城市交通区域智能协调控制研究

针对我国城市混合交通状态复杂多变，随机性大，具有分布式交通区域控制等特点，利用多智能体技术和融合技术对其进行研究，提出了基于多智能体技术和融合技术的城市交通区域控制系统框架和智能体的内部结构，并采用博弈再励学习方法进行优化控制和区域协调，实现城市交通控制区域智能协调和全局优化，最后通过仿真分析说明算法的有效性。     

城市居民出行方式选择的满意准则模型

首先采用模糊数学理论将影响城市居民出行方式选择的诸因素综合作用的结果归结为居民出行意愿，然后以专家评判法确定的城市不同交通方式服务水平的综合评判结果作为满意度值，建立了基于居民个人出行意愿的满意准则模型，并采用遗传算法求解居民个人属性的特征向量，从而为居民出行方式的选择提供切实可行的决策方法。最后以实例验证了该模型的正确性。     

基于路径特征的自动化码头AGV自适应交通控制

针对集装箱码头双向导引自由路径环境下水平运输系统交通管理的难题,在考虑车辆物理尺寸、轨迹及行车规则的基础上,构建合理栅格单位的环境地图,建立多车多任务路径的交通控制模型,并提出一种基于路径特征的自适应交通控制方法,采用滚动调度策略和启发式策略的遗传算法进行算例试验。结果表明,相比于固定预留方法,所提出的方法以更小的区段为调度间隔,并形成自适应计划期,预留栅格数量更灵活,实现了灵活区段定义下的道路自适应预留调度并避免阻塞,提高了道路资源的利用率。     

恶劣天气下多航空器改航路径的仿真优化算法

针对恶劣天气下区域管制区内,多航空器改航路径规划中缺乏降低管制员工作总负荷的考虑。以贵阳区域管制区为例,研究了恶劣天气下多航空器改航路径的仿真优化算法。采用灰色模型预测飞行受限区的动态影响范围;利用几何算法预先规划可供选择的改航路径;改进离散粒子群优化算法的运算规则;以整个区域管制区内改航总路径最短和管制员工作总负荷最低为目标,结合预测的飞行受限区、预先规划的改航路径、改进离散粒子群优化算法和全空域与机场模型实现恶劣天气下多航空器改航路径的仿真优化算法。结果表明,该仿真优化算法经过多次迭代,获得了改航优化方案;与采用传统粒子群算法的仿真优化算法相比,管制员工作总负荷下降了7.52%,改航总路径距离减少了4.48%;与采用多目标粒子群算法和非支配排序遗传算法-II的改航路径算法相比,其改航路径距离略长,但考虑了管制员工作负荷的影响。该仿真优化算法能在减少改航路径距离的同时有效降低管制员工作负荷,对实际改航规划具有借鉴意义。     

考虑动态车速的双周期干线信号协调控制多目标优化

干线协调控制通常以干线方向通行效率最大为目标,导致一些小型交叉口次路方向延误较大。针对该问题,基于车路协同环境,研究了车速引导下的双周期干线多目标优化方法。针对上游交叉口饱和交通流与非饱和交通流2种情况,提出了考虑排队消散和相位差的动态车速引导模型。以干线延误、通行能力、停车次数,双周期交叉口次路方向延误为优化目标,构建了车速引导下的双周期干线多目标优化模型,采用遗传算法对模型进行求解。基于COM接口,采用Python和Vissim搭建车路协同仿真环境,以北京市两广路的3个路口为例进行仿真验证。对比了本文模型与原配时方案、无车速引导下双周期干线多目标优化模型的效果,结果表明,本文模型相比于原配时方案和无车速引导下多目标优化模型,干线平均延误分别减少19.6%,8.3%,通行能力分别提升5.6%,8.4%,平均停车次数分别减少11.2%,24.2%,双周期交叉口次路方向平均延误分别减少33.9%,5.8%,表明本文模型将速度引导与多目标优化相结合,提高了双周期干线的通行效率,降低了双周期交叉口次路方向的延误,达到了干线和双周期交叉口共同优化的目的。     

考虑时间窗的定制公交线路时空分层优化模型

研究定制公交线网布局及调度优化对增强公交系统吸引力, 提高乘客出行效率具有重要意义。针对定制公交乘客需求点在时间和空间上分布离散的特点, 构建了考虑时间窗的定制公交时空分层优化模型, 并设计遗传算法对模型进行求解。通过渔网与核密度分析对需求点在时间和空间上进行了热点识别, 并实现热点区域聚类分析以及合乘站点分类。基于合乘站点集合, 综合考虑公交容量、线路长度、乘客出行距离构建了线路空间优化模型, 以乘客的时间花费最小作为优化目标构建了线路时间优化模型。以济南市城区定制公交为例对模型的性能进行评估, 案例结果表明: 模型优化后的线路方案, 乘客平均服务覆盖率可达96%, 服务区域内每个时段的单个乘客的平均节省时间为15 min, 公交的平均满载率为90%。     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法.在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题.进一步在滚...     

使用人工神经网络预测冻土区公路路基沉降

冻土区公路路基沉降影响因素众多,预测难度大,针对目前传统的预测方法所面临的困难,应用人工神经网络理论,建立预估模型。分别对影响沉降的因素诸如气温,降水,交通量荷载进行预测,将前3个网络的影响因素变量的预测结果(即输出值)作为预测沉降的网络输入训练网络,得到冻土区公路路基沉降的预测值。使用这种方法,可以代替常规的力学数学方法,具有一定的适用性。     

交通事件持续时间预测的贝叶斯网络模型

交通事件是引发道路交通拥堵的主要因素之一,通过实时交通诱导等手段可以降低其对交通运行造成的影响,而及时准确地预测事件持续时间则是实现有效管控的前提条件.基于 MIT 打分函数,融合自上而下的网络生长规则,引入蚁群算法寻找最优网络结构,即以 S-ACOB 算法为核心搭建最优贝叶斯网络模型.增加了节点随机选择机制及局部结构概率选择模式,降低局部最优结果生成概率,确保贝叶斯网络的健壮性.通过实例验证及对比分析,针对观测节点属性完备和缺失的情况,网络模型预测精度分别为76.97%和93.23%,平均预测精度可达87.82%,证明该模型可以有效地预测交通事件持续时间.     

公路网分车型收费费率优化算法研究

结合山东省公路网联网收费的实际情况,建立了山东省公路网收费费率的双层规划模型,以描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系。采用弹性需求模式下的收费费率双层规划模型,选取山东省联网收费的一个路网,利用模拟退火和遗传算法的混合算法,对模型进行了应用和分析。验证结果表明,利用这种收费道路费率优化算法,不仅可以保证道路经营者能实现财务目标,而且能有效地均衡路网交通流量。