基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

城市轨道交通列车控制仿真模型研究

列车运行控制系统的应用,有效地提高了城市轨道交通的运行效率.由于缺乏相关的技术参数,应用传统牵引计算理论方法的列车运行控制仿真系统,若未充分考虑系统控车的特性,在工程应用中控制的精度将无法保证.本文着重考虑信号系统工程设计的限制条件,将列车的加减速性能和速度控制策略作为主要研究对象,构建基于能量守恒原理和信号控制条件的列车速度控制仿真模型.在此基础上设计仿真模型,实现所需要的系统功能结构和仿真流程,并开发形成软件系统.在实际运行线路案例研究中,与采用通用列车运行仿真系统获得的结果比较,验证本文所建仿真模型的精度和工程适用性.     

考虑同伴群动态交流分组的行人仿真模型研究

朋友、家人等社会群体结伴出行的同伴群在行人流中常占有较高比例.由于交流需求,同伴群趋于肩并肩行走以横向成排或接近浅V型的形态前进.在现有研究中,基于社会力的同伴群行人微观仿真模型对这一现象的描述最符合实际.本文观测发现,随着人流密度的增加或同伴群成员数量增多,同伴群通常动态呈现前后分组、横向成排空间形态,这是每个同伴群成员为寻求一个合适的行走位置,对满足交流需求和降低前进阻力权衡决策后呈现的自组织现象.本文提出动态交流分组模型对同伴群成员个体决策机理进行刻画,在此基础上,通过仿真实验分析同伴群对行人流动力学特性产生的影响.仿真研究结果表明,模型较好重现了同伴群随密度和人数增加的动态分组现象;同伴群的存在会降低行人流速度,但其影响强度随人流密度的增加而减弱;同伴群动态交流分组模型的引入会提升仿真行人流的通行效率,使之更加接近真实行人流的运动特性.     

跨区域整合公交系统建模与分析

随着区域经济一体化的发展,区域间公交系统的合作与整合得到了越来越广泛的关注.本文提出了一个双层规划模型来描述我国的一类跨区域整合公交系统.在上层问题中,相邻区域的地方公交管理者们共同规划和管理跨区域公交线路,以实现跨区域线路上社会福利的最大化.在下层问题中,这些区域的公交运营者们相互开放区域市场并联合运营跨区域公交线路,他们相互竞争以实现各自利润的最大化.为了获得更加准确的分析结果,所提出的模型详细地考虑了乘客的站点拥挤成本和车内拥挤成本.数值结果表明,公交管理者们可以通过补贴影响运营者的竞争行为,进而改善跨区公交系统各方参与者的利益.     

基于多时间尺度的城市轨道交通短时OD估计

基于状态空间模型构建了城市轨道交通短时OD估计的多模型组合方法,估计早晚高峰期间15 min内进站客流的去向目的站.组合模型以不同时间尺度下的进站客流分流率为状态变量,并利用历史数据预估其中通勤客流的分流率,然后通过交互多模型算法加权融合不同时间尺度下的分流率估计结果.以北京地铁为案例,研究表明:早高峰期间的15 min分流率估计误差的平均值和最大值分别为16.4%和21.8%,晚高峰期间分别为22.7%和24.6%,比既有文献的估计误差减小了约一半.本文的研究成果可为实时的线网客流分布预测提供更准确的输入数据,以辅助运营管理部门实现客流预警和应急响应.     

上海市历史城区震后应急救援路网评价与优化

随着我国城市化进程加快,自然灾害问题也日渐凸显,作为主要自然灾害之一的地震正在严重影响着我国城市的公共安全.城市交通系统是城市重要的生命线,因此研究震后城市应急救援道路网络连通可靠度具有重要的现实意义.历史城区由于其建筑多为老旧平房,抗震性能差,而且城区道路空间局促,在遭遇地震时路网更易堵塞.本文以上海豫园区域路网为例,基于瓦砾堆积模型对震后路段通行概率进行计算,采用蒙特卡洛模拟方法对路网节点连接可靠度进行计算,对震后路网路段单元和节点的可靠性进行评估,并在此基础上判别关键路段和优化应急医疗救援路径.     

基于分子动力学的车流运行动态特性及其模型

车辆跟驰行为受前导车和道路环境等的影响,将车辆抽象成相互作用的分子,基于分子动力学构建相互作用势函数,建立基于相互作用势函数的分子跟驰模型.采集试验路段不同点位的交通流样本,从视频中获得所需数据,并对加速度波动特性进行分析.将车辆运行状态分为常态行驶,起动加速和减速停车3种,根据实测交通数据对3种车辆运行状态进行模型参数标定,同时对分子跟驰模型进行稳定性分析验证,结果表明,相对于经典GM模型,分子跟驰模型稳定性更好,对实际交通状态拟合程度更高.     

电动自行车事故和车牌使用影响因素分析

为分析电动自行车事故和车牌使用影响因素,采用问卷调查和电话访谈方式采集了宁波市862个电动自行车用户有效样本,利用统计学方法构建了Bivariate Probit(BP)联立方程模型,计算了显著影响因素的边际效应,量化分析了电动自行车事故和车牌使用影响因素效用,并检验了两者之间潜在的关联关系.结果表明:BP模型不仅可以识别电动自行车事故和车牌使用的影响因素,而且可以有效刻画两者之间的潜在联系;两者之间关联系数为-0.475,表明电动自行车车牌的使用可以降低电动自行车事故概率;模型结果显示性别、年龄、驾驶执照、家庭是否拥有小汽车、电动自行车驾龄、法律遵守程度、驾驶行为、危险感知度等具有统计显著性,是影响电动自行车事故和车牌使用的显著因素.     

车路协同下考虑绿波协调的公交优先控制

在绿波协调控制交叉口群中,为分析公交优先控制对后续交叉口群的扰动,基于车流运行时间偏移分布,以概率期望描述了交叉口各相位绿时左端和右端时长变化引起的后续交叉口群在绿波带内、绿波带间的延误变化;采用组合优化的方法,以交叉口群在车速引导下的公交通行效益优化为上层模型,以交叉口群在公交优先控制下的延误优化为下层模型,对公交引导车速和信号控制参数进行协同优化.通过算例分析表明,公交优先控制模型有效提升了交叉口整体通行效益,最大化减小了对周边交叉口群的不利影响.     

基于朴素贝叶斯算法的船舶异常行为监测

随着海事事故与海上违法行为的不断增多,智能的监控方法成为降低海事事故,打击海上违法行为的有效手段.同时,船舶自动识别系统(Automatic Identification System,AIS)的普及及船舶交通管理系统(Vessel Traffic Service,VTS)的扩建,又为智能监控提供了数据支持.鉴于此,利用船舶自动识别系统提供的数据,分析通航水域船舶信息的分布情况,根据其概率分布采用朴素贝叶斯算法,从船舶航速、航向及距航道边界距离3个方面,构建船舶异常行为检测模型.最后,以成山角通航水域为例,检验模型的有效性.实验结果表明,构建的模型能够有效地完成异常行为监测,减少海事监管人员的工作强度,同时根据实验结果分析了成山角水域船舶航行的特点,并对成山角定线制提出合理化建议.