交叉口动态车道与交通信号协同优化方法

以往动态车道研究倾向于在固定信号配时或预先设定的信号配时方案下进行优化,无法充分利用交叉口的时空资源.本文根据实时交通需求,以交叉口车辆平均延误最小为目标,以信号周期、相位绿灯时间和车道数为约束条件,构建动态车道与交通信号协同优化模型.模型分两部分,第1部分考虑进出口道车道平衡,计算可行的动态车道备选方案,将备选方案的输出参数作为第2部分模型的输入参数;第2部分根据实时交通需求,生成动态车道优化方案和信号优化方案.将本文优化方法与传统信号配时方法进行比较,实验结果表明,本文模型能更好地降低交叉口平均延误,有效提升信号交叉口时空资源利用率.     

轨迹数据驱动的单点信号交叉口运行效率评价方法

为解决信号交叉口运行效率评价方法偏理论化、实用性不强等问题,以出租车、公交车、驾图(车联网)多源GPS轨迹数据为基础,充分利用车辆减速、停车、加速等连续速度变化特征及位置信息,提出交叉口个体车辆排队长度、通行时间、停车次数等交通参数提取技术.基于此,构建以信号交叉口运行指数为一级指标,车辆平均通行时间,第95％分位排队...     

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...     

基于个体出行链的区域城际铁路规划方法研究

基于"基础设施即服务"的理念研究区域城际铁路规划问题,精准考虑带时间窗的个体出行特征和运输服务供给,构建时空网络联系基础设施、服务供给和出行需求3个维度.在所有路段存在的前提下,考虑城际铁路、城市轨道交通和城市道路等基础设施及其运输服务供给,为每类出行者生成满足其出行时间窗的备选出行链集合,以所有出行者广义费用和总投资...     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据,从数据驱动视角,深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上,采用KMeans算法,将站点聚为5类,探讨各类站点的时变需求规律及影响因素;在空间上,提出基于POI 数据的站点用地类型识别方法,将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15,30,60 min 为间隔,以租还车需求为目标变量的随机森林预测模型,并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明,随机森林模型的精度更高,适用性更强。以30 min为间隔的站点租还车需求预测精度最高,考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统,为改善服务水平提供技术和理论支撑。     

铁路钢轨裂纹萌生的键型近场动力学预测模型

为克服经典连续介质力学在解决不连续问题时的困难,采用近场动力学方法预测铁路钢轨的裂纹萌生,以避免数学构架在不连续处的失效问题;建立了考虑轨枕支承作用的钢轨形变分析模型,分析了模型参数合理取值及收敛性,计算了车轮滚动接触荷载下的钢轨位移;根据近场动力学损伤理论,以键伸长率为指标,分别研究了车轮全滑动、粘着-滑动及无摩擦状态对铁路钢轨裂纹萌生的影响规律。计算结果表明：近场动力学模型和经典连续介质力学模型的钢轨形变计算结果十分吻合,最大计算误差均在8%以内,验证了所建近场动力学模型的正确性;当裂纹萌生于钢轨轨头时,其启裂位置不在钢轨表面,而在钢轨表面以下约2 mm的位置,与现场观察结果一致,验证了近场动力学方法在模拟铁路钢轨疲劳裂纹萌生时的适用性;当车轮荷载位于钢轨跨中时,在车轮状态由全滑动向无摩擦转变的过程中,钢轨疲劳裂纹的萌生起点位置由轨头转移到轨底、由接触斑前端转移到接触斑中心,裂纹类型由局部滚动接触疲劳裂纹转变为整体结构疲劳裂纹,键最大伸长率由1.1×10^-3降低到8.1×10^-4,因此,增大切向接触应力会降低钢轨裂纹萌生寿命;当车轮荷载位于轨枕上方时,随车轮滚动状态的改变,钢轨裂纹的萌生位置始终位于轨头。     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

城市对外交通枢纽交通分布预测

交通枢纽是道路网络的重要节点，其对道路网络上交通影响不能忽略．文中探讨了无现状OD情形下的各种类型交通枢纽分布预测问题,把运输费用（时间）最小作为目标函数，以交通小区发生量和交通枢纽容量为约束，建立了线性规划预测模型，并对交通小区与枢纽间的特定联系在分布预测中如何考虑进行了探论．实例研究证明该模型具有实用性。     

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.     

An Approach to Hide Secret Speech Information

Introduction Informationhidingasacommunicationprob-lem[1]canbeadoptedtoprotectthesecurityofme-dia(signal)andchannelofcommunication.Media securityisrelativetocopyrightprotectionofdigital media,i.e.watermarking.Channelsecurityasso-ciateswithsecurecommunication.Mostresearch todaylayparticularstressontheformer,whilelit-tleattentionispaidtothelatter.Thispaperisfo-cusedonthesecurityofcommunicationchannel,proposesanapproachofreal-timespeechsecure communicationbasedonthetechniqueinformation hiding.Th…