一种分布式交通控制算法及其计算机仿真

针对城市交通拥塞这一困扰世界各国的难题,分析了城市交通拥塞的原因,并提出了解决思路。给出了分布式交通拥塞控制算法并进行了仿真。认为该算法基本能实现城市智能交通控制,解决城市交通拥塞问题。     

一种接收端与中间节点混合驱动的友好拥塞控制机制

针对目前拥塞控制算法中UDP流引起拥塞而不能采取有效调整的问题,在网络QoS环境下对其进行了研究;采用由接收端驱动与中间节点混合驱动的拥塞控制机制,满足多媒体应用中UDP和TCP流之间的友好性要求.将此机制用NS2进行模拟,结果显示:在友好性、吞吐量及丢包率方面,RMDCC算法比TFRC算法有改善.     

基于价格机制的无线多跳网络拥塞控制算法

为有效缓解拥塞,并在QoS保证与业务公平性之间找到合适的平衡点,基于定价机制提出了一种链路层逐跳拥塞控制算法.该算法考虑了MAC的时间限制和二进制干扰模型限制,将传输失败率作为网络拥塞的控制准则之一引入拥塞价格函数中;流路径上的每个节点根据接收到的拥塞价格动态调整每个流的传输速率;优化目标是系统中总的流效用之和达到权重比例公平.此外,还考虑了节点内部流的调度策略,根据等待时间函数动态调整节点内各个流的优先级,以保证每个流的QoS需求和公平性.仿真结果表明:提出的拥塞控制策略能够有效缓解链路拥塞,系统总吞吐率比未采用拥塞控制机制提高约41%,公平性提高约29%,且极大地改善了平均时延、平均丢包率、平均吞吐率等其他性能指标.     

城市核心区主干路交通拥塞演变规律分析

以昆明市为例,通过实地调查的方式,分析了城市核心区主干路的交通区域拥塞交通流特性,运用烟羽模型对交通拥塞的时空变化规律进行了定量化分析.定性分析了驾驶员行为特性对道路交通拥塞影响,提出首次交通拥塞与二次交通拥塞的概念,并结合道路状况,借鉴蚁群模型的理论,对首次交通拥塞到二次交通拥塞演变规律进行了分析,总结出基于驾驶员行为特性的演变规律.     

城市道路交通拥塞对驾驶人操作行为影响研究

针对驾驶人行为特性能造成交通拥塞的问题,运用模糊综合评价法将城市道路交通拥塞度划分为轻度拥塞、中度拥塞和重度拥塞.根据实际调查、实验数据回归分析出不同拥塞度下不同驾龄驾驶人操作转向盘、档位及停车次数的3种操作行为的变化规律及拥塞路段停车频率图.对交通拥塞程度进行量化为研究交通拥堵问题提供理论支持.研究交通拥塞下驾驶人的操作行为能充分了解驾驶人在交通拥堵下的操作行为规律,为提高交通运行安全和效率的研究提供理论支持.     

基于自组织理论的道路交通拥塞自疏散模型研究

为了进一步探讨道路交通拥塞控制方法,以及为缓解这一社会性问题提供理论及模型依据,完善道路交通拥塞控制研究的理论框架,本文以定性与定量相结合的研究方法,在分析道路交通拥塞演变过程（即道路交通拥塞的形成及消散过程,整个过程包括从自由流状态过渡到拥挤状态再到堵塞状态,逐渐消散到拥挤状态,最后达到畅通自由流状态)的基础上,通过对实地调查路段及交叉口交通流参数分析,得到道路交通拥塞演变过程中交通流量及车辆跟驰特性呈泊松分布,进而根据自组织理论中的协同学理论,确定交通拥塞序参量,并基于最短行程时间和Dijkstra 算法中的最优路径选择方法,建立道路交通拥塞自疏散模型.通过对模型进行应用分析,验证了模型的有效性.本文研究成果对于缓解道路交通拥塞,提高道路交通系统服务能力和运行效率具有一定的理论意义和实用价值.     

基于DSR的AD HOC网络的拥塞控制研究

介绍了TCP的拥塞控制原理以及动态源路由协议DSR.分析了造成Adhoc网络拥塞的原因.在此基础上提出了将最小拥塞窗口适当增大,以提高数据吞吐量,改善网络的TCP性能.并以Ad hoc网络中的DSR路由协议 为例,用NS2进行仿真对比,证实适当增大最小拥塞窗口确实能改善网络性能.     

考虑边界条件不确定性的城市交通拥塞风险分布迁移规律研究

为分析交通联通边界(交通量、交通扩散系数)对特定城市研究区域内交通拥塞迁移规律的影响机理。本文从新的角度考虑城市交通拥塞风险分布迁移规律，将污染质迁移数值模拟模型运用到城市道路交通拥塞风险迁移中。首先对贵阳某区域2020年6~7月的城市交通调查数据及爬取的部分高德地图数据进行处理，并将研究区域以交通联通边界、交通隔断边界、区域分区边界划分为区域1和区域2。在此基础上考虑交通联通边界并建立基于城市交通拥塞风险分布及迁移数值替代模型，并运用Monte Carlo方法对贵阳某研究区域的输入输出结果进行统计分析，并将实际路网数据值输入替代模型，将结果与路网真实情况和高德地图情况进行对比，所建立模型 的预测精度比高德地图高3.7%，且模拟交通拥塞风险迁移规律较高。结果表明，交通联通边界对城市交通拥塞迁移数值模拟模型预报有很大影响，统计分析研究区域模拟模型的结果，可以有效评估不同交通联通边界条件对研究区域交通拥塞风险分布情况和准确预报研究区域内遭受不同 交通拥塞程度的风险。综上可知，本文建立的模型能高效精准分析城市交通拥塞的风险分布迁移规律，可为城市路网分区分段分点治理交通拥塞提供新的参考。     

Internet的TCP拥塞控制机制改进

随着视频点播等网络多媒体技术的快速发展 ,现有的TCP拥塞控制机制已不能有效解决网络拥塞问题 .为了改善这种状况 ,可以通过改进现有的算法来获得较好的性能 .合适字节计数(ABC)算法通过改进拥塞窗口的增长方式减轻延迟或丢失的确认 (ACK)带来的负面影响 ,填补了TCP协议中的一个漏洞 .此外 ,适当地增加初始化窗口可以减少传输时间 ,提高性能 .尽管算法的改进一定程度上能缓解网络的拥挤状况 ,但仍有些问题无法解决 ,拥塞管理器则集成了所有应用程序及传输协议 ,用于进行拥塞控制和管理、带宽共享等 ,也就有可能彻底、有效地解决拥塞问题     

基于Petri网的Internet拥塞控制慢启动改进算法

针对Internet拥塞控制策略的慢启动过程中不同RTT的TCP流间在竞争带宽时的不公平性及慢启动后期拥塞窗口增长速度过快两个问题,建立基于Petri网的慢启动算法模型.通过对该模型的分析,发现导致这两个问题的原因是拥塞窗口的增长与RTT的大小成负指数增长关系,由此提出一种改进算法,在慢启动后期将拥塞窗口的增长与RTT的大小改为成正比关系,并用NS2仿真器进行仿真实验,结果表明改进算法有效解决了这两个问题.     

���н�ͨӵ��̬�Ƽ�ص�ʱ�շֲ���̬ʶ��ģ��

为了及时发现和预警城市交通高峰时期的偶发事件,研究了态势监控的城市交通拥堵动态跟踪问题.对交通拥堵的相关属性、变化规律、空间分布以及判别方式等进行综合研究的基础上,分析了道路交通流的非线性动力学特征,建立了基于时空分布的路网交通拥堵态势监控的动态预警模型,提出了解决城市路网交通拥堵的方法,达到了充分利用交通资源、疏导交通、缓解交通拥堵的目的.该模型在对占有率、速度、流量三个基本交通流参数进行处理获得新的交通拥挤判别指标基础上,通过形态识别模型对拥堵状态进行判定.实例分析表明,该模型为缓解城市交通拥堵问题、提高城市交通管理水平、改善道路交通安全形势等具有重要的理论意义和应用价值.     

基于粗糙集的城市交通拥堵预警算法分析

通过摒弃传统的以分析交通流参数来判断是否会发生交通拥堵的方法，综合考虑各种导致城市交通拥堵因素（包括天气、时间段等），以粗糙集理论为依据，建立一套判断城市交通拥堵算法，为交通拥堵预警提供分析与支持，并进行模拟实验仿真。仿真结果表明：该方法是可行有效的，可改善拥堵预警的准确率并减少误报率。     

总需求固定时出行网络结构的优化

考虑到出行网络结构优化是缓解城市道路交通拥堵的有效措施,构建了提高出行网络和道路网络匹配程度的出行网络优化算法．针对城市道路交通双层网络特性,提出了双层网络的匹配程度指标．考虑匹配程度指标,构建了基于边删除法的出行网络优化算法．分析结果表明：本算法能优化出行网络结构、有效缓解城市道路的交通拥堵．     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

基于主线拥堵场景的快速路级联信号控制方法

城市快速路高峰时段已经呈现出常态性拥堵,对快速路主线拥堵进行疏导尤为必要.本文通过在主线和入口匝道进行三级交通检测判别,设计了多级联动的信号控制流程与实现方式,构建了不同拥堵程度下的分级响应控制策略,基于瓶颈点通行能力最大化下的实时信号控制算法及最大排队长度限制下的实时信号控制算法,建立了主线及匝道车道开关闭、汇合处信号灯控制、主线动态限速、交通信息诱导等于一体的快速路级联信号控制方法.仿真分析结果表明,在主线不同拥堵程度下采取的级联信号控制方法,可以有效提升快速路主线平均车速,并未导致匝道排队的恶化,局部路网平均延误均有明显降低.     

����·����ѵ��Ŷ������������Բ�

首先分析了快速路入口匝道排队导致地面交通拥堵的现象,然后综合考虑快速路主线交通流密度和入口匝道排队长度两个因素,提出了一种基于神经元自适应PID控制的快速路入口匝道控制策略。与传统的入口匝道调节方法ALINEA相比,新方法将快速路系统和平面道路系统有机的结合起来,仅略微地增加快速路交通流密度,且对快速路的负面影响较小,有效降低了入口匝道排队长度并消除了入口匝道回溢现象与快速路交通拥挤的反复振荡现象,对于实际应用中的随机干扰具有良好的抑制能力,提高了整个交通网络的运行效率。最后通过仿真对新方法进行了说明和验证。     

����н�ͨӵ�ª� ——“��ͨ7+1��̳”�ڶ�ʮ�Ĵλ����ʵ

自1908年小汽车被大规模生产以来,交通拥堵成为困扰国际大城市发展的共同难题．论坛以“大城市交通拥堵”为主题,分析了引起城市交通拥堵的深层次原因,以及交通拥堵和城市规划及发展的关系,对当前治理城市交通拥堵的对策进行了反思,指出了目前在解决交通拥堵问题中存在的一些认识误区,研究了相关治堵的措施．以北京市为例,分析了北京市交通指数与交通运行分析平台对交通决策的支持作用,探讨了治理大城市交通拥堵的核心问题．     

基于FCM-粗糙集的多扇区交通拥挤识别方法研究

通过分析管制扇区交通时空拥挤特征,基于雷达航迹数据建立了多扇区交通拥挤识别模型.建立当量交通量、接近度、饱和度、交通密度4个多扇区拥挤特征指标,采用FCM(模糊C均值聚类算法)和粗糙集理论,对扇区拥挤程度进行划分和识别,并以中南地区区域管制扇区数据进行了实例验证.实验结果表明,扇区的拥挤态势受扇区多种宏观和微观特征的共同影响,且拥挤识别模型计算可行、识别效率较高.多扇区交通拥挤识别对空域规划、空管辅助决策、空中交通流量管理具有一定的应用价值.     

基于集成学习算法的航路网络航段交通拥挤识别方法研究

基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4 项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别. 实证分析表明：航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k 近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.     

����ϫʽ����ͨ�пɱ�ͨ����ͨ�з����л��㷨���о���Ӧ��

目前在很多大城市，由于居住区和工作区分布得过于集中，城市的多条主干道出现“潮汐式”交通的现象。本文以上海市外环隧道潮汐交通控制项目为背景，在分析外环隧道两端入口交通数据的基础上，提出基于有序样本聚类和非参数回归交通流预测的隧道可变通道的通行方向切换算法，并最终形成一套潮汐交通控制软件并在外环隧道实际应用。它可根据隧道两端入口处实时变化的交通流，通过短时预测未来的交通流，实时调整可变通道的通行方向，达到充分利用各条车道的目的。现场运行的用户报告表明：本算法有效地缓解了由潮汐交通所带来的隧道单向拥挤，使得隧道的日通行能力提高了3O％，高峰期的通行能力提高了lO％，隧道两端入口的排队长度减少了40％．