基于模式识别的自适应区域控制系统研究

介绍交通模式的定义及识别，结合实际项目构建了一种基于模式识别的自适应区域信号协调控制系统，给出了系统的结构及工作原理，讨论了交通模式识别过程中的若干关键问题。     

模糊聚类分析方法及其在交通规划中的应用

模糊聚类分析方法是一种多元统计分析方法，它通过多个指标将样本划分为若干类，这种分类方法能很好地应用于交通规划的各个阶段。章以交通调查的选择为例说明了模糊聚类分析在规划过程中的具体应用，并分析了模糊聚类分析在交通规划其他方面的应用。在交通调查中，可利用模糊聚类分析将交通分区按工业、居住、公建、道路绿化广场等各项用途来进行分类。可相应减少同类交通分区的相似调查工作量。     

基于模糊聚类方法的ITS需求分析

ITS需求分析是ITS规划的基本步骤之一．文中将模糊聚类方法应用于ITS需求分析，并且利用VBA语言编制了相应的计算程序．根据北京奥运交通规划课题组的专家调查数据，对奥运ITS的部分需求进行了分析，采用三种方式得到的初步分析结果具有较高一致性，最终分析结果有效地反映了研究对象的特征及其相互关系，验证了模糊聚类方法在ITS需求分析方面的实用价值．     

基于聚类分析的交通小区划分方法的改进

不同交通小区之间的土地利用、功能与性质存在着很多相似之处，引进“物以类聚”的思想，利用聚类分析方法对相似交通小区进行重新划分，大大减少工作量，而且精确度又相差不大。     

中国交通运输业发展区域分布特征与聚类分析

由于自然地理条件差异及地区经济发展状况不同,中国各地区的交通运输业发展存在很大差异,明确中国交通运输业区域分布特征及发展情况对制定相应地区交通发展战略至关重要。文中选取社会经济、交通运输产运量及交通运输生产要素建立交通运输业发展分析指标体系,根据各指标变异系数的变化趋势分析中国交通运输业发展区域分布差异化的动态特征,并对31个地区进行聚类分析,将31个地区分为交通发达、较发达和欠发达三类区域,同时对各类区域的交通运输业发展提出相关建议。     

基于路网拓扑结构和标志性地物的指路标志设计

指路标志是一种标识路网、传递道路信息的重要交通流管控执行设施。为使指路标志携带有效信息并实现快捷诱导功能,在路网拓扑结构的基础上利用聚类分析、圈层覆盖和层次分析三种方法对基于标志性地物的指路标志设计过程进行建模,将获取的所有标志性地物数据和与之对应的道路网拓扑数据进行聚类分析,选取具有代表性的标志性地物作为指路标志的标示内容。将道路网和地物的影响范围划分为三个层次,利用圈层覆盖法确定所得标志性地物的影响范围,并将其作为标示内容的标示方向。运用层次分析法进行标示建模,确定在指路标志携带能力有限的情况下标示内容的选取优先权。最后通过算例分析验证模型的有效性。     

基于转弯点聚类的航空器飞行轨迹分析

为满足进场航线设计适应实际运行需求,在分析实际运行航迹数据特征基础上,提出了通过转弯点聚类策略分析航空器飞行轨迹的方法.并设计基于转弯点最长公共子序列的航迹聚类模型,同时给出了改进的平均轨迹构建算法,实现了盛行交通流的识别.将该方法应用于上海浦东机场进港航班雷达轨迹分析,仿真结果表明,提出的方法可以有效地从庞杂的雷达轨迹信息中识别盛行交通流.     

高速公路限速策略优化方法与评价模型

为解决限制速度值确定不合理、限速方式不适用以及限速区间长度设置不恰当等问题, 对驾驶人行驶体验以及限速管理可信度的负面影响, 优化了高速公路限速区间最小长度、限制速度值、限速区间划分的确定方法, 进而提出了以安全车速与通行效率为依据的高速公路限速区间优化与评价模型。依据驾驶人视认距离、限速标志设置前置距离和驾驶人心理稳定距离, 标定计算模型中的限速区间最小长度。以行驶速度是否易发生突变为标准, 采用不定长法将不同路段划分为6种组合类型, 建立基于不同组合路段的限速预测模型。采用有序聚类分析法中基于划分和层次的分析方法, 以满足限速区间最小长度和交通延误最小2个方面为目标进行优化限速区间的划分。同时, 选取交通冲突率作为表征交通安全的指标, 选取交通延误时间作为表征交通效率的指标, 建立评价指标模型; 最后通过对比分析优化前后的指标来验证限速区间优化方法的有效性。以某山区高速公路为对象应用VISSIM开展限速优化仿真实验, 结果表明: 优化后安全评价模型参数值比原方案降低了约29.49%, 效率评价模型参数值比原方案提高了约21.90%, 优化后的高速公路整体安全性以及通行效率均得到提高。所提出的高速公路限速区间确定方法以速度突变为基准, 结合路段的属性及指标特点, 能够优化限速区间长度的制定和区间的划分。      

基于车辆视角数据的行人轨迹预测与风险等级评定

常用的基于路基视角数据的行人轨迹和风险预测模型往往无法避免复杂的建模运算和人工判断。为简洁而有效地预测行人轨迹和评定风险等级,本文中采用车辆视角数据建立行人轨迹和风险等级的预测模型,并先后进行车辆视角行人数据的采集、基于长短期记忆神经网络的行人轨迹预测和基于聚类分析-支持向量机方法的风险等级评定。实验结果表明,基于车辆视角数据所建立的数据驱动的模型能捕捉行人与车辆的运动趋势和交互特征,具有预测行人轨迹和评定风险等级的能力。     

江苏省002省道车辙发展规律分析

为研究省道路面车辙发展变化规律,现对江苏省002省道调查所得到的车辙数据进行分析.对历年路面检测所得到的车辙数据进行聚类分析,得到路面车辙在未经过养护条件下的历年发展情况.分析结果表明,车辙病害在通车3～4年时间达到临界状态,需进行路面养护以保持路面使用性能和行车安全.