的网络地图的最优路径问题,提出结合交通流状况对道路通行的影响,加入最小通行阻抗这一概念对Dijkstra算法进行了改进和优化。优化后的Dijkstra算法能够更好地提供动态网络地图的最优运输路径分析功能并成功应用于此模型,为辅助应急资源的调度提供技术支撑。     

道路景观的模糊综合评价

本文乎先分析了道路景观的影响因素，进而采用系统工程学层次分析法，建立评价的递阶层次结构，科学地给出各层次的指标，并客观地确定各自的权重，然后应用模糊集合论的方法，给出综合评判矩阵，最后应用合成规则对各方案进行科学合理的综合排序，确定最优方案或对建成的道路景观确定评价等级。     

一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法

针对传统的单交叉口交通信号控制方法考察不全面和运算量大等缺陷，引出了“大相位”的概念。提出了一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法，通过分析和仿真，对该信号控制方法的有效性进行了验证。仿真结果表明，该方法有效地提高了控制效果和计算效率，特别是在路口交通量相差较大和变化较快的情况下。     

交通流实时预测的混沌时间序列模型

针对城市交通流普遍存在的混沌特性,介绍了一种改进的加权一阶局域预测模型,并将其应用于交通流实时预测中。为了进一步提高算法的精度与速度,对最优邻域的点数进行动态选择,通过改进,使之成为一种鲁棒性强、预测精度高的实时预测算法,并能有效地用于短时交通流的预测问题中。仿真结果表明:该算法完全满足实时交通流预测的需要,为交通信号智能控制和交通流诱导奠定了坚实的基础。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

高速公路交通事故模糊逻辑预测模型改进研究

以AADT、路段长度、车道数、大型车比例和地形条件作为模型输入变量,以每公里事故数作为模型输出变量,结合辽宁省高速公路数据构建基本的交通事故模糊逻辑预测模型.考虑到模糊集合结构和模糊控制规则对预测结果可能产生的影响,提出调整模糊集合和融入先验知识构建规则库的模型改进方法.以粤赣高速和开阳高速为案例,分析了基本模型与改进模型的可移植性.最后,应用同样的数据构建了负二项分布事故预测模型,并与模糊逻辑预测模型进行了对比分析.研究结果表明,纵向比较,模糊集合细化一定程度提高模型预测精度,细分模型相较于基本模型,总体平均相对误差减少8.3%,模型优度提高0.357;横向比较,融入先验知识构建模糊规则库能一定程度提高模型预测精度,基本先验模型相较于基本模型,总体平均相对误差减少1.9%,模型优度提高0.164.融入先验知识后模型的可移植性增强,平均预测精度高于基本模型,相对误差大于0.5的样本数减少3.8%,总体误差减少3.4%,总体平均相对误差减少4.1%,模型优度提高0.385;但细化集合的模型可移植性较低,与粗分和基本模型相比各个指标值均不同程度变差;而模糊逻辑事故预测模型与负二项分布事故预测模型在预测精度和可移植性方面均无显著差异.