基于点排队模型的多出口疏散优化模型研究

针对室内多出口条件下,行人自主疏散时盲目选择疏散出口而导致的出口利用不对称问题,本文基于点排队模型计算了行人从单个拥挤出口疏散所耗时间,并据此构建了室内多出口条件下行人疏散的出口选择优化模型,设计了该模型的混合遗传模拟退火求解算法.同时,进一步提出了出口选择确定的元胞自动机仿真模型,用于仿真评估包括本模型优化解在内的多个出口选择方案对疏散时间的改善效果.结果表明,本文所提出的模型和方法,能够保证各个疏散出口的利用率均衡,降低总体疏散时间,对制定可行的疏散计划有一定参考意义.     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

城市道路中排放收费对合乘的影响

为研究城市道路中排放收费对合乘的影响,建立了双层规划模型.下层规划描 述了出行者的出行方式选择及路径选择;上层规划以社会福利最大化为目标.设计了启发 式求解算法并通过一个算例得到了路段最优收费费率、交通需求、社会福利、出行费用和 排放量.算例结果表明,排放收费可提高社会福利,促进更多的出行者选择合乘,而合乘不 会抑制交通需求;合乘成本对合乘的影响有限;排放权重系数越大,社会福利越高,系统 效率也会提高;燃油效率越高对系统不一定越有利,应根据实际的路网结构进行建模分 析,制定最优费率.     

考虑出发时刻调整的日变路网配流模型

为研究交通事件导致的非平衡态下日变交通网络流量的演化规律,考虑每日 出行中对出发时刻的调整,以准点到达概率最大为追逐目标,建立每日出发时刻流量转 移模型;以前景理论描述出行者有限理性,建立基于出行时间预算的路径到达前景值及 追逐前景值最大的路径流量转移模型.并依据先确定出发时刻再调整路径的行为机制建 立日变路网配流模型.最后以一个算例验证模型和算法.结果表明,路径流量在每日出行 中随时刻的分布均呈现凸函数特性,且随着出行天数的增加,各条路径上流量随时刻分 布趋于稳定;与不考虑时刻调整的模型结果相比,考虑出发时刻的情形下,路网稳定所需 时间更长,且趋于平衡的过程中,流量振幅更大,且能达到新的平衡状态.     

随机交通网络连通可靠度改进算法

连通可靠度作为网络可靠性的基础指标是指导交通事故预防、灾后重建和日 常维护等活动的重要理论,但其计算是经典的NP难问题.为了提高大规模网络应用的求 解精度和效率,提出了基于k-最短路径和状态排序的改进算法--Target_Order 算法,集 中考察影响网络连通性的关键节点及其状态,有效减少了无关网络连通性的节点组合产 生的冗余网络状态,大幅降低了计算复杂度.最后,以成都规划年地铁网为例,通过与传统 算法（ORDER算法）比较,分析了算法关键参数的影响,验证了改进算法在精度与效率方 面的显著优势.研究结果同样适用于其他随机交通网络的连通可靠度计算与统计.     

冰雪条件下的交通流元胞自动机模型

利用元胞自动机,建立了冰雪条件下城市道路单车道和双车道交通流微观模型.针对冰雪条件下驾驶员出于安全考虑降低车速、保持较大车间距的现象,细化了元胞尺寸,引入反映不同冰雪条件的速度因子参数和间距因子参数.通过数值模拟,得出了正常天气和冰雪天气下的车辆速度、密度、流量间的关系曲线,并分析了不同冰雪条件对交通流的影响.研究发现,中雪条件下的车速波动程度及范围最大;基本图显示冰雪条件对于临界密度、最大流量等参数影响较大;冰雪条件下的亚稳回滞现象不明显,未出现换道频率局部最大值.     

互通立交匝道运行速度预测模型

匝道是互通立交的重要组成部分,基于运行速度的匝道设计理念是目前公路及互通立交一种新的设计思路.本文以互通立交匝道小型车辆的运行速度为主要研究目标,通过分析互通立交匝道运行速度的影响因素,制订正交实验方案,运用车载高精度 GPS 设备,采集了北京市4 座互通式立交共14 条匝道车辆连续运行速度数据.根据其中 10 条匝道的数据,按照车辆在互通立交匝道上的运行速度特性将匝道分为三段：减速段、匀速段、加速段,构建互通立交匝道各个分段运行速度与影响因素之间的预测模型,并使用另外4 条匝道的实测数据对预测模型进行验证.结果表明,模型预测值的相对误差在 5%以内,验证了模型的正确性.     

动态交通数据故障识别与修复方法

为提高交通模型输入信息的可靠性,通过对交通传感器采集到的动态交通数据的故障进行识别,并根据不同的故障种类采取补充、还原或修正等方法对数据进行修复。分析结果表明,动态交通数据的故障识别与修复方法是可行的,尤其是对数据的补充处理,可以很好地解决因为数据丢失而给后续处理带来的困难。     

道路网短期交通流预测方法比较

介绍了用于短期交通流预测的两大类模型: 统计预测算法和人工神经网络模型。对其中各种模型的特征进行了比较, 将历史平均模型、求和自回归滑动平均模型(ARIMA)、非参数回归模型、径向基函数(RBF) 神经网络模型与贝叶斯组合神经网络模型, 应用于一个真实路网的短期流量预测, 比较了各模型的预测结果。结果表明, 组合神经网络模型预测误差最小, 可靠性最高, 是一种对短期交通流预测的有效方法。     

模糊数学方法在交通流预测评价中的应用

影响交通流状态预测的因素很多,如何对预测效果作出评价十分重要.过去往往根据一两个指标的简单对比得出结论,或者仅作定性评价,缺乏严密性.本文运用模糊数学方法,建立了一个量化的评价模型,通过模糊变换及其他相关计算得出结论,较常规方法更快、更准确、更科学,更适合多种预测方法同时进行比较.