模糊逻辑推理在消除交通流诱导负效应中的应用

针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。     

非港湾式公交停车对道路交通流的影响分析

公交车进出站点不仅影响本身,也给其他车辆运行带来很大干扰。文章首先比较全面地分析非港湾式公交停车影响下道路交通流特征,然后借助于EXCEL软件,构建关于公交停车频率、公交停车时间、最大公交停车长度及其存在时间、道路流量的车速和车头时距多元线性模型,并进行了严格的数学检验。该研究为合理分析路段交通流状况、正确计算区间行驶车速与车头时距提供了依据。     

基于聚类分析的交叉口状态识别方法

针对城市交叉口交通状态有效识别的问题,建立了三种交叉口交通状态识别方法。结合实际交通流数据,利用模糊聚类传递闭包法、K均值聚类算法和模糊C均值聚类算法对交叉口交通流周期平均速度、排队长、平均车头时距等向量进行聚类分析,给出适合城市交叉口交通流特点的交通状态划分方法,能够实时、准确、全面地识别城市交叉口的运行状态,为城市交通管理部门交通控制、交通诱导、交通指挥等提供数据基础。定性定量分析的影响,所得结论对城市道路路内停车设施优化具有重要的参考作用。     

大型活动交通特性分析及管理对策研究

为在城市举办大型活动时避免交通拥堵的情况发生,保证居民正常出行,结合交通需求特性、交通流特性、交通组织管理三个方面讨论城市大型活动中的交通特性内容,提出管理对策,以期为相关人员提供参考。     

城市公交站交通冲突分析及对策

公交站是城市公交系统的重要组成部分,客流通过在公交站点上下车的方式实现了公交系统的日常运营.但在公交站往往因其在有限空间内集聚大量人流与车流产生交通冲突,对城市交通的顺畅及通达产生消极影响.本文分析了城市公交站主要交通冲突影响因素及其冲突成因,并针对一般停靠和港湾式停靠方式产生的交通冲途性提出了解决问题的对策与方法.     

基于交通流稳定距离的匝道连续入口最小间距研究

针对中国规范在匝道连续入口间距值规定未考虑合流区整体交通流运行安全的情况,该文从安全角度出发,将匝道连续入口间距分为三角区Lt,交通流稳定距离Ls,反应距离Lr,操作距离L.进行分段计算.从主次匝道速度组合最不利情况考虑,利用Vissim仿真技术进行仿真试验,并从上游合流点开始以20 m为间隔进行数据采集,对仿真所得的...     

机动车交通流比功率与能耗模型研究

为研究机动车交通流能耗,将机动车交通流比功率(VSP)作为研究对象.从最常见的单车比功率研究出发,使用气体动力学交通流模型联系单车比功率与交通流整体比功率,以此建立交通流比功率模型.为使此模型具备更显著的物理意义,将交通流比功率分为两部分,一部分为平衡交通流状态下的比功率,另一部分为偏离平衡交通流状态导致的比功率变化量,模型中的交通流参数与变量能够通过现有的交通流探测设备获取.将比功率理论模型从单车扩展到了交通流,用数学公式反应了交通流状态与比功率的关系,并且证明了交通流比功率能够通过交通流参数进行估计.并由交通流比功率出发,推导出交通流比功公式.此外研究了平衡态交通流比功率及比功与密度的关系.为研究机动车交通流能耗探索了新的思路.     

面向多类型交通冲突的道路条件及交通状况影响评估

交通冲突为交通事故发生前的潜在状态。探究静态路段属性和动态交通流特性等宏观特征对于交通冲突的影响至关重要,但现有研究主要关注2辆车之间的危险状态,对于涉及多个交通主体的冲突缺乏重视。为有效提取包括单一冲突和连锁冲突在内的多类型交通冲突,基于无人机采集的车辆轨迹数据首先识别车辆对之间的单一冲突,另通过关联匹配辨识连锁冲突,并基于聚类将连锁冲突划分为纵向风险下降模式、纵向风险增加模式和横纵向高风险持续模式。构建巢式Logit模型探究宏观交通属性及路段条件对多类型单一冲突和连锁冲突的影响,结果表明合流区和基本路段为单一冲突的高发区域,而分流区和交织区为连锁冲突高发区域,尤其会导致横纵向高风险持续模式的发生,但车道数的增加有助于减少严重连锁冲突的发生。此外,主线交通密度增大,连锁冲突发生概率增加;匝道与主线的流量比增大时,连锁冲突更易发生,其中纵向风险增加模式对交通流量最为敏感。将各类型冲突发生的交通流条件与宏观基本图结合分析,表明各类型交通冲突的发生次数存在峰值,且路段上交通冲突发生最多的临界密度要高于同一路段宏观基本图的临界密度。研究结论有助于理解多车连锁冲突发生的宏观原因,有效阻断其演化...     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...