深入挖掘路网时空资源 科学保障道路安全畅通

以南京市道路交通为研究对象,从交通供需矛盾入手分析城市交通现状,对交通拥堵形成的根源进行剖析。通过对交通管理理论与安全保畅经验进行总结,以建设"十二五"、服务青奥会的整体战略规划为出发点,从城市发展模式、交通系统管理、交通需求管理、交通秩序管理等方面入手,合理配置路网时空资源以科学保障道路安全畅通,提出适合南京城市交通发展的对策建议。     

基于DTA的OD估计方法的交通检测器优化布置模型研究

论文在探讨了动态交通分配和动态0D估计背景下的交通检测器优化问题的基础上，提出了基于DTA的动态OD估计方法的交通检测器布置原则；从预算，对路网中交通流量信息的覆盖程度，对关键路段的检测、对重复检测器的剔除等方面对路网交通检测方案进行约束，建立了交通检测器优化布置模型；最后将遗传算法用于交通检测器优化布置模型的求解，证明了基于DTA的动态0D估计方法的交通检测器优化布置模型的有效性。论文方法概念清楚、操作简单，是交通检测器优化布置的一种可行方法。     

考虑车辆排队长度的动态用户最优路径选择模型研究

基于交通流理论，建立了路段下游交叉路口前车辆排队长度、路段车流密度的数学模型，提出了新的路段阻抗函数。运用该阻抗函数建立基于路径的动态用户最优路径选择变分不等式模型，给出了该模型的启发式算法。实例分析表明，当路段上有排队时，若将车辆排队处理为质点，则低估车辆路段走行时间，被低估的相对差距约为22％；新的阻抗函数能较好反映路段的阻抗。     

一类动态交通分配中的输出流模型及其数值解法

已知路段输入流,基于Greenshields提出的速度-密度关系模型以及Jayakrishnan et.al提出的改进的Greenshields 速度-密度关系模型所描述的路段交通流特征,分别给出了关于路段输出流的常微分方程模型.针对无法得到该模型的解析解,利用龙格-库塔-芬尔格算法给出初始条件下的数值解.在已知输出流的条件下,每个时刻的路段交通流的行程时间也相应给出.仿真结果表明,针对两类不同速度-密度关系所建立的输出流模型,所得到每个时刻的输出流基本相似,但路段行程时间存在明显差异.与交通流调查数据比较,基于改进的Greenshields速度-密度关系的输出流模型的行程时间更接近真实情况.     

智能移动系统中大规模分布式车辆路径规划问题研究

本文针对智能交通和主动交通管理提出了一种适用于大规模交通分配和路径规划的分布式计算方法。讨论了通过信息传递接口(MPI)在多中央处理器(CPU)上并行计算实现的一系列研究需求和实现挑战;将基于时空事件的车辆路径规划模型应用于大规模的城市路网仿真;将原始车辆路径规划模型分解为一系列计算效率较高的子问题,大幅减少了仿真耗时和通信开销。通过将子问题分发到单独的分布式CPU上,使CPU可以同时执行其任务,并保证较好的负载平衡。重点分析了将所提出的方法应用于北京路网大规模路径规划,以及该方法在不同CPU核数下的计算效率。结果表明:所提出的并行计算方法可以显著减少计算耗时,并在512个计算节点上实现200倍以上的加速比。     

基于二次函数型路段行程时间模型描述的交通输出流特性

根据动态交通分配模型中广泛使用的路段行程时间与路段车流量具有二次函数关系的模型，在已知路段输入流的条件下，给出了路段输出流的一般表达式和路段行程时间的递归表达式.在路段车流满足先进先出的条件下，结合任意时刻的车流量表达式和线性路段行程时间模型得出输出流与输入流的关系式，导出此时刻的路段车流量表达式，从而给出了更明确的关于路段行程时间的表达式;同时结合道路交通流调查数据，对一些实例进行了数值仿真，所得结果与实际相符.     

基于可持续发展的交通管理模式研究

对欧美等国采取的交通管理理论及方法进行了摘编,阐述了当前如何应用交通需求管理（Travel Demand Management,TDM）合理引导需求,以及从长远角度考虑如何整合土地利用与交通规划（Integrating land use and transport）,从而实现交通管理的可持续发展,为相关工作提供参考。     

部分控制交通网络的流量分配问题及模型

为了研究由于交通控制设备资源有限,只有部分节点受到控制时交通流在路网上的分配,讨论了交通分配的一般准则和方法,并通过对出行者在控制节点和未控制节点的路径选择行为的假设,建立了混合交通配流模型。模型的最优状态为,出行者在未控制节点处都是选择从该节点到达终点路段综合费用最小的路段,而在控制节点处完全服从控制策略的引导选择路径。研究表明,当所有节点都被控制时,模型等价于SO模型;当所有节点都不受控制时,模型等价于UE模型。用一个简单的路网进行算例分析,说明了模型的可行性和合理性。     

綠色節能最佳化運輸路徑之規劃

隨著經濟發展,自然環境惡化程度持續加深,肇因為小客車數量日益增加,於是近年來綠色交通概念被大力提倡,如能以最佳節能路徑為運輸進行改造,將能為綠色環保盡一份心力。以最短路徑演算法（Dijkastra＇s Algorithm）為基礎,撰寫出最佳節能路徑之演算法,即每台車皆能以最低油耗知目標行駛,並將其與最短距離和最少旅行之路徑進行結果比較,結果發現該最佳節能路徑相較另兩條目標路徑時最能節省燃油消耗,此成果可提供小客車車主進行最佳節能路徑之規劃。另外也以路網均衡之概念進行交通量指派,使用者均衡和系統均衡分別於時間成本和油耗成本目標下之比較。     

基于动态交通分配的应急路径规划

为了提高在应急救援与疏散工作中的应急交通效率,针对已有相关算法未考虑交通问题动态性的不足,提出了1个基于动态交通分配的应急路径规划算法。给出了问题的定义,设计了1个基于仿真的动态交通分配模型,给出了基于动态交通分配的算法求解步骤。通过北京市路网数据对算法进行验证,证明了算法的可行性与有效性。     

城市交通拥堵问题的分析与对策——以沈阳市为例

沈阳市在20世纪90年代建成了二环路和东西快速干道,2012年以后新建和改造了一大批快速路,但目前在早晚高峰期城市核心区的交通拥堵问题仍然严重。从沈阳市城市交通需求特性入手,对沈阳市的交通拥堵状况及拥堵原因进行了分析,总结提出了解决沈阳市城市交通拥堵的对策。     

城市交通流诱导系统中的路段行程时间间接预测方法研究

在阐述综合路段行程时间间接预测模型思想的基础上，提出了基于排队论及基于交通模拟的行程时间间接预测模型，并按照人工调查数据验证模型的精度，给出了相对误差图，以说明模型算法的有效性。     

面向网联自动驾驶混合交通流的高速公路流量控制方法

由网联自动驾驶车辆（connected and autonomous vehicles,CAVs）与人类驾驶车辆（human-driven vehi-cles,HDVs）组成的新型混合交通流,是未来交通发展趋势。利用CAVs精准可控的优势提升交通管控能力是重要的研究方向之一。通过控制上游路段的CAVs目标巡航速度,间接影响HDVs的车速,实现上游交通需求的精准调控。考虑混合交通流具有时变特性以及平顺性需求,基于模型预测控制,以CAVs速度为控制量,建立流量控制偏差和CAVs速度变化幅度最小为目标的混合交通流量控制模型,实现控制过程优化;并设计控制模型的分布式求解算法,提高模型求解速度。基于VISSIM仿真结果表明：流量控制模型在不同CAVs渗透率、需求水平、目标需求下降率和控制更新时间间隔下均表现良好,流量控制精度均在80%以上;控制策略求解时间小于0.1 s,能够满足CAVs实时控制需求,从而更快调节流量到目标值,避免下游拥堵;模型可实现上游需求流量最高可下降40%,能够应对高速公路需求大幅波动情况,最大程度预防高速公路瓶颈拥堵。该方法对于预防高速公路拥堵、提高通行效率具有借鉴意义,为基于CAVs的主动交通管控方法开发提供参考。     

Exploiting floating car data for time-dependent Origin–Destination matrices estimation

The study evaluates the added value generated by estimating dynamic demand matrices by information gathered from Floating Car Data (FCD).

Firstly, adopting a large dataset of FCD collected in Rome, Italy, during May 2010, all the monitored trips on a specific district of the city (Eur district) have been collected and analysed in terms of (i) spatial and temporal distribution; (ii) actual route choices and travel times. The data analysis showed that demand data from FCD are usually not suitable to retrieve directly demand matrices, due to a strong dependence of this information from the penetration rate of the monitoring device. Instead, origin–destination travel times and route choice probabilities from FCD are a much more reliable and powerful information with respect to FCD origin–destination flows, since they represent the traffic conditions and behaviors that vehicles experiment along the path.

Thus, several synthetic experiments have been conducted adopting both travel times and route choice probabilities as additional information, with respect to standard link measurements, in the dynamic demand estimation problem. Results demonstrated the strength and robustness associated to these network based data, while link measurements alone are not able to define the real traffic pattern. Adopting both the information of origin–destination travel times and route choice probabilities during the demand estimation process, the spatial and temporal reliability of the estimated demand matrices consistently increases.     

基于SPEA2的城市快速路速度引导多目标优化

基于速度引导控制作用下的城市快速路交通流扩展模型,建立了车辆总耗费时间与速度引导值变化幅度的多目标优化模型.采用强度Pareto进化算法(SPEA2)对比分析3种速度引导值确定方案,同时基于集合理论从Pareto 前沿中选择出最优解并确定最佳方案.在此方案下,应用Matlab进行了速度引导控制仿真分析,结果表明,速度引...     

基于信号灯配时的动态路径诱导模型

针对城市交通流量变化产生的问题,在交叉口信号灯配时方案改进的基础上建立了动态路径诱导的双层优化模型,上层模型以行驶时间为目标函数,下层模型以总交叉口延误最小为目标函数。利用改进蚁群算法来求解优化模型,从而获得多准最优路径。以实际交叉口为例,将信号灯配时改进前、后的模型计算结果进行比较。结果表明:应用信号灯配时改进后的模型获得的路径更省时,交叉口等待通行时间更短。     

基于DAG-SVM的居民出行方式选择模型

提高居民出行方式的预测精度对于评价交通规划方案、交通策略的效果具有重要意义.应用心理学、行为科学的方法分析了出行决策的思维过程,将出行决策过程结构化,建立出行情景库,并采用主成份法分析了影响方式选择的主要因素,作为支持向量机模型的输入.利用统计学习理论分析了支持向量机与神经网络在建模原理上的区别,建立了基于有向无环图-支持向量机(DAG-SVM)的方式选择模型,阐述了模型的具体步骤.通过实验对不同核函数的预测效果进行了评价,并采用网格法和遗传算法进行参数寻优.结果表明,核函数选择径向基函数效果较理想,参数寻优方法上遗传算法比网格法效果更好.通过优化后,DAG-SVM模型的整体预测精度达到了82.3%,比神经网络提高了近9%.但对出租车出行的预测准确率略低于其他方式,这主要由于出租车常被作为特殊情况下的备选方式,其出行规律性相对较差.     

城市快速路网络交通路由诱导方法设计与案例分析

为了达到均衡城市快速路网交通负荷,提高交通运行效率的目的,该文介绍了一种模型预测路由控制方法。其控制任务被描述为一个动态的、离散时间、空间的、带有约束控制变量的最优控制问题,通过在未来较长的时段内求解每一个控制周期的最优问题来实现反馈控制。案例分析结果表明,模型预测路由控制方法能够考虑时变的交通状态,取得良好的控制效果,可为先进的交通管理系统规划设计提供依据。     

对兰州市道路交通现状分析及对策探讨

该文通过对目前兰州市城市交通发展的现状、特点、问题,结合实际情况,提出一些解决兰州市交通发展的对策。