基于驾驶员信息处理能力的高速公路作业区限速值计算方法

基于人体工程学原理,将驾驶员在高速公路作业区行驶过程中接触的交通信息分为道路几何信息、道路交通运行信息、交通管理控制信息、气候与环境信息及驾驶员自身信息,将作业区各种道路交通信息进行量化处理,在系统分析驾驶员对信息处理模式的基础上,提出了基于驾驶员信息处理能力的高速公路作业区车速速度限制值计算模型。以2006年5月哈大公路入口作业区为例,考虑车道宽度、开放车道数、隔离设施、合流机会、合流冲突及大车影响对驾驶员接受信息的量化影响,计算得出该作业区的限速值为50 km/h,与工程实际中采用的55 km/h吻合较好,验证了本文所提方法的有效性,为高速公路交通管理部门确定车辆速度限制标准提供了一种参考方法。     

高速公路路段通行能力模糊综合评判

针对高速公路路段通行能力影响因素的不确定性和模糊性,利用层次分析法确定各影响因素的权重,运用模糊数学基本原理建立模糊综合评判模型,对某高速公路路段通行能力进行模糊综合评价,说明其实用性,为高速公路路段通行能力的评判提供一种有效的方法.     

基于非参数回归的快速路行程速度短期预测算法

基于北京市快速路上的检测器所采集的历史数据，经过数据筛选，剔除判别，小波滤噪平稳处理，聚类分析等过程，建立了交通状态演变系列的历史样本数据库。基于所构建的历史数据库，通过数值试验，确定了状态向量、距离匹配原则，K近邻值等参量，构建了一种基于K近邻的非参数回归短时交通预测模型，实现了对路段行程速度的短时预测。最后，利用随机选取的历史数据系列对预测模型的精度进行了检验。结果表明，预测算法的精度可以达到90％以上，可以很好地满足ITS应用系统对于交通预测数据的精度要求。     

基于Q学习的Agent在单路口交通控制中的应用

将Agent技术与Q学习算法相结合,应用到城市交通控制领域中,对单交叉口的交通流进行了控制研究,介绍了路口Agent的结构模型以及基于Q学习算法的学习机制的实现,提出了一种适用于交通控制的奖惩函数。即当红灯相位的饱和度大于绿灯相位的饱和度时,红灯相位的相对警界度在奖惩函数中占主导地位,此时大部分情况下会对Agent进行惩罚;在以后的决策过程中面对类似的交通状态Agent所选择的控制行为更倾向于将通行权切换给下一个相位,反之,Agent所选择的行为倾向于保持当前相位的通行权到下一决策时刻。并通过微观交通仿真软件Paramics对控制算法进行仿真研究,仿真结果表明该方法的控制效果优于定时控制,同时验证了奖惩函数的有效性。     

基于模糊神经网络的驾驶员弯道安全感受预测模型研究

论述了在人-车-路(环境)系统中驾驶员弯道安全感受的非线性特性。为了体现车辆、道路结构对驾驶员认知过程的作用和认知结果形成的影响,驾驶员弯道安全感受模型采用弯道平曲半径、车辆运行速度和驾驶员驾龄作为道路线形、车辆结构动力性、驾驶员经验的主要特征参数集,在增加积极和消极补偿运算的基础上,构建出模糊逻辑推理规则与神经网络优化逼近运算相互结合的5层推理预测模型,并结合实例数据,进行了对比分析验证,表明5层结构模型能够较好的满足特定弯道条件下驾驶员主观安全感受的认知推理预测要求,能够准确的、稳定的再现出驾驶员主观安全感受同驾龄、平曲半径和车辆运行速度间的相互作用关系。     

基于汽车道路作用空间与公路车辆当量换算系数的研究

以运行车辆为质点,提出采用汽车道路作用空间的物理分析方法来研究车辆当量系数换算问题。建立了车辆道路作用空间模型,通过大量试验数据分析和应用随机场论的分析方法,研究确定了汽车在运行过程中所表现出的横向、纵向道路作用空间特性以及与道路、交通和车型等相关因素的定量数值,并由此推算出了基本车辆当量换算系数,和基于不同公路服务水平条件下的车辆当量换算系数。     

诱增交通量特点、发展阶段及计算模型分析

分析了诱增交通量的特点和发展阶段，根据交通需求预测理论对诱发交通量预测方法进行了初步探讨，提出了诱增交通量的计算模型。结合实例分析了诱增交通量的定量计算。     

基于路网子图空间的交通流平衡分析方法

通过定义路网子图空间,提出了基于路网子图空间的Wardrop平衡原理,建立了相应的交通流平衡分析模型,并通过实例阐释了偏态均衡路网交通流的形成机理与演化过程。研究表明:该模型能够很好地解释包括新路开通期的路网交通流、换乘子图空间路网交通流、收费道路偏好子图空间路网交通流等多种情形下由于网络结构被差异性地认知所形成的偏态均衡路网交通流现象,为多标准下交通流的平衡分析建立了新途径;该分析方法有助于道路网络结构设计与道路网络管理方案的优化。     

大城市实施BRT效果仿真评价研究

BRT是解决大城市交通拥堵问题、实现城市可持续发展的一项重要措施.基于系统动力学理论,建立了土地利用与交通系统关系模型,并采用上海市出行人次实际数据和拟合数据的对比,验证了模型的有效性;采用所建立的土地利用与交通系统关系模型进行预测,得出当前发展趋势下不采取任何措施和实施BRT措施的未来年路网服务水平指标,通过比较BRT方式在吸引不同比例客流情况下地面客流重新分配后路网服务水平的变化,对BRT的实施效果进行仿真评价.     

基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.