交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响,建立一种动态路径选择模型。将不同类型的出行者对路段（路径）运行时间的预测看作不同的随机过程,通过对出行路径上节点的到达时间取期望值,利用一阶近似表达式,研究交通信息对出行者的出行路径选择行为的影响。     

交通分配和信号控制组合模型及算法研究

对传统的信号控制模型进行简化，既能使系统的总延误最小，又能保证交叉口的通行能力满足各个路段的交通需求，从而提高交叉口的交通效益，并针对模型的特点设计一种启发式算法——广义的拉格朗日算法，通过简单的算例说明算法是有效可行的。     

基于驾驶员路径选择的动态交通仿真模型

描述一个基于路径的动态交通仿真模型(RDTS)，它使用一个微观交通流仿真器结合一个驾驶员路径策划器来实现路网中每辆车从出发地到目的地行程的模拟。应用开发的时间相关最短路模型，驾驶员在向目的地前进途中可以根据交通条件的动态变化而动态地选择和变更路径。RDTS模型采用一个路径选择模型来模拟详细的动态交通分配过程，并且致力于反映路网中个别车辆的行为表现及其相互作用，其中包含车辆生成、路径选择和车辆移动模型，可以很好地应用于驾驶员动态路径诱导领域。     

无信号控制交叉口行人过街间隙选择模型研究

我国城市道路交叉口中大量行人与机动车冲突导致了交叉口运行效率降低,同时也引发了不容忽视的安全问题。在对无信号控制交叉口进行录像调查的基础上,分析了行人与机动车冲突特性,利用实测数据建立了行人过街间隙选择行为概率与安全间隙之间的数学关系模型,并对模型进行了检验与验证,证明该模型具有较好的拟和度和预测精度,同时与已有的Logit模型进行比较分析。     

基于决策树模型的信号控制交叉口交通状态估计

为了探究城市干道信号控制交叉口交通状态与检测器数据之间的关系,以低频定点检测器(5 min集计)采集的流量、占有率、速度数据与交叉口离线信号配时方案作为特征变量,以路段平均行程速度为标签变量,基于分类回归树(CART)模型,提出了一种新的交通状态估计方法。首先,以车辆路段行程速度为评价指标,将交通状态分为畅通状态、拥挤状态与阻塞状态3类;然后,通过VISSIM软件建立微观仿真模型,采集不同周期时长、绿信比和饱和度下的64 000个样本对分类回归树模型进行了训练与验证。结果表明,训练集估计精度为84.41%,验证集估计精度为84.08%,模型总体估计精度在84%以上。不同因素对交通状态估计的影响程度不同,由大到小依次为:占有率、绿信比、检测器速度、流量、信号周期。最后,以107组微波检测数据与视频数据对模型进行试验验证。验证结果表明,拥挤状态下模型估计精度最高,为89.19%,其次为畅通状态,为75.00%,阻塞交通状态下模型估计精度最低,为63.15%,交通状态总体估计精度为75.70%。可见,分类回归树模型能够较为准确地估计城市干道信号控制交叉口交通状态,该精度能够基本满足我国中小城市交通状态估计需求。     

信号控制交叉口掉头交通设计研究

针对我国掉头交通通行效率低下和安全性较差等问题,分析了信号控制交叉口掉头交通的掉头时间和冲突点等运作特性,并系统地归纳分析掉头交通的影响因素及其内在联系。根据我国现有掉头交通设计情况,总结了3种掉头交通设计模式,根据掉头车辆的运动原理,提出掉头交通的空间设计要点。最后结合具体操作时存在的问题,提出了详细设计方案。     

信号控制交叉口交通组织优化研究

为提高城市信号控制交叉口的运行效率和保障行车安全,针对城市信号控制交叉口冲突点的特性,提出了信号控制交叉口交通组织优化方法,建立了信号控制交叉口交通组织优化仿真模型。该模型以西安市西影路与雁翔路十字型交叉口为例,对该信号控制交叉口进行交通渠化、信号相位设计及信号配时优化,利用Vissim微观交通仿真软件对优化方案进行仿真,仿真结果表明,交叉口总延误减少了30.9%,东进口左转减少45%,西进口左转减少了22.5%,南进口总延误减少39.4%,北进口总延误减少62.6%。     

行人交通控制信号设置方法研究

系统地分析了设置行人交通控制信号的必要性，并对其设置方法作了详细研究，针对混合交通流建立了确定行人信号相位及其通行时间的定量模型，其成果对于提高中国城市信号控制交叉口的交通控制效果、进一步研究行人交通问题有着重要的理论意义和实用价值。     

综合交通枢纽交通方式选择模型研究

立足于离散选择模型和Nest Logit模型的基本理论,针对Nest Logit模型可以考虑不同选择项之间相关性的特点,研究其在综合交通枢纽交通方式选择方面的应用。分析综合交通枢纽内部各种交通方式的特点,建立基于Nest Logit模型的综合交通枢纽交通方式选择模型,确定其效用函数,计算交通方式选择概率,并对模型参数进行标定。在分析中山市居民换乘意愿调查数据的基础上,针对不同距离分别对出行者换乘交通方式选择进行预测,并把预测结果同实际调查结果进行对比分析,验证了模型的适用性。     

交通方式选择模型与应用研究

该文运用用效用和随机效有的概念，儿有在原则推出了效用服从Ｇｕｍｂｅｌ分布时的Ｌｏｇｉｔ模型，在此基础上简要介绍了交用服从其他分布时的交能芬担模型，进一步地，文章采用乘客收入与旅行时间来描述效用函数，给出了公共汽车与了出租车两种方式下应用Ｌｏｇｉｔ模型计算的结果，初步分析了总体收水平及总体收入水平的不同分类对运输方式分担结果的影响效果。     

信号交叉口控制延误模型研究

信号交叉口延误是评价信号交叉口运行效率和服务水平的重要度量。本文在分析已有控制延误模型的基础上,根据不同的交通状况,采用对增量延误协调变换的方法得到了新的控制延误模型,同时对模型中的参数加以标定,并与美国通行能力手册给出的延误公式作了比较。     

基于交通控制的交通诱导优化模型

随着国内交通需求量的持续增长,交通拥挤已成为城市交通所面临的主要问题,缓和这种现象的主要做法就是交通控制和交通诱导。文中以交通信号控制为基础,从影响交通畅通的因素出发,建立了交通诱导优化模型,并且为该优化模型寻找到了一种算法思路。     

无信号控制平面交叉口交通冲突预测模型研究

以无信号控制平面交叉口为研究对象,在交通流运行特征分析的基础上,用泊松分布描述车辆的到达特性。通过相关假定,指出机动车与机动车之间冲突发生的条件及冲突数的计算方法,认为平交口内车辆之间的冲突是按照一定概率同时进入交叉口的车辆相互干扰的结果。运用概率统计的相关理论计算出在车辆横穿交叉口的时间CT内,单进口道发生的冲突数,进而计算出单进口道的小时冲突数及整个交叉口的小时冲突数。建立了冲突预测模型,并利用实测数据对模型进行了验证。     

结合交通特性的VRP新模型

通过考虑物流配送问题中会遇到的实际情况,结合交通特性,基于工作时间弹性约束、车载容量弹性约束、配送管理约束、交通道路的横向阻抗影响、交叉路口的交通管制等,提出了新函数模型.理论分析及对模型测试结果表明,新的函数模型有更高的精度,能够更好地反映实际问题.     

基于神经网络的交通方式选择模型

已有的交通拥挤问题研究大多关注于城市交通的宏观层面,而对于微观层面的居民出行个体研究甚少,这主要是因为与出行个体相关的特征指标难以量化,只能做定性分析,引入神经网络模型即能够识别线性指标又能够识别非线性指标的特性。分析了影响居民出行方式选择的相关因素,这些因素包括出行者自身特性、出行者的出行特性、运输系统特性、出行区域特性和目的地区域特性5类,并建立了神经网络居民出行方式选择预测模型。通过实际调查数据的验证,表明本文模型具有很好的实用性,为城市居民出行方式的选择预测提供了新的思路。     

信号控制对动态路线选择的影响研究

以动态路线选择模型为基础的先进的出行者信息系统（ＡＴＩＳ）的实施必然对城市交通控制系统产生影响，同时交通控制系统的控制方案对路线诱导信息“运行时间”的估计也发生作用，影响用户对最优路线的造选择。对两系统的相互关系进行了分析，并建立了两系统相互关系模型最后给出了实际案例分析。     

基于交通预测的多态交通流信号控制

为解决现有信号控制方法对多态交通流交叉口适应性不足的问题,通过在交叉口设置多功能进口车道和车辆检测器、车道控制器等硬件设施,进行了短时交通流预测基础上的多态交通流条件下交叉口信号配时优化研究。根据交通量预测数据,建立信号控制延误估计模型,以交叉口总延误最小为优化目标选取多功能车道流向,根据每相位最大排队长度逐步优化绿灯时长并实施信号控制。短时交通预测以小波分析为基础,采用RBF神经网络及Markov链分别预测交通流的稳态与随机部分。使用VISSIM软件对设置多功能车道的交叉口多态流信号控制方法进行了交通仿真。分析结果表明：该方法可有效降低行车延误,提高交叉口服务水平。     

基于分层logit模型的旅游交通方式选择研究

通过对旅客进行旅游交通方式选择的量化研究,得出各交通方式的选择概率,有利于各旅游地进行规划.首先通过分析过去与现在人们旅游交通工具的选择的不同,得出影响交通工具选择的影响因素.然后根据各个影响因素建立分层logit预测模型,对水平1和水平2进行标定,得出各个影响因素的参数值,从而得到各交通方式的选择概率.再利用该建模对近、中、远3种距离模式进行交通工具选择的预测,最后得到的预测结果与实际情况较为符合,相差的概率在0.05以内.