一种新型的交通事件检测算法研究

交通拥堵会造成车辆延误、旅行时间延长和空气污染加重等困扰城市的问题,给城市交通带来了严重的挑战。交通拥堵一般可分为常发性和偶发性两类。常发性拥堵是由于车流需求超过道路容量而产生,从不拥堵到拥堵需要一个过程．前后交通流参数（交通量、速度和道路占有率）的变化一般也是连续的：而偶发性拥堵是由于突发事件造成道路通行能力暂时下降而引起的拥堵．反映拥堵前后的交通参数变化呈不连续状态,并且前后的差值随事件的严重性而增大。不论是常发性拥堵,还是突发交通事件,都具有较为明显的数据变化特征,因此,只要有足够及时的样本数据,进行自动交通事件的检测是完全能够实现的。     

随机存储下多人拣选系统拥堵率研究

为了解决由于仓库订单量增加而导致的拣选效率问题以及合理调度拣选者数量和仓库面积的关系。建立了随机存储下S形拣选策略的随机模型,并根据拣选策略研究拣选过程中产生的拥堵问题,在前人所研究的两人拣选系统的拥堵率问题上,本文研究利用马尔科夫过程构建三人拣选系统的状态转移矩阵和平稳分布函数,最后通过仿真模拟出多人拣选系统的拥堵率。通过对比两人和三人拣选系统以及两种拣选策略下的距离模型,得出拣选面和拣选者之间的数量关系对拥堵率的影响,对有效应对应急物流需求、合理控制电商拣选作业环节的拥堵率提供了依据。     

缓解快速路常发性交通拥堵的对策研究

借鉴国外相关问题的研究成果与经验,缓解我国快速路常发性交通拥堵,保持快速路高速、安全和舒适的特性,已成为我国快速路管理工作中急需解决的问题。快速路常发性交通拥堵可分为主路拥堵、辅路拥堵和主辅路拥堵三种类型,造成各种拥堵的原因及缓解各种拥堵的方法不尽相同,需要分别从产生原因、控制方式、技术方案和控制流程等方面进行研究,并最终确定缓解快速路常发性拥堵的具体对策,为解决实际交通问题提供帮助。     

浅谈郑州市交通拥堵的原因及应对措施

城市交通拥堵已成为我国很多大中城市的一大问题,郑州市也不例外。本文通过对郑州市交通拥堵的现状以及造成的原因的分析,提出了缓解交通拥堵的一些措施。     

兰州市的交通拥堵问题分析

随着国内经济的高速发展,城市规划及道路建设在国内很多城市都略显滞后,严重影响了城市的良性发展。兰州市由于地理位置、经济状况等因素的制约,使得城市道路拥堵不堪,如果交通拥堵问题不能有效的根治,必将对城市的经济发展带来威胁。文章通过分析造成兰州市交通拥堵问题的主要城市现状,提出四点建议来改善目前的交通状况,使其能够在今后的城市建设过程中逐步趋于合理,并达到城市可持续发展的目的。     

轨道交通十字换乘车站缓冲区域的优化设计

由于地铁客流不断增加,换乘站作为地铁线路的枢纽,拥堵现象十分严重,其中十字换乘站拥堵最为严重.针对这类车站拥堵问题,提出了设立缓冲区域来缓解拥堵的方法.以Anylogic软件进行仿真,获得十字通道内产生拥堵的客流规律.通过建立缓冲区域模型,利用正交分析法得到客流-缓冲面积公式.建立系统到达模型,利用客流密度和理论到达人数为评价指标,以南京大行宫地铁站为实例进行了优化验证.结果表明:只需设立很小的缓冲区域便可以极大缓解十字换乘通道的拥堵现象,让大行宫地铁站通行能力提高近30%.     

对基于云平台的城市智慧停车发展现状和改进措施的研究

我国汽车保有量每年都在增长,截止到2022年9月已超过3亿辆,很多城市都面临停车拥堵的窘境。基于此,文章先介绍了基于云平台智慧停车系统的相关概念及分类,又论述了国内智慧停车现状,分析我国智慧停车存在的问题,重点提出了4个发展对策,对缓解城市停车拥堵的窘境有重大意义,也为城市智慧停车的发展与完善提供借鉴和参照。     

冰雪条件下信号交叉口上游拥堵识别方法

为解决冰雪条件下的信号交叉口上游拥堵识别问题,提出基于研究临界消散车队长度值的拥堵识别方法. 该方法根据汽车行驶理论与拥堵区间车辆行驶特点,将拥堵临界车辆的行车过程分为加速、匀速和减速过程,通过分析的拥堵排队车辆通过交叉口的过程,建立不同冰雪路面信号交叉口拥堵识别模型. 通过不同条件下相关参数标定,计算上游路段拥堵临界位置. 利用哈尔滨市区一个交叉口的实际调查数据进行验证,证明该模型能很好与实际相契合.     

考虑实时路况的出行路线选择模型

为了缓解交通拥堵问题,本文在现有的导航仪基础上,考虑到道路的实时情况,设计新的导航仪,帮助居民选择出用时最短且能尽量避免拥堵的路线。研究主要包括两方面：首先,在存在不拥堵路线的情况下,利用最大流模型计算出道路流量,结合实际流量,在尽量避免拥堵(实际流量不超过最大流量)的情况下,求出最短路程,给出建议。然后,考虑拥堵问题难以避免,加强了与实际道路状况的联系,对道路出行选择模型进行了优化,先将道路分为非常拥堵、存在拥堵、畅通三种情况,然后再根据道路实时流量,利用G-LN的模型计算出车道的速度,结合路程,找出用时最短的路线。     

空中交通网络流系统拥堵程度评估

为解决日益严重的空中交通拥挤和拥堵问题,提出从空中交通流的角度出发,区分界定空中交通拥挤和拥堵,并建立拥堵程度评估模型来评估空中交通网络的拥堵程度。空中交通拥堵发生时可将系统划分为非延误部分和延误部分,建立拥挤程度评估模型评估空中交通网络的拥挤程度,建立延误程度评估模型评估空中交通网络延误程度,对两个部分分别赋予不同权重建立空中交通网络拥堵程度模型。最后采用某大型机场发生的某次空中交通拥堵作为算例数据,结果证明了模型是可行的。     

发电“怪咖”大搜罗

一条神奇的公路 为了解决交通拥堵的问题,很多飞行汽车横空出世,想在空中争夺一席之地!不过用脚趾头想想也知道,要等到汽车满天飞这一天也不是件容易的事。与其这样,还不如想办法让这些拥堵的汽车发挥点儿作用来得实在!     

基于时空检测的城市交通网络瓶颈识别方法研究

为了解决拥堵状态下交通网络瓶颈识别问题,文章基于时空检测数据对道路节点和路段拥堵状态进行了分析,并以此为基础建立了城市交通网络瓶颈识别与分类模型。拥堵发生期间,以任意2辆浮动车连续通过拥堵路径各个交叉口时间间隔作为统计时间,以拥堵路径各个交叉口对应流向流出率作为统计对象,连续统计多辆浮动车通过时的交通量序列,建立了拥堵路径交叉口关联度模型并以此划分交通网络瓶颈。以划分的交通拥堵瓶颈区域作为密闭区域,通过分析拥堵路径平峰期间与拥堵期间的流入流出率,使用切比雪夫不等式在置信度95%范围内建立了拥堵瓶颈的3类模型:输入型瓶颈、输出型瓶颈和通过型瓶颈。以实际区域道路网络为研究对象,使用上述模型对拥堵区域进行了分析,结果表明该模型可有效识别并分类交通网络瓶颈。     

山东省高架路发展建设情况研究

城市高架路作为城市交通的重要组成部分,在城市交通拥堵日益严重的趋势下,高架路"进不去,出不来"的交通问题日益频现,上下桥口的拥堵问题较为凸显。为缓解城市高架路的交通拥堵问题,该文主要就济南市、青岛市和临沂市3个地市的基本情况以及3个地市的高架路建设情况对山东省的高架路发展建设情况展开了实地调研,为后续展开山东省高架路拥堵治理的研究奠定了一定的基础。     

基于拥堵概率的城市快速路入口匝道控制策略

为解决城市快速路交通拥挤问题,开展快速路入口匝道控制策略研究.采用现行规范与现场数据建立VISSIM微观仿真模型,基于交通仿真分析,建立快速路入口合流区的拥堵概率模型,提出基于拥堵概率的入口匝道控制策略.通过收集主线上游流量以及入口匝道流量,预测拥堵概率;若拥堵概率超过其临界值,则启用入口匝道控制系统,确定匝道入口调节率和信号周期.研究表明,相比无信号控制,基于拥堵概率的快速路入口匝道控制策略能够使拥堵概率降至0.1左右,主线车速提高约20%.     

合肥市高架桥的分流作用及拥堵问题的解决对策

随着合肥市城市规模快速发展和车流量的急剧增加,在新老城区间建设高架桥缓解城区道路拥堵起到了较好的分流作用。但在高架桥下匝道口却与大多高架桥一样,仍然避免不了拥堵的问题。在对合肥市金寨路等部分典型高架桥进行调查的基础上,通过分析、研究及方案预测,阐述了高架桥在城市建设中存在的利弊,归纳出造成高架桥拥堵的成因及类型,并针对合肥市高架桥下匝道口拥堵的问题,提出了加强高架桥综合治理,优化道路资源,改善下匝道设置条件等可行性措施,为缓解合肥现有高架桥的交通拥堵,以及建设新的高架桥时避免出现类似问题做出有益的尝试。     

基于累积Logistic回归道路交通拥堵强度评价模型

现有的道路交通拥堵强度评价模型缺乏有效的定量方法来划分拥堵的各个等级,选取的拥堵评价自变量之间存在相关性等问题.为了改进上述不足,该文在分析拥堵强度序次特征后,将累积Logistic回归引入到道路交通拥堵强度评价模型.采用似然比检验方法验证了累积Logistic回归的适用性,并采用Wald检验筛选自变量后,确定了以行程速度为自变量的道路交通拥堵强度评价模型.该模型的拟合优度判定系数(类R2)大于0.70,对实测数据的预测准确率达到73.39%.     

基于粒子群优化的求解城市动态拥堵收费费率策略的模拟算法

实施动态拥堵收费是解决日益严重城市交通堵塞问题有效途径,近年来关于拥堵收费的研究成为领域内热点,但大多采用静态建模.应用动态交通流分配的相关理论和粒子群优化算法方法,建立起一个分析、评价城市路网系统动态拥堵收费策略的系统仿真算法.该算法具备结构简单、易于使用等特点.     

城市道路交通拥堵的模糊神经网络评析

以城市道路网络的拥堵状况为研究对象,运用模糊层次分析以及神经网络理论构建城市道路交通拥堵的模糊神经网络评价模型.以层次分析为准则,从微观层、中观层、宏观层等方面建立道路交通拥堵三层评价指标体系;利用模糊一致性判别矩阵界定道路交通拥堵评价因子综合权重,基于BP神经网络构建了道路交通拥堵的模糊神经网络评价模型,并对道路交通拥堵评价区间进行阈值确定,将道路交通拥堵评价集界定为严重拥堵、中度拥堵、轻度拥堵、较为畅通、畅通等5个等级.以2016年上海市20个交通小区的道路交通拥堵数据为样本进行实例分析,结果表明该方法的可行性以及有效性.      

大面积航班延误下空中交通网络流系统的拥堵识别

近些年来,大面积航班延误问题已经成为空中交通流量管理部门的难题之一。为了从宏观上描述发生大面积航班延误时的交通状态,提出了空中交通网络流系统的拥堵定义,并对其拥堵程度进行识别和划分。首先从空中交通网络流系统的要素航线和机场的航班运行角度出发,建立了拥堵识别指标体系。其次,根据历史统计数据和熵值法计算权值,并基于模糊综合评价法建立了拥堵程度识别模型。最后,结合实例验证,表明该模型能真实的反映空中交通网络流系统的拥堵状况。     

基于GPS数据的城市常发性拥堵区域识别方法

识别城市交通常发性拥堵区域,能够为交通管理部门和规划部门提供相应的改进建议,对城市道路网络健康运行具有重要作用。城市交通拥堵判别方法存在两个难题:基于传统检测器方法应用的局限性;基于路段级别的方法存在费工费时的地图匹配问题。针对这两个问题,提出基于车辆GPS轨迹数据的网格级别的拥堵判别方法;并利用改进的具有噪声应用的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法识别城市常发性拥堵区域。基于哈尔滨市城市道路网络、出租车和公交车GPS轨迹数据进行算例分析,结果表明,其能够有效判别基于网格的交通拥堵,并成功识别城市常发性拥堵区域。