多源数据道路拥堵信息的抓取及融合

智能交通是智慧城市的重要组成部分。目前多种交通信息系统,在方便用户获取实时路况、公交运行、城市主要道路拥堵等信息发挥重要作用。但是这些系统缺乏统一的顶层设计、彼此独立,用户获取信息需要下载不同的系统、推广难度大,信息获取的时间成本较高。文中对典型交通信息系统的分析,抓取各系统拥堵信息,再经过数据清洗和转换,最终实现对各系统数据的融合。文中为方便用户获取各种交通信息,建立统一的智慧交通平台提供新的途径。     

基于能耗测度的道路拥挤收费模型

分别建立了考虑能源消耗与拥挤收费的小汽车广义出行费用及考虑舒适性消耗的 公共汽车广义出行费用,构建了由这两种交通出行方式组成的交通系统总能源消耗函数.考虑 能耗对出行者路径选择行为的影响,建立能耗目标约束下的以出行时间最小为上层目标函数 的双层规划模型,其中上层模型以一定节能水平下的系统延误最小为目标;下层模型满足双 模式交通网络的随机用户平衡,并采用遗传算法和Frank-Wolfe 算法求解.通过算例,将道路拥 堵收费及节能目标抽象化后代入模型,探讨了道路收费前后交通能耗变化及在不同的节能目 标情况下,道路拥堵收费的节能效果.计算结果表明,在交通需求量较大时,实施道路拥挤收费 有利于减少交通能耗,当节能目标小于25%且同时采取道路收费时,路网出行时间都会相应 减少.     

精准管控下的城市交通拥堵状态研判与建模

针对治理城市交通拥堵难题,本研究提出了一种趋势预测、状态评价及精细判定的综合评判方法。该方法以交通流量、平均速度和时间延误为判别因素,建立了基于模糊C-均值聚类算法的动态交通状态评价标准;基于支持向量机构建交通态势预测模型,利用聚类模型进行状态评价,判定需要采取交通管制的路段;采用数据包络法,确定各路段所需要采取措施的优先级。本研究以长沙市部分路段为实例,验证了该方法的合理性和有效性,为城市交通精细化管控提供了技术参考和决策支持。     

基于灾害蔓延理论的轨道交通网络拥堵传播仿真分析

当拥堵强度比列车拥堵阈值大时将会引起车站拥堵,此外列车也会在原先拥堵状态下继续传播到临近站,并引起拥堵状态不断往外蔓延的情况。基于此,本文设计了一种基于灾害蔓延理论的轨道交通网络拥堵传播仿真方法。结果表明：仿真测试期间,所有车站都发生了拥堵传播区域不断扩大的现象,并逐渐进入稳定阶段。从交通网络系统的整体层面考虑,换乘站最易造成大范围的拥堵且传播速度最快。在更长初始拥堵强度时间下,拥堵传播数增加迅速,并在2s初始拥堵时间后进入稳定阶段。     

高速公路收费站拥堵及改善措施分析

高速公路收费站拥堵问题不仅影响了出行者体验、运营方的管理和服务质量,还会带来较大的交通安全隐患。针对高速公路收费站出现的拥堵现象,从交通需求量、ETC技术故障、收费站广场布局等方面分析,提出治堵方式的步骤和措施建议。并以某拥堵较为严重的收费站为例,运用上述方法对其进行分析,提出对收费广场进行改扩建等治堵措施,并对改扩建前后进行了交通运行仿真效果评估。结果显示,实施治堵措施后的收费站通行能力明显提升。     

混合交通路口动态多级模糊信号控制

在城市交通控制中,交通路口各个方向的交通流分布不均匀,车流到达随机性大,非机动车与行人对交通路口信号控制有影响.针对此特点,利用多级模糊控制理论,提出了以车道组流率比为基准的混合交通路口变相位、变相序、变周期的动态多级模糊控制算法.最后用VC 语言进行了编程仿真,结果表明,与传统四相位信号控制相比,该控制算法效果较好.     

插花走马千里行(下)

理解到了昭通的昭阳区,出现了两条路口:一条是老路,一条是水麻高速公路,可少走60余公里。问及路人,能否上高速,各说不一,但路口并未注明禁行摩托车,心不死,便依牌上电话询问,我喜出望外,劲飚跑了220公里的弹石路,面对如此宽阔的路面,强劲的动力如排山倒海般释放出来,人也舒坦多了。富有浪漫色彩的旅行,天地间有我在行走的感觉,超越、挑战自我的豪情,让我心为之激荡……感谢昭通的公路管理部门,他们理解出门行车的艰辛,也理解摩托车有行路权。最主要的,可以成功避开     

北美三大潜在的门户港口

来自亚洲特别是中国的集装箱化货物的快速增长对北美港口形成越来越大的压力。尤其是长滩和洛杉矶两大门户港口早已不堪重负。2004年北美西海岸港口的大拥堵迫使托运人和承运人寻找新的门户港口。该文着重评介加拿大鲁珀特王子港、美国东南沿海朴次茅斯港和墨西哥蓬塔-克罗内特港这3个港口成为北美门户大港的优势和潜力,以及码头营运商和当地政府的未来建港规划。     

向左走 向右走 Haima 3

自立门户后的海马汽车于2007年6月高调推出了自己的新车型—海马3。作为海马汽车的新希望,海马3自上市以来备受多方关注,但是能否取得好的销售业绩,市场定位很关键。向左走?向右走?海马3似乎还在路口徘徊。     

基于多目标粒子群算法的智慧城市信号灯配时优化控制

为了顺应智慧城市建设需求，缓解城市道路的拥堵，提高车辆在城市路口的通行效率，本文基于多目标粒子群算法，以车辆实时延迟时间最小、城市路口通行能力最大为优化目标，建立智慧城市路口的多目标优化模型。通过优化计算得到Pareto最优解集，以多属性决策算法得到最优配时方案，并通过更新信号灯参数，实现了信号灯的动态优化。通过SUMO交通仿真平台搭建了城市路口仿真模型，结合粒子群算法进行仿真验证。仿真结果表明，经粒子群算法优化的城市路口配时，路口的通行性能显著提升，平均通行能力提升约3.69%，平均车辆延迟时间降低约21.35%。