基于Q-learning和BP神经元网络的交叉口信号灯控制

解决单交叉口信号灯最优控制问题。提出了基于强化学习的信号灯控制系统结构,应用强化学习中Q学习,将信号灯最优控制问题转变成是否切换运行相位的决策问题,提出了采用BP神经元网络实现Q学习的信号灯控制系统。应用微观交通仿真软件PARAMICS进行仿真分析,结果表明该系统能够感知交通流变化,并能够自适应地调整信号灯切换策略,以达到最优的控制效果,该方法是可行的,与定时控制相比具有明显的优势。     

基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

城市交通信号灯两级模糊控制及仿真研究

在分析城市交通信号控制研究现状的基础上，设计了单交叉口两级模糊控制系统。控制器通过检测器获得的各车道交通流量和排队长度来判断各个相位的交通强度，进而决定是否延长或终止当前的信号相位。以通过交叉口的平均车辆延误作为评价指标来衡量该控制器的控制性能，并采用Matlab编程实现了交叉口四相位的仿真系统。仿真结果表明，该方法能有效降低通行车辆在交叉口的平均延误，优于传统的感应控制方法。     

道路平面交叉口渠化设计的应用

根据湛江市近几年对现有道路交叉口改造和在新建道路交叉口中采用平面渠化设计的经验,阐述了渠化交叉口具有通行能力大、投资省、人车分流互不干扰,并可大大提高车辆和行人通行安全性的特点;提出了渠化交叉口的适应条件和设计原则,并对设计中应注意的问题进行了探讨。     

提前右转的科学性论证

分析了十字交叉路口直行车流和右转车流产生交通分流冲突的原因,以及因此而造成的交通事故隐患。为解决这个问题,笔者在借鉴国内外交通冲突技术(TCT)的理论研究成果的基础上,建立了十字路口直行车流和右转车流分流冲突模型,并用北京市火神庙十字路口的调查统计数据对模型进行了验证,从而在理论上证明了"提前右转"对于减少交通冲突,提高交叉路口安全的科学性,对于交叉路口设计和改造具有较强的指导意义。     

城市高架道路匝道与平面交叉品衔接空间优化设计

高架道路上、下匝道设置合理与否往往关系到交叉口乃至高架道路自身的运行，以常见的平等式匝道设置为对象，在分析其存在的问题基础上，提出了5种匝道优化设计方法，为城市高架道路匝道布设提供了新思路。     

城市交叉口的闯红灯违规分析研究

闯红灯冲突比起交叉路口所有冲突占有比较高的伤害百比率.通过对西安部分城市交叉路口机动车辆违规行为的调查分析,对设置有全红灯间隔、没有设置全红灯间隔以及是否安装闯红灯自动检测系统的交叉口进行了比较研究,分析了闯红灯违规的特点,研究分析表明在信号灯相位及其间隔设置合理的前提下,实施安装自动闯红灯监测系统可以明显减少闯红灯行为的发生,闯红灯自动检测系统机动车驾驶员的行为规范得到改善.还给出了黄灯信号期通过交叉口车辆的微观仿真建模及其实验结果,初步探讨了减少闯红灯违规的有效措施.     

单向交通条件下交叉口通行能力分析与仿真

单向交通可大量减少交叉口冲突点、改善交通条件。基于HCM分析方法，对双向双车道十字交叉口实施单向交通前后的通行能力进行对比分析，给出了双向通行，一路双向、一路单向和两路单向3种交通条件下的交叉口的通行能力计算公式。以Corsim仿真模型为平台，以交叉口车辆平均信控延误为评价指标，对交叉口通行能力进行了验证。仿真结果表明，单向交通可提高交叉口的通行能力。