交通波理论在交通瓶颈处的应用分析

根据交通瓶颈处的交通流特性,利用交通波理论建立交通瓶颈处的交通流模型,并对其交通波动进行理论分析,有助于为交通瓶颈处的交通管理控制提供合理化建议.     

双车道公路危险路段安全性分析及改善措施

通过分析相邻路段运行车速的变化、驾驶员的心率增长率和车辆行驶轨迹对双车道公路安全的影响,从道路工程设施和交通安全设施两个方面提出危险路段安全改善对策,并以内蒙古S203公路急弯陡坡危险路段为例,进行安全改善综合方案设计,可为其他危险路段的改造工程提供参考。     

浙江省高速公路长上坡路段沥青路面专项设计

为提高和改进沥青路面抗车辙能力,针对浙江省山区高速公路长上坡路段的工程特点,从路线纵坡设计、材料选择、混合料配合比设计、路面结构组合、施工质量控制及交通管理等方面,对沥青混凝土路面进行专项设计,提出控制和解决长上坡路段沥青路面车辙问题的技术方案。实践证明,该方案使路面车辙病害得到有效控制和解决。     

基于探测车数据的路段行程时间估计

利用探测车数据进行路段行程时间估计面临着两类误差：采样误差和非采样误差,从而导致估计结果精度不高和可靠性差。在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解。以实际数据对估计方法进行了验证,平均相对误差为13.13%。研究表明,自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点。     

路段通行能力的理论探讨

回顾了现行路段通行能力的计算方法,剖析了其在理论体系和实际应用方面存在的问题,在全面分析行车间距特性的基础上,提出了路段通行能力分析的理论体系和新定义,从而实现了交通流理论和通行能力分析折协调统一。这些内容对于完善交通工程学基础,改进通行能力分析方法和指导通行能力手册的编制都具有重要的理论和实用价值。     

公路网路段交通量预测模型研究

在传统的路段交通预测方法的基础上,提出路段交通量OD模型法。根据实际道路网的形状,通过使路段交通量的预测值与预测值一致来进行模型推算。与现有方法相比,可得出精度更高的结果。     

道路运输业发展中六大问题的畅想

<正>总体而言,我国交通运输对经济社会发展“瓶颈”的缓解,是低水平和初步的缓解,交通运输仍然滞后于经济和社会的发展。作为正处在成长期的道路运输业在“十五”期间无疑需要加快发展,本文拟就道路运输业发展的几个问题谈几点肤浅的认识。 一、对道路运输业发展内涵的认识 产业发展与经济发展相类似,是一个从低级向高级不断演进、具有内在逻辑、不以人们意志为转移的客观历史过程。一般来说产业发展不仅包括产出量的增长,而且还包含产业内部结构的根本变化。就道路运输业而言,道路运输产业发展不仅体现在运输产出量（主要指客货运输生产量）的增长上,而且从运输供给结构上     

基于神经网络的复合避碰专家系统研究

此文在对神经网络避碰决策和专家系统避碰决策的优缺点进行分析、研究的基础上,基于神经网络规则抽取技术,提出了“基于神经网络的复合避碰专家系统”,将神经网络的自适应学习能力和避碰专家系统的解释说明能力集成在一个统一的体系结构中,不仅解决了避碰专家系统构建过程中的知识获取“瓶颈”问题,而且还解决了神经网络避碰决策过程的“黑箱”现象,提高了系统决策结果的可信度。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。