基于粒子群的城市交通信号两级模糊控制

针对城市交通流的特点,设计一种单交叉口多相位两级模糊控制器,有效地减少控制规则数,实现相序、绿信比、周期随交通状况而自适应变化,并采用粒子群算法对模糊控制器的隶属度函数进行优化。仿真结果表明,该系统能有效地提高交叉口的通行能力,减少车辆平均延误。     

基于锥形流量延误函数的公交行程时间模型

针对交通规划软件常用的BPR公交流量延误函数在饱和度接近或大于1时,计算值与实际值相差急剧增大的不足,提出一种锥形流量延误函数,并分析了其对公交行程时间的影响,进而通过等式关系实现模型在交通仿真软件EMME/3中的实用化.相关的案例分析显示,在公交行程时间拟合方面,锥形流量延误模型较传统的BPR曲线模型误差均值降低5.57％,误差的波动降低50.60％,效果显著.     

基于Petri网的单点信号优化感应控制

基于连续Petri网,建立交通流混合控制模型,通过分析离散化的交通信号控制混合Petri网模型,研究单交叉口交通信号感应控制问题.基于混合Petri网模型参数的分析,建立了各相位车辆总停留时间的计算方法;从库所标识与变迁使能程度间的复杂关系出发,研究了库所标识的变化规律;以车辆总停留时间最短为目标优化感应控制模型,仿真计算各相位绿灯时间.结果表明:基于混合Petri网的优化感应控制方法,4个相位的车辆平均延误显著缩短,可以较好地实现单点信号控制.     

CDM机制下基于多航站楼运行模式的机场停机位实时分配算法

将多航站楼资源共享和航空公司时隙可互换作为前提,建立多方（机场、航空公司和旅客）最小延误费用原则,采用混合集合规划（MSP）进行建模与求解.该模型不仅能保证多航站楼停机位资源的有效共享,而且能充分优化油耗成本以及航班波扰动引起的旅客中转等待成本.实例表明,文中所提出的指派算法能有效地解决多航站楼模式下的机位实时分配问题.     

信号交叉口延误分析几种常用方法的比较

延误是评价交叉口服务水平和车辆通行效率的一个重要指标.文中引入停车延误和控制延误的概念,分别采用现场调查法、HCM2000算法以及仿真方法对停车延误和控制延误进行了分析计算,并以武汉市小东门交叉口信号控制方案没计为例,应用VISSIM 4.10仿真软件对其延误进行了仿真计算分析,通过与点样本法、HCM2000算法的计算结果比较,表明VISSIM软件在信控交叉口延误计算分析中具有较好的精准性和有效性,可以作为交叉口延误分析评价的有效方法之一.     

跑道容量仿真模型分析

跑道容量是指在一定的运行条件下,跑道在特定时段内所能服务的起降飞机的最大架次数,对正确地估计跑道容量,减少机场延误有重要作用。在回顾以往的跑道容量计算模型的基础上,使用仿真软件建立单跑道机场的仿真模型,计算仪表飞行条件下单条跑道的容量和延误,并绘制出相应的容量一延误曲线。     

主支路交叉口设置信号的临界流量

为寻求主支路交叉口设置信号的临界流量依据,以可插车间隙理论和排队论为基础,用概率分析法证明了将多股主路车流看作一股车流的可行性,建立了主支路交叉口的平均延误模型.从交通效率的角度出发,对比交叉口信号设置前后的平均延误时间,针对常见的3种无信号交叉方式,得到了不同临界间隙下设置信号的临界流量曲线,为主支路交叉口的信号设置提供了理论依据.     

流量不对称“十”字交叉口信号相位设计方法研究

分析了流量不对称情况下对称流向放行相位方案的局限性。针对到达流量不对称的十字交叉口,运用经典的信号配时方法和延误模型计算对称流向放行和单进口放行2种相位设计方案下交叉口的平均延误,确定了不同交通需求情况下应选取的相位设计方案。结果表明,与对称流向放行方案相比,单进口放行方案在流量不对称系数较大时有一定的优越性。     

基于浮动车数据的交叉口范围动态划分方法

目前路网分析与行程时间计算的误差很大程度受路段和交叉口划分位置的影响。通过分析车流在交叉口的受阻交通过程,提出了基于浮动车数据的密度法和减速点法对平面交叉口范围进行动态划分的方法,并利用南京市浮动车数据对其进行了实证和延误对比分析,结果表明这2种方法能反应交叉口交通流的时变规律,准确地对交叉口范围进行动态划分,相对于交叉口静态范围划分,在交叉口延误计算等方面具有弹性优势。     

实时自适应交通信号控制优化理论模型

通过对交叉路口交通流到达和排队延误规律的研究,提出了一种新的交通信号控制理论,此理论把交通延误和停车次数综合为一个性能指标,称为PI值,建立了以PI值最小为目标的交通信号配时优化理论模型,该信号配时方法与通常采用的单点自适应信号控制方法的区别在于不但考虑了交通延误,而且考虑了停车次数,实现对交通延误和停车次数两个指标的优化,从而保证了以车队形式到达的交通流可以不间断地通过交叉路口,由于以实时交通流的到达规律为依据进行信号优化配时,因此,该信号配时优化模型又是实时自适应交通信号控制优化模型。