交通流数据采集、处理及其在通行能力分析中的应用研究

根据我国道路交通现状及其发展趋势，提出交通流数据采集和处理系统一体化的设想和方法，分析讨论了观测样本数量的要求及数据采集设备要求，针对不同道路设施类型，提出相应的数据采集、调查和处理方法，并以在广东珠江三角洲为代表的经济发达地区及其它地区付诸应用。     

ITS在交通领域的典型应用

交通管理系统核心目标是在道路、车辆和监控中心之间建立起通讯联系的基础上，通过监控中心接收各种交通信息（如车辆检测、车辆识别、交通需求、告警和救助信号），对信息进行分析处理，实现交通信息提供、交通信号调整与控制、     

基于实时交通流信息的中心式动态路径诱导系统行车路线优化技术研究

近年来,世界各国纷纷致力于新兴交通科技,如智能运输系统(IntelligentTransportationSystems,ITS)的研究和应用,以应对目前严峻的交通环境。笔者综合应用道路检测器检测的交通流量数据以及路段交通流量与路段行程时间的内在联系,运用增量加载最短路优化的方法对智能运输系统的核心技术—城市交通流诱导系统(UTFGS)中的中心式动态路径诱导系统中的行车路线优化技术展开研究。     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

模糊逻辑推理在消除交通流诱导负效应中的应用

针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。     

交通流预测方法综述

实时交通流预测是智能运输系统研究的一个重要问题。为此,建立了许多预测模型,有历史平均模型、时间序列模型、卡尔曼滤波模型、非参数回归模型、神经网络模型和组合模型等。总结评述现存的各类模型,提出交通流预测研究领域今后可能的发展趋势。     

平面交叉口细胞自动机交通流模型的研究

文章以细胞自动机(cellular automata，CA)理论为基础，结合我国城市道路情况及交通流特性，把车辆在双车道直线行驶开始到通过平面十字独立信号控制交叉口的整个过程用细胞自动机语言进行了描述，完整地建立起一套新颖的细胞自动机交通流模型。该模型符合实际，可灵活转变为各类城市交叉口模型。     

非港湾式公交停车对道路交通流的影响分析

公交车进出站点不仅影响本身,也给其他车辆运行带来很大干扰。文章首先比较全面地分析非港湾式公交停车影响下道路交通流特征,然后借助于EXCEL软件,构建关于公交停车频率、公交停车时间、最大公交停车长度及其存在时间、道路流量的车速和车头时距多元线性模型,并进行了严格的数学检验。该研究为合理分析路段交通流状况、正确计算区间行驶车速与车头时距提供了依据。     

考虑反馈条件的元胞自动机交通流的建模与仿真

将NS模型中存在的车辆倒退现象以及刹车过急等与实际交通状况不相适应的地方进行改进,提出了反馈形式的交通流元胞自动机模型,该改进NS模型引入了前车状态的变化量以及一套全新的速度更新规则来模拟交通流的变化。仿真试验证明该模型更加符合实际交通基本特征,同时该模型使车流总体增大,也成为后续模型的基础模型。