高速公路合流区可变限速和换道协同控制研究

针对高速公路合流区通行效率降低、车辆延误增加、整体服务水平下降等问题,提出了一种基于可变限速和换道控制的高速公路合流区车流密度优化模型.首先,换道控制通过预测瓶颈容量和交通需求为联网车辆(CAVs)提供变道建议,优化合流区上游的车流密度,减少瓶颈容量下降的影响;其次,基于换道控制下的合流区瓶颈容量以及匝道的交通流密度,确定修正前的可变限速值;再次,利用基于细胞传输模型的反馈进行变限速控制,实时控制交通瓶颈上游流量以保证换道区密度收敛到最优平衡点,得到修正后的可变限速值;最后,选择元胞传输模型作为基础交通流模型对合流区进行换道控制,采用中观多车道元胞传输模型模拟合流区主线换道行为及换道控制对合流区交通流运行的影响.仿真结果表明:与无控制方案和VSL控制方案相比,协同控制的平均旅行时间分别降低了58.55％、35.68％,平均流量分别提高了9.09％、2.35％,协同控制在通行效率、交通安全方面均有明显改善.     

基于相空间重构和PSO-GPR的短时交通流预测

准确实时的短时交通流预测是智能交通诱导的关键.为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型.针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入-输出数据集.利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型.以重构序列作为预测模型的训练集和测试集,实现短时交通流预测.采用北京市东四环快速路检测器实测数据对比分析模型预测效果.结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97%,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度.