城市道路交通噪声影响模糊评价

采用模糊综合多级评判方法评价城市道路交通环境噪声污染,其中包含了道路交通噪声对居民的实际冲击影响的综合比较评价,能够清晰地确定所测小区受噪声影响的程度,并通过实例验证了该方法的有效性和科学性。     

采用遗传算法的交通信号模糊控制器优化设计

一般模糊控制器控制规则依赖于专家经验，量化因子固定，不能随交通流的变化而动态改变，针对这种情况，提出了基于遗传算法的模糊控制器的优化控制．对模糊控制器所作出的决策进行动态调整，文章介绍了控制过程、染色体的编码及遗传算子的实现方法。以车辆平均延误为目标函数，在模糊控制器作出判决的基础上，对控制规则的调整量进行全局寻优，加快了收敛速度。通过对某一4相位交叉口进行仿真的结果表明．控制效果有明显的改善。     

城市土地开发产生的交通影响程度的模糊评价方法

讨论城市土地使用与重大建筑项目交通影响分析中评价影响的一般方法，给出新的开发被认定对周围交通情况产生影响的情况下用模糊综合评判确定影响程度的方法。     

孤立交叉口多相位自适应模糊控制及其神经网络实现

针对城市中心区交叉口交通流分布的特点,综合考虑本相位和相邻相位车道上的车辆排队长度(以下简称“队长”),应用模糊控制和神经网络具有的学习功能,提出了一种孤立交叉口多相位自适应模糊控制算法,该算法采用两个规则前件进行模糊推理,并给出了基于3层神经网络实现的模糊控制器的网络结构及其改进的BP网络训练算法和运行程序,结合已有类似研究成果进行了仿真比较研究,结果表明:该控制方法在信号周期自动调节和减少车辆延误方面都有明显改进,在实现城市交叉口智能控制中具有推广应用价值。     

Agent技术在智能交通控制中的应用

基于目前交通问题及交通系统发展的现状，在前人理论的基础上，将Agent技术应用于交通控制系统，提出了基于Agent的智能交通控制系统体系结构，探讨了各个交通元素Agent的功能以及它们的协调合作关系，讨论了模糊控制技术在交通决策中的应用，最后进行系统仿真，仿真结果证明了这一方法的有效性。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

交通环境因素对道路安全影响的定量评价

通过交通环境因素对道路安全带来的不同影响,综合模糊综合评价与层次分析法的优点,提出了模糊一致矩阵法并建立模型。针对陕西省2条高速公路的5个相似路段道路安全进行实证分析,根据标准事故值建立评价矩阵,计算评价对象的优属度值,对其安全问题进行了定量评价。结果表明：该法能定量直观地表达评价结果,是交通环境对道路安全影响的有效定量评价方法。     

高速公路入口匝道动态响应调节算法设计

论文在模糊神经网络内部引入递归环节,设计了入口匝道的动态响应调节算法,介绍了算法的模糊神经网络结构、隶属度函数、模糊规则。由于递归神经元有内部反馈连接,可以捕获系统的动态响应,能简化网络模型,网络各个参数具有明确的物理意义,可根据经验选择初始值,且其是一个动态映射网络,比普通模糊神经网络更适于描述动态系统。最后分别通过数值仿真试验和交通TSIS模拟实验,详细分析了入口匝道智能控制的效果,仿真结果表明论文设计的入口匝道模糊神经网络控制算法在控制效果上比常规定时、Alinea控制显示了较大的优势,在重要指标上优于定时控制策略和Alinea控制策略。     

交通流数据连贯性的模糊优化处理

交通系统作为一个系统,其数据应具有一定的连贯性.由于各种原因,收集到数据具有各种干扰甚至出现数据丢失.难以满足连贯性要求.利用模糊优化技术使得调整后的数据尽可能地接近观察值并满足连贯性,此技术适合于各种形式的路网,也适合于智能交通的相关计算.     

一种基于模糊神经网络的交通方式划分模型

模糊神经网络具有良好的模式分类能力，而交通方式划分问题本质上也是一个模式分类问题。文章利用模糊神经网络方法对交通方式划分问题进行了建模，通过对FNN和BP神经网络（BPNN）方法运算结果的比较分析。证实模糊神经网络具有收敛速度快、精度高等优点：是模式划分问题的一种实用方法。     

基于模糊熵和AHP的山区公路交通气象安全评价

通过对山区公路产生小区域性不良天气的诱发因素和容易受不良天气影响的特点进行深入分析,建立了评价指标体系,利用层次分析法得到评价指标的权重系数,运用模糊熵权法对得到的权重系数进行修正,从而确定了指标体系的综合权重向量,由此权重分配困难问题得到了有效解决,在此基础上运用多属性决策分析中的双基点法计算评价路段的综合评判值并进...     

基于PLC的模糊智能交通控制系统

设计了一种基于可编程控制器的模糊智能交通控制系统。应用表明：基于ＰＬＣ的模糊智能交通控制系统编程简单灵活，使用方便可靠，性价比高，适合我国交通控制与管理现状。     

动态聚类的城市道路交通状态判别分析

运用遗传算法确定最佳道路交通状态划分类型数,在此基础上引入模糊C均值聚类方法对道路交通状态进行了评价研究,分析得出了不同交通状态下的阈值。应用结果表明,该方法可实现对道路交通状态的评价,并能反映道路交通状态的变化。     

一种基于模糊模式识别方法的车型识别仪

车型识别对于收费道路的管理，交通信息统计等具有重要意义，本文介绍一种使用的地感线圈作传感器，基于模糊模式识别技术的车型识别方法。依据该方法研制出的ＡＩＦ－２０型车型识别仪，具有很强的学习能力，在使用时有较大的通用性和适应性。     

多层次模糊综合评判法在交通规划中的运用

模糊综合评判是模糊数学诸多应用当中的一个重要方面,重点介绍多层次模糊综合评判法以及在城市交通规划方案比选中的运用。     

基于模糊理论的高速公路交通事件的自动检测

根据交通流量、速度和占有率,构造不同交通流状态的隶属函数,根据最大隶属度原则进行交通流状态的识别;利用支持向量机的全局优化、适应性强、泛化性能好等优点,针对实时交通流数据的随机性、高维、非线性和时变等特性,将模糊支持向量机(FSVM)应用于高速公路交通事件检测问题中。在识别阶段利用60组实测数据训练模糊支持向量机,利用60组实测数据进行测试,测试结果表明,利用FSVM进行交通事件检测,识别率达到96.7%,从而验证本文的方法是切实可行的。     

基于粗模糊神经网络的高速公路路段交通事件识别

高精度、快速的高速公路路段交通事件自动识别将为合理诱导交通流,提高事故救援反应速度提供基础技术支持。设计了一个基于粗模糊神经网络的事故识别算法,用于高速公路路段交通事件识别。首先,利用粗糙集的数据约简技术提取精简的规则,得到系统的原始输入输出数据集。然后,建立交通突发事件识别的模糊神经网络系统,以交通流特征数据及其识别结果作为训练数据集进行系统参数及模糊规则的训练与确定,直到误差在控制范围之内。最后,利用VISSIM软件进行系统仿真检测,检测结果表明系统具有良好的应用性能。     

城市铁路客运枢纽交通衔接合理性自动判别研究

通过对铁路客运枢纽交通衔接的现状以及存在问题的分析,提出换乘方式匹配度、换乘时间、换乘舒适度以及经济性这4个具体的量化指标,建立模糊关系数据模型,利用主动模糊数据库技术,模糊实现交通衔接合理性的自动判别。     

模糊综合评价在北京旧城文保区交通改善方案比选中的应用

北京旧城文保区由于历史原因,交通状况较差,行车不便,将逐片、逐步进行交通改善。因为受到文物保护等条件的限制,比选方案差异较小,而且涉及到多方面的复杂因素,决策比较困难。文章应用模糊综合评价,定性和定量分析相结合,最终为方案比选提供量化的决策依据。     

建设项目交通影响程度模糊评价研究

交通影响程度评价是交通影响分析的决策依据。鉴于TIA涉及因素多、定量描述困难等原因,提出了利用模糊评价方法求出项目的"交通影响度"。以北京市进行的交通影响评价为基础,借鉴美国、英国、香港等交通影响程度评价方法,选择合理的交通影响程度评价指标,建立了两层评价指标体系,并以此为基础构造交通影响程度二级模糊评价模型,得到建设项目"交通影响度"。以北京市西城区某改造项目为例,说明采用模糊评价方法求出的项目的"交通影响度"符合审批结果。