基于多源交通数据融合的短时交通流预测

不同类型交通检测器所获取的交通数据中包含了不同的交通信息,交通流预测在交通管理与控制中具有重要作用,基于此,进行了多源交通数据动态加权融合和短时交通流预测。在综合分析多源数据特性及其融合优势的前提下结合遗传算法的全局搜索及小波神经网络的自适应学习优点,提出了基于多源数据融合与遗传-小波神经网络(GA-WNN)的短时交通流预测模型。通过实例验证分析,基于GA-WNN的交通数据融合方法比其他方法更有优势;同时,多源数据融合的预测精度优于单一数据源的短时交通流预测序列,从而能为交通管理者的判断决策与交通出行者的路径选择提供更准确、全面的交通信息。     

最短路拍卖算法在交通流分配中的应用

拍卖算法是由Bertsekas教授提出的一种求解有向网络图最短路径的新算法,并已经发展成为求解线性网络流问题的综合算法.本文首先介绍了拍卖算法,分析了其特点,并将其与常用的标号设定算法和标号修正算法进行了对比.深入分析了交通路网的特点和交通分配中最短路求解的特性.研究结果表明,最短路拍卖算法特别适合于并行计算和大规模稀疏网络的求解,符合现实路网的特点和交通分配的要求.最短路拍卖算法应用于交通分配能避免大量不必要的计算,大大节省计算时间,在交通领域具有广阔的应用前景.     

交通流的积分建模方法

采用积分方法建立交通流基本方程的物理意义更为明确.参照流体力学,提出研究交通流的欧拉方法、交通流系统和控制域的概念.交通流中的系统是一组车辆的集合.交通流中的控制域是车道中某一个确定的区域.推导出交通流系统所具有的物理量对时间的全导数的积分公式,即系统内物理量对时间的全导数等于控制域内该物理量对时间的偏导数与单位时间经过控制线的该物理量的通量之和.应用全导数的积分公式建立了积分形式的交通流连续性方程.     

混合交通流视频检测中区域选择更新混合高斯背景模型研究

混合交通是我国交通的主要特征，利用视频检测技术可以获取混合交通流参数，实现混合交通的有效管制，由于检测过程中天气、光线等环境变化，实时有效的自适应背景提取模型尤其重要。本文在混合高斯模型的基础上，根据运动分割与Kalman运动跟踪，结合象素的时间与空间特性，提出区域选择更新混合高斯模型来抽取背景，克服了交通控制信号或交通阻塞等造成的长时间停车，以及高峰期大量运动物体长期充满当前图像等情况对背景抽取造成的影响，该模型通过对交叉口和路段视频进行背景提取，实验效果良好，证明了本方法具有较强的鲁椿性和自适应性。     

改进的高速公路路段行程时间估计方法

准确估计高速公路路段行程时间有助于充分发挥智能交通管理与服务系统的作用,文章在传统路段行程时间估计方法的基础上,从交通流具有动态流动性的角度出发,构建了一种改进的行程时间估计方法;通过车辆运行过程中所在时空的动态变化性,根据2个时段的检测器数据和各路段预设的行程时间给2类信息分配权值;最后以南京机场高速公路为例进行分析,结果表明改进方法可有效估计路段行程时间,并且路段越长,改进效果越明显。     

喷水推进器推力的动量计算法

介绍了喷水推进理论，把复杂的喷水推进系统分解成两个主要部件泵体和进水管道进行研究，着重考虑了船体边界层对进口动量和来流动能的影响，并用数学方法表示了这些影响．其次，基于动量守恒和能量守恒，从理论上建立推力与功率、航速的关系式，并用此公式对某喷水推进船的推力进行计算，计算结果和试验曲线能很好地吻合．分析了本计算方法可能出现的误差．     

交叉口多相位模糊控制及其BP神经网络实现

针对城市交叉口交通流的特点,提出了一类交叉口多相位自适应控制算法,介绍了基于改进的多层神经网络实现交叉口模糊控制的方法,给出了学习算法。仿真结果表明,设计模糊神经控制器具有学习和泛化能力,实时性好,能在车流大小随机变化的单个路口中得到应用。     

乌鲁木齐拟2020年前建成两条地铁

10月14日,《乌鲁木齐城市轨道交通建设规划》正式上报国家发改委并被受理,目前已进入建设规划的审批程序。待国家发改委批复后,乌鲁木齐市将进行轨道交通(地铁)试验段的建设。乌鲁木齐轨道交通远景线网共由7条放射形线路组成,全长211.9 km,是按照整个地理形态和老百姓出行交通流的状况来布设的,主要解决长期以来南北向     

利用混沌搜索全局最优的交通流控制优化模型

运用交通流控制理论建立了在交叉口空间渠化及信号相位相序给定的条件下,考虑机动车与非机动车的延误(服务水平)约束条件,机动车通行能力最大的优化模型,并利用混沌变量的内在特性,与梯度法相结合进行全局性的搜索.通过优化实例计算,说明了优化模型及其混合算法的理论价值及实用价值.     

核函数法与最邻近法在短时交通流预测应用中的对比研究

以北京三环路的一个区间路段作为短时交通流预测的背景,利用实际检测数据将非参数回归预测模型中核函数法和最邻近法2个不同的权函数方法进行了仿真对比研究,结果表明在相同的预测精度下,最邻近法更适合时间间隔比较短的交通流预测.将传统的最邻近法加以改进,依次加入前一时刻的交通流量、当前时刻的车辆平均速度和车道平均占用率作为搜索元素.通过对仿真实验结果的研究分析得出结论:前一时刻交通流量的引入保证了预测值和真实值具有相同的切线方向,使得预测精度得到了显著提高;车辆平均速度和车道平均占用率与交通流量具有一定的对应关系,其作用和当前时刻的交通流量相似,所以不能有效的改善最邻近法的预测精度.