大都市圈视角下深圳核心区高速公路规划再思考

在深莞惠大都市圈协同发展背景下,对深圳核心区新一轮高速公路规划进行探索和反思.首先,对深圳核心区城市交通发展阶段特征和主要问题进行分析总结;其次,结合深莞惠高速公路需求变化趋势和国际大都市圈高速公路规划调研经验,论证高速公路串联深圳核心区与外围区的必要性;再次,对采用既有通道收费与新建高速通道不同模式的优缺点进行比选,...     

基于节点承载力的高密度路网诱导路径选择方法

针对高密度路网诱导路径选择问题,基于图论对路网进行结构化选取,构建高密度路网模型.从节点评估的角度出发,提出综合考虑结构属性和交通运行状态属性的节点承载力指标.采用均质性、连通性2个指标评价路网节点结构属性,采用流量裕度、通行效率2个指标评价路网节点交通运行状态属性,提出一种基于TOPSIS算法(Technique f...     

县乡道路网布局规划研究

以湖南韶山市为例,通过节点分类,将节点分为行政节点、经济节点、交通节点和对外节点,按节点规模、服务区域大小和重要性等特征将4类节点细分为县级、乡镇级2个级别;然后通过路网分层,根据县道、乡道的功能定位确定县道、乡道的服务对象,最后将两层网络叠加对县道、乡道进行规划,并采用节点连通度法预测县道、乡道路规模.     

山区农村公路区域路网养护管理决策研究

目前,我国农村公路较多地依靠人为经验和判断来进行养护决策,资源使用盲目性大,养护安排不合理。文中以制定科学合理的养护维修计划和资金分配方案为目标,根据山区农村公路区域路网的特点,分析了其养护措施和养护管理决策需求,确定了路网养护排序方法,构建了养护资金分配优化模型,从而实现养护资金分配优化目标。     

铁路微观路网基础数据的组织方法研究

主要研究了应用于运行图编制、调度及相关研究等工作的铁路微观路网的数据组织方法,提出了采用数据分层模型进行数据组织的思想,据此将基础数据分为图形显示层、拓朴层、电气层、逻辑层四个层次,各层次具有相对独立性并相互关联以利于数据的组织,在此基础上对各个层次中的主要数据的属性进行了详细的分析,并针对不同的数据特点提出了相应的数据组织方法,最后介绍了基础数据的录入方法及其实现．     

基于瞬时阻抗的路径规划策略仿真性能评估

根据对实时路况的数据处理方式,常见的动态路径规划策略可分为瞬时阻抗T-SPF和平均阻抗A-SPF两种方式.如何验证这些策略的个体效益及其对城市路网的中长期影响一直是相关系统部署的核心问题.针对这一问题,通过Vissim的Car2X模块与自定义程序实现了仿真中的动态转向,并以现实路网为蓝本,对T-SPF和A-SPF在不同程度的市场占有率情况下的运行性能进行了测试.测试结果表明2种现有策略都存在各自的问题;当市场占有率达到15%以上时,T-SPF 策略可能令路网的通行容量处于振荡状态,而实施了 A-SPF 的路网的平均延误和通行量表现稳定,但在个体效益方面表现还不如静态策略.建议为城市路网实施路径规划时设计新的策略以及与之匹配的信号优化机制.     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.     

基于GBRBM-DBN模型的短时交通流预测方法

为提高城市道路短时交通流预测的精度和效率,提出了一种基于深度学习的短时交通流参数预测模型,结合高斯-伯努利受限波尔兹曼机、Softmax回归模型和深度置信网络,对大规模路网中地点车速进行预测.该模型在网络底层加入高斯-伯努利受限波尔兹曼机,将传统二值输入转换为连续实值输入以适应地点车速的数据特征.在网络输入、输出矩阵中加入时空特征表达,并将深度置信网络顶层接入Softmax回归模型,根据深度学习模型提取到的地点车速时空特征对多路段多时刻的地点车速进行预测.选取广州市大规模路网中60条路段60 d的实测地点车速对网络结构和参数进行调试,并分析预测结果.结果表明,GBRBM-DBN网络结构能够提取大规模路网中地点车速的时空分布特征,预测精度较高.与长短时记忆循环神经网络预测结果进行对比,具有更高的时效性;与“深层模型+小规模数据”相比,平均绝对误差减小10.13 km/h,平均相对误差减少14.5%;对输入矩阵中的训练集和测试集数据量比例作不同划分,平均绝对误差变化范围在1.64 km/h以内,平均相对误差仅增大7.3%.     

基于首次超越机制的小规模路网可靠性模型研究

可靠性可用于评价路网性能。传统的路网可靠性指标基于路段可靠性推导而得,因数据获取难度大等诸多缺点导致难以实践应用。分析了传统路网可靠性指标的不足,基于路网行程时间,通过构造合理的单输入单输出路网结构模型,获得表征路网结构的功能函数,并得到一般路网的可靠性模型。在此基础上,基于首次超越机制,在泊松假设的前提下构造了评价路网可靠性的模型。基于Vissim 仿真平台介绍了模型的应用过程,仿真结果与路网运行状态相符。     

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化,为解析混合交通流对城市路网容量可靠性的影响,构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力,假定CAVs遵循系统最优原则选择路径,而HDVs则根据自身经验选择路径,基于二者路径选择的差异建立描述混合交通分配的下层模型,刻画智能网联环境下的混合交通流分配特性。并且,为了快速求解大型路网交通分配,将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性,以及路网道路通行能力并非固定值,运用具有多种相关性的均匀随机分布理论,建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性,并进一步解析各路段对路网容量可靠性的敏感度。结果表明：当需求水平d > 0.5时,路网容量可靠性开始降低;当d > 0.7且CAVs渗透率λ＝0时,可靠性小于0.4;当d > 0.7而λ＝1时,可靠性接近1,说明CAVs可增强路网容量可靠性。研究还发现,当需求水平处于0.7~1区间时,渗透率的变化对路网容量可靠性有显著的影响,但随着需求的增大,路网处于超负荷状态,渗透率对路网容量可靠性影响较小。此外,CAVs渗透率从0增加至1的过程中,路网中存在“道路容量悖论”现象的道路从19条下降至3条,且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象,拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象,减少路网容量可靠性的波动,提高路网运行稳定性。