基于有限元分析的透水沥青路面结构优化方案

为深入分析降雨条件下透水沥青路面排水层内部渗流状况,更充分地发挥透水材料的渗透性能优势,对透水沥青路面的结构进行了优化。采用有限元软件SEEP/W,基于非饱和渗流理论分析了排水层在降雨过程中的内部渗流状况,针对影响排水层排水效率的结构性因素,提出了透水沥青路面的结构优化方案,并对该方案进行瞬态模拟。模拟结果表明,与常规方案相比,所提出的优化方案均在不增加排水层材料用量的情况下,大幅度提高了路面排水能力。其中,2%横坡路段,不等厚上面层模型和增设排水沟模型相较常规模型,在对降雨强度的适应能力方面分别提高了38.2%和158.8%;8%横坡路段,不等厚上面层模型和不等厚-增沟模型相较常规模型,在对降雨强度的适应能力方面分别提高了130.8%和234.6%。研究表明,对透水沥青路面结构进行的优化有效提高了其排水性能,增强了透水路面排水层对降雨的应对能力。     

连续流交叉口左转非机动车优化设计方法

为了提升连续流交叉口的通行能力,消除其主信号处左转非机动车与直行机动车的冲突,提出了一种左转非机动车优化设计方法.优化模型以机动车通过量最大为优化目标,考虑了信号相位相序、周期时长、绿灯时长等约束条件,建立线性规划优化模型.通过案例和敏感性分析,验证了该设计方法的优化效益.研究结果表明,该方法不仅能在高流量情况下显著提升交叉口通行能力,使得原本处于过饱和状态的交叉口变为不饱和,而且在高流量或低流量情况下,都有助于减少交叉口延误.进一步发现,左转非机动车流量每增加100辆/h或直行机动车流量比例每增加1.5%(直行机动车流量比例大于40%),优化设计对机动车最大通过量的提升比例增加4.5%.     

基于自注意力机制与图自编码器的路网交通流数据修复模型

针对城市交通流数据修复问题,提出一种基于图卷积网络和多头自注意力机制的自注意力图自编码器模型.该模型包括基于拓扑图结构和图信号捕获交通流时空关联性的STGCN(Spatial-temporal Graph Convolutional Networks)网络.在该网络中使用LSTM(Long Short-Term Mem...     

新冠肺炎交通防控政策对长沙市人口流动的影响

为探究新冠肺炎疫情下交通防控政策对长沙市人口流动的影响,本文根据长沙市在新冠 肺炎疫情期间颁布的交通防控政策和疫情实时防控情况划分防控阶段,基于百度迁徙大数据,利 用双重差分模型,识别长沙市不同阶段的交通防控政策以及量化防控效果,分析交通防控政策对 长沙市人口流动的影响。结果显示,长沙市在交通管制阶段,平均人口迁出强度、平均人口迁入 强度及城市内部出行强度分别下降了83.68%、69.24%及59.74%,有效地控制了人口流动,降低了 疫情扩散危险。在交通恢复阶段,长沙市人口流动强度逐渐反弹,城市内部出行强度基本恢复到 2019年同期水平。本文研究结果显示了交通管制对疫情扩散限制的有效性,为常态化疫情防控 下精准防控政策和复工复产政策制定提供参考。     

平行流交叉口行人过街控制策略研究

为解决平行流交叉口行人与机动车冲突问题,考虑行人与机动车在冲突点为寻找间隙穿越的交替穿插的抢行博弈过程,重新设计行人过街信号相位方案,提出人车搭接相位行人过街模式;考虑行人专用相位过街模式,给出两种行人过街模式的信号控制策略;构建优化模型,并对模型等价变换,降低计算复杂度.结果显示：常规交叉口处于高饱和状态时,两种行人过街模式下平行流交叉口分别降低了73.8%、50.3%的车均延误,故人车搭接相位过街模式效益更优;人车搭接相位过街模式与不考虑行人过街模式相比,交叉口车均延误仅增加 0.6~3.8 s⋅ pcu-1 .研究成果可为平行流交叉口行人信号配时提供理论依据.     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...     

基于乘客路径选择的多制式轨道交通客流分配

为量化换乘对乘客出行路径选择的影响程度,在单层网络中添加虚拟换乘站,构建无隐性连接的三层多制式轨道交通拓扑网络模型.基于时间、换乘节点衔接性,计算线网间衔接性系数;利用Dijkstra法搜索模型各起讫点间的K短路径,以乘客感受到的线网复杂度及乘客出行计划确定时间,建立乘客对线网的熟悉度函数;根据乘客路径选择影响因素构建...     

基于自动车牌识别数据的混合交通流饱和流率实时估计

为解决混合交通流饱和流率测算的实时性和时变性问题,实时获得混合交通流的饱和流率用以信号配时,本文提出基于自动车牌识别数据(Automatic License Plate Recognition,ALPR)的混合交通流饱和流率实时自动估计方法。首先,分信号周期提取车头时距数据,在当前车和后车车辆类型确定时车头时距满足同一正态分布的假设基础上,构建车头时距的高斯混合模型并应用 EM(Expectation Maximization) 算 法 求 解 ;其 次 ,基 于 赤 池 信 息 准 则 (Akaike Information Criterion,AIC)选取高斯混合模型的最优个数,拟合数据得到高斯混合模型参数;最后,根据车头时距的高斯混合模型推算出混合交通流饱和流率。以杭州城市道路3条路段的ALPR数据为例,分析基于 ALPR 数据获取车头时距的采样误差,对模型进行验证,并与传统的 HCM(Highway Capacity Manual)方法进行对比。结果表明：基于ALPR数据的车头时距采样误差满足精度要求; 与HCM的实测法相比,模型所得的混合饱和交通流率相对误差小,结果准确;该方法与传统的标准车流饱和流率折算法效果相近,并考虑混合交通流时变特性,能自动部署实时计算,鲁棒性良好,有实际应用意义。     

轨道交通延误条件下列车跳站与客流控制协同优化模型

针对城市轨道交通突发列车延误问题,统筹考虑行车秩序的恢复和乘客出行体验,提出列车调整与客流控制协同优化方法。首先分析延误条件下城轨列车调整和客流控制的措施及效果,构建以跳站停车和多车站客流控制为手段的双层线性规划模型。上层模型以列车总延误最小为目标,以列车载客能力为约束;下层模型以上车客流量最大为目标,以列车载客能力和控流率均衡为约束。采用灵敏度分析算法求解模型,并以北京地铁亦庄线故障延误事件为例,验证模型和算法的有效性。结果表明：采用跳站停车与进站客流协同控制可使延误列车行程时间缩短5.2%,使各车站进站率方差降低97.8%,在保障乘客公平性的条件下提高列车运行和乘客集散效率。     

���е�·��ͨ���ĺ�����Լ����ɷ���

城市交通流信息中包括大量可用于改善交通运行状况的规律.本文以交通流微观信息特性和规律为基础对交通流信息的宏观特性和规律进行了分析和研究,从宏观层提出了由交通结构、交通流流量、流速和密度构成的四元流体结构,探讨了交通流四元流体结构的随机性和不确定性,分析了四元流体结构的周期相似特性和区域关联特性.作者结合北京地区具体交通数据,对交通流四元流体结构的周期相似性和区域关联性进行了实证分析.结果表明:我国许多城市的交通流经常处于超饱和状态,交通流不畅、梗阻现象时有发生,但从全局来看交通流体仍呈现有序性;同时,交通流四元流体结构具有周期相似性和区域关联性,宏观上是可控和可预测的.