山区小城市机非混行道路行程时间修正模型研究

为准确估计山区小城市路段行程时间,以山区小城市道路为研究对象,在分析其交通特性和传统BPR模型的基础上,通过定义路段累计流量,构造了基于路段累计流量的机非混行道路行程时间修正模型。采用人工记录法获取非拥堵状态下的实测数据,并通过VISSIM仿真得到拥堵状态下的实验数据,根据大量数据标定修正BPR模型的主要参数,并对两种模型进行误差分析。结果表明:山区小城市干路行程时间估计中,修正BPR模型的误差均值为4.597%,传统BPR模型的误差均值为35.021%;支路行程时间估计中,修正BPR模型的误差均值为3.120%,传统BPR模型的误差均值为46.737%。修正BPR模型的估计效果明显优于传统BPR模型,且非机动车干扰对支路路段行程时间的影响更为显著。     

交通信号控制参数的仿真优化方法研究

为优化区域交通网络中各信号控制器的配时方案,利用递推最小二乘算法(RLS)和同时扰动随机近似(SPSA)算法,由检测器流量估计DynaCHINA动态网络交通仿真与分析系统的动态OD矩阵,输入并标定各路段的速度-密度模型参数和饱和流量,获得网络状态的准确估计,包括各路段的速度、密度、流量、队列长度等;在此基础上,利用SPSA算法优化各信号控制器配时参数,包括各信号控制器的周期、相位差和绿信比,使得网络中车辆的平均旅行延误、队列长度、或交叉口通过量等指标最优. 针对实际路网的测试表明,本文的参数标定方法可以获得准确的检测器流量估计,结果明显优于Ashok K的动态OD矩阵与检测器流量估计方法;与现有的基于Synchro信号配时优化软件获得的结果相比较,该方法可较大幅度缩短车辆在路网中的平均旅行延误,并可推广应用于更复杂的区域路网的信号控制参数优化等场合.     

��ͨ�źſ��Ʋ����ķ����Ż������о�

为优化区域交通网络中各信号控制器的配时方案,利用递推最小二乘算法(RLS)和同时扰动随机近似(SPSA)算法,由检测器流量估计DynaCHINA动态网络交通仿真与分析系统的动态OD矩阵,输入并标定各路段的速度-密度模型参数和饱和流量,获得网络状态的准确估计,包括各路段的速度、密度、流量、队列长度等;在此基础上,利用SPSA算法优化各信号控制器配时参数,包括各信号控制器的周期、相位差和绿信比,使得网络中车辆的平均旅行延误、队列长度、或交叉口通过量等指标最优. 针对实际路网的测试表明,本文的参数标定方法可以获得准确的检测器流量估计,结果明显优于Ashok K的动态OD矩阵与检测器流量估计方法;与现有的基于Synchro信号配时优化软件获得的结果相比较,该方法可较大幅度缩短车辆在路网中的平均旅行延误,并可推广应用于更复杂的区域路网的信号控制参数优化等场合.     

基于BPR函数的济南城市道路研究

以济南城市道路为例,对BPR函数模型的适用性进行系统研究.通过对济南市各级城市道路交通特性的调查,采用数理统计和突变理论方法进行数据拟合,标定济南市各级城市道路的BPR函数参数值,以此研究济南市各级城市道路BPR函数的适用性.同时通过分析影响BPR函数模型适用性的因素对部分路段引入非机动车影响的BPR函数模型改进型式,探讨其求解方法.     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中...     

出行分布观测数据中的稀疏矩阵问题研究

对出行分布观测数据中的稀疏矩阵问题进行分析,提出了部分矩阵估计、补零矩阵估计和增量矩阵估计3 种不同方法来标定双约束重力模型的参数.通过定义估计的精确性和有效性两个不同的估计效果测度,将双约束重力模型等价为带有约束的数学规划,并采用解析方法比较3 种不同标定方法的估计精度差异.在此基础上,通过数值方法模拟计算,并比较3 种标定方法的估计有效性.通过研究可以发现,补零矩阵估计的参数精确性最好,而增量矩阵估计的有效性最好.研究成果能够作为实际城市交通规划中观测稀疏矩阵参数标定工作的理论依据.     

基于投影寻踪动态聚类的快速路交通状态判别

为了提高快速路交通运行状态的判别精度,利用地点交通参数与交通状态之间的映射关系,提出了基于投影寻踪动态聚类模型的快速路交通状态判别方法.该方法综合投影寻踪技术和动态聚类方法构造投影指标函数,采用混合蛙跳算法优化投影指标函数的投影方向获得最佳投影方向,并利用仿真数据标定了交通状态判别阈值.结合仿真数据和实测数据进行了实验验证和对比分析.实验结果表明,投影寻踪动态聚类模型能够有效提高快速路交通状态判别精度,平均判别率为97.01%,平均误判率为0.86%,平均判别精度分别比BP神经网络模型和模糊C均值聚类模型方法提高了8.9%和4.5%.      

基于有限测量信息的加权最小二乘法在配电网状态估计中的应用

为了适应测量装置数量受限的配电网控制的需要,提出一种基于有限测量信息的配电网状态估计方法.模型中将区域配电网节点电压幅值和相角作为状态变量,测量节点电量、负荷规划数据分别作为实际测量量和伪测量量,利用加权最小二乘法权重参数的合理配置保证模型的合理性并求解.通过对英国某区域配电网实例仿真计算,结果表明：本文状态估计模型能够根据有限测量量进行网络全节点的状态估计,且平均估计误差满足实际应用要求;同时,定性描述了测量点数量、估计初值与状态估计误差的关系,为进一步探索测量点优化配置和最优状态估计求解奠定基础.     

融合卡尔曼滤波的高速公路状态估计误差界限分析

为分析高速公路交通流检测数据质量,本文构建平方流量误差界(Squared Flow Error Bound, SFEB)和扩展卡尔曼滤波(Extended Kalman Filter, EKF)的决策级融合模型SFEB-EKF,在检测器空间覆盖不足情况下,计算检测路段和无检测器路段的交通状态估计误差界限。与SFEB 算法相比,融合模型利用EKF交通状态估计模型估计全路段交通状态,基于得到的估计样本计算全路段交通状态估计误差下界。同时,采用最近邻法(Nearest Neighbor Method, NNM)计算全路段交通状态估计误差上界。应用开源高速公路数据集测试模型,结果表明,与需要输入真实样本的SFEB算法相比,融合模型SFEB-EKF在缺少真实样本情况下,能取得相似的结果且误差保持 在5%以内,不同检测器覆盖率实验下模型表现出良好的稳定性。本文模型通过给出无检测器路段交通状态估计界限,为高速公路交通检测器布设方案提供参考。     

���е�··������ʱ������Է���

了解路段旅行时间随交通状况变化特性对利用探测车等新式交通检测技术估计交通状态非常重要.基于交通微观仿真模型,分析了路段旅行时间随交通状况的变化特性,验证了平均路段旅行时间是否能够采集通畅、拥挤到堵塞这三个状态,以及是否能细分这三个交通状态.结果表明：（1）平均路段旅行时间能够判断上述三个状态;（2）在拥挤阶段,随着交通状态恶化,平均路段旅行时间逐步增加,因此能够细分拥挤状态为多个子状态,但由于在通畅阶段,即便流量增加,平均路段旅行时间基本不变,因此无法细分通畅状态,细分通畅状态需要流量信息;（3）路段旅行时间在拥挤状态时处于双峰分布,难以用少量的探测车提供的数据可靠地估计平均路段旅行时间.     

美国联邦公路局路阻函数探讨

路阻函数在交通分配过程中左右着路径的选择,目前广泛采用的路阻函数是美国公路局提出的BPR函数,但在交通分配的实践过程中使用美国公路局推荐BPR参数得到的结果并不理想。论文对国内外关于BPR函数的修正模型研究进行了介绍;分析了现存BPR模型的优点与缺陷;提出了BPR函数适用情况的思考。     

美国联邦公路局路阻函数探讨

路阻函数在交通分配过程中左右着路径的选择，目前广泛采用的路阻函数是美国公路局提出的BPB函数．但在交通分配的实践过程中使用美国公路局推荐BPB参数得到的结果并不理想。论文对国内外关于BPB函数的修正模型研究进行了介绍；分析了现存BPB模型的优点与缺陷；提出了BPB函数适用情况的思考。     

动态路段行程时间函数与BPR函数的比较研究

从交通流参数的处理入手 ,研究和分析了动态路段行程时间函数的确定过程 ,提出了动态路段行程时间函数式 ,并且与计算路段行程时间常用的BPR函数进行了比较 ,指出动态路段行程时间函数不但考虑了路段机动车交通量的动态性 ,更注重了路段出口交通量的变化情况 ,符合实际交通状况 ,具有实时、简单、实用等特点 ,适于在交通管理中运用     

过饱和交叉口交通信号控制动态规划优化模型

为满足过饱和交叉口信号控制的需求, 应用动态规划理论, 建立了过饱和交叉口信号控制优化模型, 界定了模型的阶段、状态变量和决策变量, 推导了平均排队长度状态转移方程和控制器状态转移方程, 确定了基于交叉口不同饱和状态的目标函数与约束条件, 提出了模型优化框架。非饱和状态以最小化延误为控制目标, 饱和状态和过饱和状态以最大化通行能力为控制目标。通过迭代运算判断保持或者切换当前相位, 并将控制效果实时反馈以调节下一阶段信号配时方案。以秦皇岛市某交叉口为例, 基于实际采集数据得到了非饱和、饱和与过饱和3种状态的交通流量, 应用动态规划模型获得配时方案, 并与TRANSYT方法给出的配时方案进行了对比分析。分析结果表明: 在非饱和状态下, 采用动态规划模型计算的平均延误、饱和度、平均排队长度分别为49.3s、0.76、13.7veh, 采用TRANSYT方法计算的对应值分别为52.0s、0.78、14.4veh; 在过饱和状态下, 采用动态规划模型计算的饱和度与平均延误分别为0.85、78.5s, 采用TRANSYT方法计算的对应值分别为0.86、82.5s, 但对应的平均排队长度为27.3veh, 略优于动态规划模型的27.6veh; 饱和状态控制效果与过饱和状态控制效果类似。可见, 采用动态规划模型可以有效降低交叉口饱和度, 减少各相位不同进口道车辆的平均延误。     

基于k-NN和SCATS交通数据的路段行程时间估计方法

为了改善利用SCATS交通数据估计路段行程时间的效果,通过分析SCATS实际交通数据获取时间间隔不一致的特征,构建了SCATS交通数据虚拟时间序列,将利用因子分析法提取的累计贡献率在85%以上的主因子作为交通模式特征向量的构成要素,用欧氏距离作为当前交通模式特征向量和历史交通模式特征向量相似性的测度指标,以路段行程时间估计误差最小为目标选取当前交通模式的近邻数,对交通模式之间距离的倒数进行归一化处理,确定了相似交通模式的行程时间权重,设计了基于SCATS交通数据的路段行程时间估计方法.实例结果表明:与多元线性回归方法相比,本文方法估计的路段行程时间平均绝对误差、平均绝对百分比误差和均方根误差分别平均减少了9.68 s、8.07%和4.5 s.      

基于MFCM的改进聚类算法及其在交通中的应用

在交通流状态模糊化的过程中,对已有的交通模糊控制研究引入了太多的主观因素.为了解决这个问题,提出了一种基于MFCM算法的分级递减聚类算法,利用MFCM算法寻找类中心,再自适应确定该类中心的隶属度阈值,将聚类进行分级处理,实现未知类别数数据集的聚类.将改进算法应用到交通流状态聚类中,可以更科学地确定交通流状态的聚类数和各类模糊隶属度函数的结构等,最后,通过算例,说明了该算法对于未知聚类数及服从高斯分布的数据集具有聚类效果好、收敛速度快的特点.     

基于CKF的GNSS/INS列车组合定位鲁棒滤波算法

针对列车组合定位融合估计的非线性以及鲁棒性问题, 分析了GNSS/INS列车组合定位的基本原理和系统结构, 给出了非线性滤波算法CKF的基本过程, 通过将H_∞鲁棒滤波思想应用于标准CKF, 提出了一种基于CKF的新型鲁棒滤波算法, 从滤波器收敛判别及误差H∞范数界鲁棒性判别两方面探讨了滤波器的自主状态监测, 并采用青藏铁路实测数据对算法进行了验证。分析结果表明: 在该实测数据条件下, 所提算法平均估计误差与标准UKF、CKF相比, 分别降低了7.13%、4.85%;约束水平从31.5到1315.0时, 估计误差均方根增大了8.56%, 估计精度变化趋势较平缓, 该算法有效。     

一类非线性时滞系统的参数故障检测和估计

研究了一类非线性时滞系统的参数故障检测和估计问题.文中所讨论的故障函数是非线性的,故障不仅依赖于系统的输入和输出,而且依赖于不可测的系统状态,这就使得故障检测和估计问题变得更加的复杂.根据自适应观测器的设计理论和研究方法给出了针对此类系统的参数故障检测和估计这种故障的方法.在满足Lipschitz条件下,提出了故障检测观测器和自适应诊断观测器.     

道路阻抗函数研究综述

道路阻抗是交通分配和路网规划中的重要参数,是路网属性抽象的重要内容之一。为给道路阻抗函数研究提供新思路和新方法,更好服务于交通分配和路网规划,针对路阻函数的研究背景及现实意义,从路阻函数研究方法和影响因素两方面综合对比分析各种路阻函数模型的优缺点,分析得出既有研究多以美国联邦公路局（Bureau of Public Roads, BPR）函数为基础,针对BPR函数本身缺陷进行优化,或加入其他影响路阻的因素进行优化。在此基础上,总结得出目前路阻函数研究中存在不重视数据采集、函数内参数不可靠、函数适应性不强等问题。最后,对未来研究方向进行了展望,未来可应用车联网、自动驾驶等前沿技术采集数据,应用大数据和人工智能算法提高参数可靠度,提出适用于自动驾驶的路阻函数,制定路阻函数适应性标准,扩大路阻函数应用范围。     

基于AFC数据的城轨路网客流OD在线动态估计

路网实时客流状态是城市轨道交通日常运营组织科学决策的主要依据,而精准地在线估计客流OD是前提条件.本文分析了准实时AFC数据接入条件下客流OD在线动态估计问题及其特点,提出了将机器学习与递归贝叶斯相结合的客流OD动态估计方法;构建了基于LSTM的客流OD状态转移模型,以及LSTM模型嵌入下的客流OD递归贝叶斯估计模型;针对客流OD状态变化的非线性、不确定性特点,提出基于粒子滤波算法求解客流OD递归贝叶斯估计问题.面向LSTM模型嵌入所形成的客流OD状态转移三阶马尔科夫过程,对一般的粒子滤波算法进行高阶扩展,研究了算法的实现.最后用实例对本文提出的方法进行了验证.