城市货运干道信号优化控制及其评价方法

以城市货运干道为研究对象,量化分析车型构成、机动性能差异及不同饱和度条件下交通组成对车流延误的影响,从黄灯时间、信号周期与相位差等参数优化入手,获得了适合城市货运干道的交通信号控制方法;以辽宁省大连市辽河西路作为城市货运干道实证分析对象,选取车均延误、排队长度、停车次数、空气污染指数作为评价指标向量,对VISSIM仿真手段所获取的基础数据以隶属度方式进行量纲一化处理,考虑评价参数的内在变化规律及交通流量、不同交叉口特征,以置信度准则确定控制效果的评价向量。分析结果表明:采用优化后的信号配时方案能有效降低车均延误,提高车辆出行效率。     

无干扰城市道路交通设计

该文介绍了一种"无干扰城市道路交通设计"。它是一种没有红绿灯的、全过程无干扰的城市道路交通设计方案或方法,它包括无干扰干道网络设计和无干扰区域网络设计。该方案通过采用熊氏无灯交叉通行法的关键技术、单向通行技术、环形道路设计,创新网格区域车流和干道网车流的无干扰交互模式,规避了各种道路交通干扰因素,实现了道路交通全过程无干扰运行模式,避免了道路交通的梗塞效应,从而大幅提高城市道路交通通行能力,彻底避免目前的高峰时段恶性塞车情况,大幅提升汽车通行速度,减少汽车燃料消耗和尾气排放。该设计同时提供了两种方案,能够同时满足新城规划和老城改造的需要。同时,该方案的实施成本非常低廉,是解决当代城市交通难题的绝佳方法。     

关于客票统计与经由管理方法的研究

讲座了利用计算机技术实现客票统计和经由管理的方法,提出了客票数据压缩和径路匹配的模型,该方法和模型可应用于铁路客票精密统计系统的设计。     

混合车流合流运行模式研究

采用过程描述法揭示混合车流合流运动过程,得到合流服务未必遵从先到先服务规则;利用合流接受概率理论,得到在相同的可接受间隙时间不同车型接受合流概率不同,从而产生可接受间隙空费;利用计算机模拟,对合流区长度和车道设计对高等级公路服务水平及能力的影响和合流区是整个高等级公路服务水平界岭和突变区给予了理论解释。     

日常动态货物列车开行方案优化研究

为使铁路行车组织符合日常货流动态变化,本文提出编制日常动态货物列车开行方案,以确定货物列车开行的始发终到站、开行数量、编组内容和开行时段.基于编组计划、运行图等基本运输计划构建列车时空网络,以车流走行费用,列车运营费用,车流延误费用之和最小为目标;考虑车流径路唯一,节点流量平衡,列车开行数量,车流中转时间等约束,构建整数规划模型.为提升算法的求解效率,增加解的个体数目实现算法的并行性,引入多邻域移动准则,设计改进的模拟退火算法进行求解.以蒙华铁路实际数据进行案例分析,结果证明了本文模型和算法的有效性.     

基于vissim的车队离散特性研究

通过对线控系统上的四个交叉口交通量数据和信号配时数据进行调查,利用Vissim仿真软件对该线控系统进行仿真,对其中一个路段上的一个断面车辆到达情况进行分析,首先改变路段的长度,对比路段长度变化前后的车队离散数据,得到车队离散特性与路段长度之间的关系;其次改变路段上车流的分布函数,对比车流分布变化前后的车队离散数据,得到车流分布与车队离散特性之间的关系。通过对车队离散特性进行分析以及研究,为城市道路网交通流优化控制提供依据。     

基于EPOLL编程模型的全路车流径路服务的开发与应用

将原先采用标准C++语言开发的、运行于Win32操作系统上的车流径路系统移植到64 bit Linux操作系统中，采用Eclipse作为开发工具，基于Linux的I/O编程模型—EPOLL开发全路车流径路服务，形成全路车流径路数据集中计算和分布应用的新模式，支持车流径路数据的高并发访问和高效率传输；经过一年的运行监测，该服务运行稳定，已为多个应用系统提供全路车流径路共享数据。     

上海交通信号你该优一下啦

目前,上海市的信号灯配时主要通过SCATS系统完成。经了解,上海市目前共有3 000多个路口,其中人流、车流较大的路口的交通信号周期通过SCATS系统(自适应控制系统)进行控制,目前已达到1 300多个。2006年底,SCATS的“控制”范围已扩展到中环。SCATS的路口信号控制机使用了一系列计时器来了解车辆的到达情况,按实际交通的通行状况控制绿灯信号的时间,以实现科学合理的时间配置;或者根据设计要求,对主干道交通给予适度优先,以符合实际需求。这些主要通过调整算法中的参数,形成最佳信号配时。     

城市信号交叉口左转车流车头时距分布特征研究

针对长沙市典型信号交叉口芙蓉中路-人民中路,分别在饱和状态和复合状态下对高峰与非高峰两个时段左转车流的车头时距分布进行特性分析。交叉口实测数据验算表明,我国现行规范CJJ37和美国规范HCM2010等常用方法对左转车流饱和车头时距预测结果均偏大较多,采用4种传统的车头时距分布模型和SPSS中的9大基本曲线模型的拟合效果均不理想。采用分段函数分别建立了饱和状态和复合状态下的统一模型,通过调整模型中的标定系数和增长系数,即可分别得到高峰时段和非高峰时段的车头时距分布特征。实测数据检验分析表明:饱和状态和复合状态的车头时距分布都存在2.000～2.500 s内集中程度最高且超过27%,集中在1.500～2.500 s内超过50%的现象;非高峰时段车头时距分布集中程度低于高峰时段,且倾向于集中在较小的车头时距上;目前常用方法对车头时距平均值的预测误差通常都超过16%,文中模型误差则低于4%,与传统模型相比能较好地拟合车头时距的实际分布形态,拟合效果更为理想。