基于SuperMap GIS公路养护信息系统设计

以SuperMap地理信息系统为基础平台,实现公路养护与施工数据的共享,建立一套管理信息系统,该系统能完成图形、属性、影像、文本高度集成的一体化数据库可视化统一管理,提高公路养护的效率．并能为决策提供支持。     

一种实用的城市交通信号灯分配方法

介绍一种不需建立复杂数学模型的单交叉口交通模糊控制方法，根据城市交通系统的实际状况，依据交叉口4个方向车流的来车信息，对等待车队长度、延长时间等进行模糊语言描述，从而对车流动态信息采用模糊控制规则与运算规则进行描述，得出相应的调度模式。设计了模糊控制器，并对该控制器进行了仿真研究，结果表明该方法应用方便可靠，可以有效地改善交叉路口的通行能力，为优化城市交通控制提供了一种参考方法。     

路网最大流问题的断路算法程序设计及应用

引进交通路网最大流问题求解的断路算法，有效地克服了传统的求解最大流标号法步骤复杂，不利于计算机操作的缺点；以Turboc作为程序实现工具，完成了断路算法的程序设计，程序适用于大型路网中单起点单讫点和多起点多讫点的最大流计算。通过对赣州市现有路网最大通行能力的实例分析，证实了该程序的合理性和有效性，并为本地区未来交通路网规划提供了决策依据。     

引入MARKOV过程预测的强化学习下的城市交叉口自适应交通信号配时决策

针对城市交叉口交通流具有的动态性、不确定性等特性,采用Markov过程对进入交叉口各入口的交通流占有率进行预估,通过构造Q-强化学习方法对道路交叉口交通信号配时决策进行优化。以交叉口车均延误为性能指标,与传统的定时配时决策方法进行对比分析,验证了此强化学习配时决策方法的有效性,其对于动态交通流环境具有一定的适应能力。最后从系统集成等方面就提高城市交叉口交通信号配时决策效率提出一些对策。     

基于入口匝道控制的面向需求的城市高速公路控制策略

通过对现有城市高速公路入口匝道控制策略分析。提出了一种使城市高速公路入口匝道处的排队车辆中具有优先行驶权的车辆优先驶入城市高速公路的控制方法。建立了这种控制方法的算法,并给出一个箅例。     

适于动态导航系统的城市道路交通状态判别

城市道路交通状态判别是动态导航系统中的关键技术之一,文章从城市道路交通流系统的高度复杂性特点出发,提出了一种基于神经网络的城市道路交通状态判别方法．首先,利用灰关联熵分析方法选取交通状态的关键性特征指标;然后,建立交通状态判别的神经网络模型并利用实测数据对其进行离线训练;最后,应用训练后的神经网络进行城市道路交通状态在线判别．实验表明,用于城市快速路的交通流状态判别方法效果良好。     

基于需求的城市快速线形路段入口匝道协调控制研究

针对城市快速线形路段特点,必须对入口匝道进行控制才能解决交通拥堵问题.基于需求的定义,把匝道入口处的车辆分为3个等级.采用基于交通需求的起始-到达模型,让具有城市快速路优先使用权的车辆驶入,达到保证优先级别高的车辆先行,使城市快速路运行在最优状态.计算了一段包括4个出入口的4车道城市快速线形路段在某一天08:30～10:00时间段的入口匝道调节率和相对路段的交通量,同时得到等级较低的车辆需要绕行的数量.     

基于多智能体的城市交通区域协调控制方法

在分析城市道路交通信号控制特点的基础上,提出了基于多智能体的城市道路区域协调控制方法.在单路口Agent中引入加强学习方法,实现交通信号实时在线调整;在由多交叉口构成的区域路网中,以车辆平均延误为目标,通过多路口Agent之间的协调机制,实现城市交通区域信号控制的智能协调和全局优化,提高整个区域交通的效率,减少车辆的延误.通过仿真实验,与定时控制和感应控制相比,该方法使车辆的平均延误明显减小.     

基于贝叶斯智能学习OD矩阵估计与网络拓扑优化研究

OD矩阵（Origin—Destination Matrix）是路网规划与评价的基础数据。以往OD矩阵数据是通过交通调查的方法获得，这往往耗费了大量的人力和物力。运用贝叶斯定理的先验分布原理，构造贝叶斯智能学习的网络拓扑结构，提出由各路段交通流量的观测值来推算估计以及预测OD矩阵的一种有效方法。利用此方法可以准确估计出OD矩阵数据，同时在优化网络拓扑中，能对未来交通量的分配进行预测。对比分析表明，此方法能有效地提高交通运输规划的效率以及交通评价准确性。     

基于两级模糊控制的交叉口多相位控制

针对城市交叉口存在关键车流与非关键车流相互干扰的特点，基于两级模糊控制的思想，研究了交叉口多相位两级模糊控制器的设计思想及设计方法，给出了基本绿灯延长时间和附加绿灯延长时间的算法。仿真结果表明，设计的两级模糊控制器能有效减少车辆通过交叉口的总延误时间，适用于多车流的孤立交叉口多相位信号控制。