考虑噪声影响的短时交通流预测模型及验证

为进一步提高交通流预测的精确性,相较于忽略噪声影响的传统预测方法,提出一种基于小波变换的双向长短时记忆神经网络-自回归滑动平均模型的预测模型(WBLA)。WBLA模型首先采用小波变换,将交通流数据分解为特征项及噪声项,在此基础上,对特征项采用双向长短时记忆神经网络(BiLSTM)进行预测,对噪声项采用自回归滑动平均模型(ARMA)进行预测,最后对两项预测结果求和作为最终的预测结果。将未考虑噪声影响的其它基准方法作为对比模型,在美国加州高速公路交通流数据集上进行测试及验证,实验结果表明：WBLA模型同未考虑噪声影响的次好模型相比,MAE、RMSE和MAPE分别下降17.86%、15.98%、16.39%,表明WBLA模型符合实际交通流速度变化趋势,模型合理性得到验证。     

基于约束卡尔曼滤波的短时交通流量组合预测模型

为了克服单一的交通流预测模型性能不稳定的问题, 提出了基于约束卡尔曼滤波的短时交通流量组合预测模型。约束卡尔曼滤波组合预测模型以各单一预测模型的权重为状态变量, 交通流量为观测变量, 预测结果是单一预测模型的加权和, 加权系数由约束卡尔曼滤波方程递推动态确定, 最后通过广深高速公路上采集的交通流量数据对算法进行了验证。结果表明, 在不同预测步长情况下, 约束卡尔曼滤波组合预测模型要优于最佳的单一预测模型或与其持平, 并且不受某一较差的预测模型影响, 具有较高的鲁棒性。     

基于驾驶模拟实验的85％位车速预测模型

应用运行车速（85％位车速）对道路设计一致性进行评价已被世界各国广泛采用,但用来进行评价的参数——运行车速的获得大都是在道路上测得的,提出一种通过在专用汽车驾驶模拟系统上进行实验,获取运行车速,从而建立运行车速预测模型的方法。实验采用真实路段的虚拟场景,并可在实验中实时记录速度数据,利用速度数据对平均车速、85％位车速与单圆曲线的曲率变化率CCRs及坡度进行回归分析,最后应用CCRs及坡度建立平均车速、85％位车速的预测模型。     

汽车碰撞模型中力学参数误差对碰撞前车速的影响

为了准确度量汽车碰撞模型中力学参数误差对碰撞前车速的影响,应用矩阵理论建立了影响程度分析方法.针对常见的误差形式,通过实例分析了以质心为坐标原点的碰撞模型和以碰撞中心为坐标原点的碰撞模型中力学参数误差对碰撞前车速的影响.结果表明,以碰撞前车速相对误差≤3%作为约束条件,以质心为坐标原点的碰撞模型和以碰撞中心为坐标原点的碰撞模型中,力学参数误差范围的最大值为±9.7%和±8.7%.     

基于MLR的公交车行程时间预测模型

分析了站间距离、上下车乘客数、停车延误等因素与公交车行程时间存在的线性映射关系,推导并建立了多元线性回归(MLR)模型,利用大连市21路公交车的数据,对模型进行了标定和检验,并对线性模型的误差来源进行了详细的分析和探究.重点探讨了行驶车速-行程时间线性相关性、乘客数-停站时间线性相关性、延误和行程时间线性相关性,解释了MLR标定的系数的含义,并阐述了导致MLR模型产生误差的来源,分析了非线性因素的影响.研究结果表明多元MLR模型能够解释影响因素与行程时间之间的线性因果关系,可以用来估计和预测公交车行程时间.     

基于UML的BRT交叉口信号优先控制分析

BRT（Rapid Bus Transit）是一种介于轻轨和巴士之间的灵活的公共交通方式,是城市公共交通系统中的一种有效补充形式。BRT的运营方式有多种,对于其中的地面型BRT来说,交叉口信号优先控制是其运营的关键环节,是其接近轨道交通运营服务水平的保证。本文借鉴了交叉口信号优化控制的理论和方法．以及轨道交通中的一些理念。考察了BRT通过交叉口这一实际过程,分析了BRT交叉口信号优先控制系统的相关策略,控制流程和控制方法,并采用UML（Unified Modeling Language）统一建模语言,运用面向对象方法（OOA）对系统进行了进一步的建模和设计,使用VP—UML工具建立了系统的初步可视化模型。     

基于时间序列季节分类模型的轨道交通客流短期预测

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响.通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法.根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流.实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题.     

船舶碰撞概率的广义线性预测模型研究

根据Logistic模型基本原理建立事故概率预测模型,并对事故概率进行预测。通过模型预测结果与实际值对比,得出利用广义线性预测模型对事故概率进行预测具有一定可信度。     

基于深度强化学习的道路交叉口生态驾驶策略研究

在互联和自动驾驶环境下,生态驾驶具有显著的潜力,可提高交通效率并降低能源消耗和排放。本文探讨一种基于深度强化学习算法的生态驾驶策略,该算法可优化互联自动驾驶汽车(CAV)的纵向操纵和横向决策;将状态空间分为与车辆动态特性相关的局部变量,以及与信号交叉口相关的全局变量,确保CAV与环境之间的充分互动;奖励函数综合考虑了车辆的驾驶要求,与信号灯的协同作用以及全局节能激励因素;此外,设计一个典型的城市道路场景训练模型。结果表明,在信号灯和智能体输出协同控制下,本文提出的策略可以实现CAV的生态驾驶,并确保CAV准确驶入目标车道;在动态交通环境下进行仿真显示,通过控制多辆CAV引导人工驾驶车辆,本文方法可将交叉路口的通行能力提高约17.90%,并将交通系统的燃料消耗和污染物排放降低约8.76%。     

����ȼ�ͼ۸�Ԥ��ĺ����⴬ȼ�Ͳ��������Ż��о�

燃油成本是船东在经营航次租船业务中控制运营成本的关键要素,由于燃油价格随时间频繁波动,而海上运输周期长,因此船舶在挂靠港的燃油补给计划成为船东面对的重要决策问题.本文以不定期航次租船为背景,从船东的视角,研究船舶在连续航次租船运营中的燃油补给问题.首先,基于ARMA模型建立燃油价格预测模型;其次,以连续多航次收益最大为目标,以补给地点和补给量为决策变量,基于燃油价格预测建立优化燃油补给方案的非线性规划模型.最后,针对一个干散货船舶的环太平洋的连续租船航次实例进行计算.结果表明,求解模型获取的最优燃油补给方案比传统的加油方式能够节省成本26.34万USD,占营运总收益的14.3%.     

基于视频的交叉口排队过程感知及预测

在研究交叉口排队过程中,全面、精细地感知及预测方法一直是难点. 传统的排队过程感知方法缺乏不同排队阶段的精细感知和关联,无法得到全面、精细的交通参数. 对此,提出一种基于视频、分阶段感知再关联的排队过程感知及预测方法. 该方法包括3 部分：第一,通过目标检测和边缘检测提取道路和车辆信息;第二,对道路和车辆边缘信息进行卷积融合,检测排队区域和排队长度;第三,利用车辆位置重构和KCF跟踪等方法感知并关联不同排队阶段,重构并预测交叉口车辆运行轨迹,得到精准到车辆个体的排队车辆数和停车延误等参数. 实验结果表明,所提方法在检测正确的情况下,平均95.7%的排队车辆轨迹重构结果是准确的;并且在实际应用场景测试中,在不同车流量和光照条件下均可取得满意的效果.     

车联网环境下信号交叉口车速控制策略

为了减轻城市道路上信号交叉口对交通流的阻断,针对车联网环境下个体车辆可 以与路侧设施及交叉口中心控制系统实时信息交互的特征,提出了信号交叉口车速控制策 略,在提高交叉口通行效率的基础上兼顾驾驶舒适性与环境友好性.为验证车速控制模型的有 效性,基于多智能体技术建立了车联网环境下信号交叉口车速控制仿真系统,以典型十字交 叉口为例,模拟对比分析了传统驾驶和车联网2 种环境下车辆通过交叉口的行程时间、燃料消 耗与污染物排放.结果表明,该速度控制策略下车辆通过交叉口的平均行程时间减少了约 60%,燃料消耗减少了约40%,污染物的排放也有显著减少.     

交叉口运行模式分布模型及排放测算

针对路网中可大规模采集的流量、速度数据,结合主流排放模型广泛应用的VSP参 数,提出了面向排放测算的交叉口运行模式模型,为动态评估路网中的交叉口排放提供了测 算依据.通过对交叉口区域的运行模式分布特征分析,提取交叉口运行模式关键特征参数,建 立基于粒子群聚类算法的交叉口运行模式分布模型.通过本模型和MOVES模型计算交叉口 排放,本模型预测HC、CO、NOx 污染物的误差分别为6.08%、0.80%、4.18%,而MOVES模型的 预测误差分别为38.67%、28.87%、12.22%.     

基于车联网V2P 的行人碰撞风险辨识研究

为探索基于车联网V2P(Vehicle to Pedestrian)通信技术的行人碰撞风险辨识方法, 首先,在车联网环境下实时获取了目标位置、速度、运动方向等信息,并分析了典型人-车相 对运动场景中交通参与者的行为不确定性,进而提出了人-车碰撞区域随机几何模型;然后, 综合考虑了车联网系统的通信延时、定位误差、人-车相对运动不确定性等多因素的影响,建 立了人-车碰撞事故概率和冲突风险程度模型;最后,通过仿真实验分析了行车速度、通信延 时、定位精度等因素对行人碰撞风险辨识模型效果的影响,以及各因素间的相关性关系.本文 提出的方法对行人安全保护研究具有一定的参考价值,研究结果同时指出了车联网系统通信 延时与定位精度的技术要求.     

城市道路交叉口机非冲突概率研究

交叉口机非冲突主要由交叉口内非机动车的数目决定,当交叉口内部非机动车数目小于该阈值时,可以认为无机非冲突发生;当交叉口内部非机动车数目大于该阈值时,机非冲突概率就会急剧增加。     

城市道路交叉口机非冲突概率研究

交叉口机非冲突主要由交叉口内非机动车的数目决定,当交叉口内部非机动车数目小于该阈值时,可以认为无机非冲突发生;当交叉口内部非机动车数目大于该阈值时,机非冲突概率就会急剧增加。     

����RTSSEP����ƽ̨�ij�������׼ȷ��ģ�ͷ���

分析了当前车辆避碰系统传感器端在对障碍物信息进行检测时,易受到道路交通环境因素干扰而产生虚报、漏报现象的原因,对车载传感器检测到的障碍物信息进行了性质归类. 在此基础上介绍了车辆避障准确度模型. 采用蒙特卡罗方法模拟车辆在运行过程中的碰撞判定,并依此对模型的仿真算法进行了设计. 整个仿真试验在室内道路交通系统仿真试验平台 (RTSSEP)上实施,结果表明仿真方法能有效模拟障碍物信息准确度模型的执行过程,可为进一步开展建模研究提供信息依据.     

基于碰撞危险度模型的AUV三维避障研究

自治式水下机器人(AUV)在复杂海洋环境航行时要求能够及时躲避障碍物.文中建立了基于前视声呐的环境模型,将未知障碍物信息转化到环境中,并对未知障碍物进行属性判断.将水面船舶的碰撞危险度概念应用到AUV的水下环境避障中,建立新的水下三维碰撞危险度模型,仿真实验证明此方法可以使AUV 在多水下运动障碍物的不确定环境中得到较好的局部避碰效果.