基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

基于仿真的公路收费站通行能力研究

通过对公路收费站交通流运行特征和分布特性的分析,建立了公路收费站通行能力的系统动力学仿真模型.模型考虑了不同车型服务时间分布的差异以及车辆选择排队队列的实际因素,可以对不同交通量和交通组成下公路收费站的通行能力以及车辆排队延误等服务水平指标进行仿真分析.研究表明,仿真模型较传统模型更贴近现实;大、中型车特别是大型车对收费口通行能力的影响要高于小汽车.但由于问题的复杂性,应综合考虑收费站类型、交通量和交通组成等因素,使用不同的车型折算系数来分析收费站的实际通行能力.     

交通信号灯相关标准及规范中存在的问题

分析了《道路交通信号灯》(GB14887)《中华人民共和国道路交通全法实施条例》及《道路交通信号灯安装规范》(GB14886)对交通信号灯的技术要求,指出了标准及规范在实际应用中存在的问题,针对问题提出了相应的解决对策,同时对相关的标准及规范给出了改进建议。     

自行车在城市交通中的定位

自行车交通具有方便、快捷、无污染的优点,但也存在不少问题,应认真研究其特点及其对城市交通的影响,以便对自行车交通进行科学合理的规划和引导,明确自行车在城市交通中的定位及发展方向。     

短时段交通流预测的RBF神经网络模型

介绍了基于RBF神经网络的短时段交通量预测模型,并利用该模型对高速公路所采集的数据进行仿真预测分析。预测结果表明RBF神经网络预测方法通过定义合理的网络结构参数可以获得较高的预测精度,能够满足路网调度对短时段交通流预测的需求。     

基于视频的道路交通事件自动检测技术

结合当前道路交通事件自动检测的实践经验和国内外相关技术进展,讨论了交通事件检测的类型、目的和各种检测技术,重点介绍了基于视频的道路交通事件自动检测所采用的图像处理算法和基于视频的道路交通事件自动检测算法。     

南宁市交通管理和控制系统优化方案分析工具的建立

交通仿真是采用计算机数字模型来反映复杂的交通现象,对交通运动随时间和空间的变化进行跟踪描述和分析。不同精度的交通仿真模型有不同的优缺点,要客观的评估城市的交通管理和控制系统优化措施,应将不同精度的模型配合,作为分析工具。本次研究采用中宏观的SATURN作为主导模型,对南宁市的宏观的交通进行整体分析,以及对不同交通改善方案进行评估。选用TSIS、SYNCHRO交通仿真软件作为辅助的交通分析工具,对局部地区的交通及信号配时作较为具体的分析,以利于本研究针对各种建议方案进行客观性的整合分析与应用。     

基尼系数对客运交通需求的影响分析

汽车保有量直接影响着区域交通需求,这其中对于客运需求的影响则更为密切。通常认为汽车保有量的主要影响因素包括经济指标和人口数量,而实际上在这二者既定的情况下,基尼系数的变化仍然会对汽车保有量产生较大影响,进而也会影响区域交通需求水平。     

专业及非专业驾驶人跟驰安全特性评价

为研究专业与非专业驾驶人的跟驰安全性,以真实道路交通环境下驾驶人跟驰行为的数据采集为基础,应用碰撞时间TTC及其拓展指标TET和TIT 3个跟驰安全评价指标,对比分析了受测专业及非专业驾驶人TTC频率分布和单位时间内TET及TIT平均百分比,从而对专业及非专业驾驶人跟驰安全特性进行了评价.研究结果表明在跟驰过程中专业驾驶人保持较小碰撞时间的比例比非专业驾驶人高,同时专业驾驶人单位时间内TET及TIT平均百分比大于非专业驾驶人.     

基于视错觉的公路隧道中部安全控速方法

公路隧道中部低照度、环境单调的特点,容易导致驾驶人产生严重视错觉,从而低估车速,引发交通事故.高频视觉信息容易导致驾驶人高估车速,而中、低频视觉信息则会导致驾驶人低估车速,但不同频率视觉信息,不同照度水平对公路隧道中部行车环境中驾驶人的车速感知影响缺乏定量分析.文中利用3ds Max软件制作公路隧道中部行车仿真模型,利用E-prime软件进行基于极限法的车速感知心理物理实验,并用实车试验数据校核了模型精度,对高频视觉信息与高、中频组合视觉信息在不同照度水平(100％,50％,25％标准照度)条件下的速度感知、反应时进行了对比研究.实验结果显示:公路隧道中部的速度感知主要由高频视觉信息决定,在100％标准照度条件下高频视觉信息的车速高估约为20％,在加人中频视觉信息后,车速高估情况趋于合理,约为14％;照度变动对速度感知和反应时均有显著影响,显著度分别为0.008和0.013,照度条件越好,车速高估越低,反应时越短.