基于行程时间可靠度的区域交通控制系统评价方法

在定义行程时间可靠度的基础上,利用浮动车调查数据,得到不同时段路径行程时间可靠度;然后建立了以行程时间可靠度为指标的城市区域控制系统运营效率的评价模型.该模型在武汉市区域控制系统评价中进行了应用研究,结果表明:区域交通控制系统运营后,早高峰、平峰和晚高峰3个时段路网行程时间可靠度显著提高,全日路径行程时间可靠性波动小于实施前,离散程度降低,城市交通系统的运行状态得到改善.相对于传统评价方法,所建模型灵敏度更高,适用性更强.     

基于模糊感知的道路网行程时间可靠性研究

交通系统的运行状态及行程时间受多种累积因素影响,具有很强的不确定性。文章从行程时间可靠性角度分析了道路网的运行质量及其满足人们追求高出行需求的情况,提出了模糊行程时间可靠性的概念,并将其理论应用扩大到能同时处理随机和模糊这两种现象;其次基于随机用户平衡模型,建立了道路网随机需求条件下的行程时间可靠性模型,并运用蒙特卡罗和基于情景分析的两种方法分析了路网可靠性,认为后者能够提高计算效率并能够得到较高计算精度。     

雾天高速公路网行程时间可靠性评价方法

为有效评价区域高速公路网布局的合理性,基于对雾天影响下高速公路网行程时间可靠性的研究,寻求路网中的关键路段,并以此作为改善和优化公路交通网络的依据。通过对网络运行时间可靠性和雾源分布随机性的分析,提出高速公路网路段单元的行程时间可靠性的综合评价模型。并结合用户平衡模型和串并联理论,构建高速公路网络系统的时间可靠度计算模型。利用Matlab工具箱对随机雾源进行模拟仿真,结合MonteCarlo方法求解模型,以评价随机雾天高速公路网的行程时间可靠性,最后通过实例验证说明了该方法可以合理地评价随机雾源影响下路网的行程时间可靠性,并有效地找出路网中受雾影响最明显的关键路段。     

基于期望-超额行程时间与有限理性的城市交通分配模型

为完善现有交通分配方法,综合考虑路网与出行者两方面不确定性因素对随机出行行为的影响,建立基于代理的城市路网交通分配模型。首先,采用期望-超额行程时间反映路网行程时间的客观不确定性,并构建通行能力随机退化条件下的出行成本函数。随后,引入出行者对路径成本的感知更新过程,采用有限理性理论描述出行者的主观不确定性,并结合Logit公式确定路径决策算法。接着,采用轮盘赌随机算法生成出行者每日出行选择,完成城市交通分配模型构建。最后,将所建立的模型分别应用于双路径网络、九点网络与Sioux-Falls网络,分析模型优势及参数变化对路网性能的影响。研究结果表明：路网达到稳定所需的天数随路网退化程度、出行者对成本差异的敏感程度和经验学习能力的提高而变长;稳定状态下的路网总成本随路网退化程度、出行者对行程时间可靠度要求的升高而变大;追求个人行程时间的可靠性会导致稳定状态下的路网总成本升高,可靠度越高,所需的缓冲时间越多;路网退化越剧烈,这种“升高”越明显,因为超额时间也在增大;相比于用户均衡(UE)模型、有限理性(BR)模型和期望-超额行程时间(METT)模型,所建模型兼顾主客观不确定性,能有效克服传统...     

道路交通网络路径行程时间可靠性计算方法

行程时间可靠度是反映交通服务水平的一个重要指标,为评价交通运行状况,比较交通改善治理措施提供了新的思路。随着信息采集技术的深入发展,大量行程时间样本的采集与行程时间分布的获得,使得可靠度的计算方法的研发变得十分迫切。传统的路径行程可靠度计算方法直接套用电路理论,无法反映交通运行的特征,造成可靠度计算值严重偏低。本文在分析传统方法失效原理的基础上,引入蒙特卡洛理论,开发了一套新的路径行程时间可靠度计算模型。陆家浜路5个路口的实例分析表明,利用GPS测量值得到的可靠度值在80%左右,传统方法计算值为40%左右,本文方法计算值接近80%,表明本文方法能够有效应用于路径行程时间可靠度计算的实践中。     

信号控制道路行程时间可靠度计算与实证

首先提出了一天不同时刻下的动态行程时间可靠度计算方法.然后以实际连续若干天的历史行程时间数据为基础,实证分析了信号控制干道行程时间分布、行程时间可靠度在一天中的分布变化情况.实证结果表明行程时间分布存在偏峰和时滞现象,否定了当前行程时间可靠度研究普遍认为的行程时间服从正态分布假设.最后分析了行程时间分布中的可靠系数、峰度统计参量与行程时间可靠度的变化关系.     

考虑服务水平的路段随机动态行程时间可靠性

在路段行程时间可靠性的研究中,对于路口排队延误的处理多为设置固定延误值,缺乏对随机路网条件下路口延误的动态分析。针对时变的道路网络,根据交通流在交通网络上的运行特性,考虑出行者与路况的交互作用,综合考虑车辆排队、信号相位、车流速度的相互影响,确定不同道路服务水平下的随机动态路段行程时间可靠性。研究结果表明,考虑随机动态路口排队延误的行程时间具有较高的可靠性。     

基于乐观值和悲观值的不同风险态度行程时间预算

研究3种风险态度出行者的行程时间预算。首先从随机变量的α乐观值和α悲观值出发,对比收益函数和成本函数的乐观值和悲观值的概念及特征。然后从行程时间可靠度基本概念引出行程时间的机会约束规划(CCP)minimin和minimax模型,通过假设路段行程时间服从正态分布,求出了路段和路径行程时间的α乐观值和β悲观值,又根据Hurwicz乐观系数准则建立2种极端情况的综合平衡模型。最后提出行程时间可靠度指标,并进行了算例分析。研究结果表明方法正确指标合理,可以进行不同风险态度的行程时间预算,并针对具体情况可采用不同的可靠度指标预算出行时间并评价道路性能。     

基于组合赋权-云模型的高速公路网交通韧性评价

为了制定提升高速公路网交通韧性的策略，提出一种基于组合赋权-云模型的路网韧性评价方法. 首先，选取结构熵、边介数、聚类系数、路网密度4个路网拓扑结构指标和行程时间指数、路网流量非均匀指数2个交通运行状态指标，从路网拓扑结构与功能两方面对路网韧性进行综合评价. 其次，对路网韧性等级进行划分，确定各评价指标在不同韧性等级的阈值，并基于逆向云发生器计算云参数特征值及确定度. 随后，采用层次分析法和熵值法对指标进行组合赋权，通过加权平均得到不同韧性等级的隶属度，根据隶属度最大原则判定高速公路网韧性等级. 最后，以某高速公路网为例进行实证研究，将所提出的组合赋权-云模型评价方法与综合模糊评价法进行对比. 研究表明，二者的评价结果相近，但组合赋权-云模型评价方法克服了综合模糊评价法中随机性的缺陷，能更客观地反映路网的真实运行状态.     

灾变事件下高速公路管理单元的行程时间研究

为有效服务于灾变事件下高速公路通道路网的路径诱导和控制管理,提出了路网中管理单元的划分方法;针对未发生灾变事件的管理单元,考虑管理单元长度、平均车速以及实时交通密度的影响,建立行程时间特性函数;结合发生灾变事件时管理单元的排队-消散特征,利用流量、密度关系模型确定事件持续时间和消散时刻,构建基于波动理论的事发管理单元行程时间模型;以实时安全可靠度作为路阻函数对模型进行了修正,最后通过实例验证了计算模型的有效性.     

基于对数正态和分布的路径行程时间可靠性模型

建立合理的路径行程时间可靠性评价模型,对于准确评价路网运行状态具有重要意义.根据对数正态随机变量之和的概率分布特性,建立了路径的行程时间可靠性评价模型.首先,通过曲线拟合,建立了路段行程时间的概率分布模型,结果表明对数正态分布的拟合效果最佳;其次,利用统计学理论,分别考虑路段相关和路段独立两种情况,建立了基于对数正态和分布的路径行程时间可靠性评价模型;在此基础上,对北京市西三环路径进行了实例分析,以检验模型的准确性.研究结果表明:模型能够准确的评价路径的行程时间可靠性;且路段之间存在弱相关关系,最合理的路段相关系数取值为0.2-0.3.     

面向预约出行的车路联网与协同交通控制：前沿与展望

预约出行正逐渐成为重要的出行模式，为了确保预约出行在城市道路交通系统的实施，交通控制发挥着至关重要的支撑和保障作用，因此对面向预约出行的车路联网与协同交通控制前沿工作进行综述。以交通控制为研究主线，对面向预约出行的需求适应性交通控制方法、保障预约出行效益的车辆控制，以及控制与服务协同3个方向的前沿研究进行综述。结果表明，相比于传统出行方式，预约出行对于出行时间可靠性要求较高，交通控制需要保障预约出行的行程时间可靠性。同时，还需要构建既有利于提升路网整体运行效益，又能保障预约出行车辆优先通行的控制方法。最后，需要推动交通控制技术和服务型交通管理技术的融合，实现交通控制与出行服务的有机结合。     

拓扑理论下乡村路网布局算法设计

乡村振兴背景下,乡村居民出行需求和乡村路网布局理论建设极为重要。为了提高乡村路网效率,设计基于拓扑理论的乡村路网布局算法。该方法考虑径向网络的拓扑结构,并计算了城乡交通的特征。根据特征计算结果,采用灰度相关分析方法计算了交通节点重要性指标的目标权值。结合交通节点的动态聚类结果,构建乡村道路布局规划模型,并以出行时间为目标求解该模型,完成布局规划算法的设计。结果表明,该算法在提高效率的基础上,较传统的样条法和GIS-TransCAD法,能够有效地改善城乡道路分布的平衡性和连通性。     

计及路网权值时变特性的全局最优路径规划

由于静态路径规划（static path planning,SPP）和滚动路径规划（rolling path planning,RPP）思想无法求解全局最优路径,提出了一种计及路网权值时变特性的全局最优路径规划方法（global optimal path planning,GOPP）。利用Vissim软件对重庆大学城某区域路网进行建模与仿真,采用改进的前向关联边数据结构存储路网拓扑关键要素及行程时间仿真数据,以此作为路径规划数据库。在此基础上,推导跨时段路段的实际权值,提出一种基于Dijkstra算法的GOPP方法。最后基于路径规划数据库,在证明经典Dijkstra算法相比智能启发式算法具有全局最优求解能力的基础上,分别采用SPP、RPP和GOPP方法在MATLAB环境下仿真得到3条规划路径,结果表明GOPP累计行程时间为1 158.7 s,相比SPP和RPP分别减少了212.7 s和57.6 s,有效验证了GOPP在缩短交通出行时间的优越性,对今后智能交通系统的发展具有一定的理论指导意义。     

考虑隧道与盘山公路的多山地区路网优化设计——以烟台芝罘区中部多山地区为例

受地形限制,多山地区存在一些区域之间空间距离很近,但实际通行路线需绕行较远的问题。为提高各区域之间的交通便捷性,从整体路网规划层面研究了隧道与盘山公路协同建设问题。首先在原有路网基础上,依据出行距离最短策略,建立多山地区路网的网络模型,用以衡量原有路网下居民的出行便捷性。在此基础上,以投资额度限制为约束,以单位投资费用下居民年平均出行距离缩短值最大为目标,建立考虑隧道与盘山公路的多山地区路网优化模型,并基于遗传算法设计模型的求解方法。最后以烟台芝罘区中部多山地区路网为例,得到了隧道与盘山公路协同建设下路网优化方案,并分析了该方案下各出行路径长度降低的比例,通过敏感性分析研究了投资额度对投资效率的影响规律,为主管部门确定合理的投资额度提供参考。     

考虑注意力和时空特征深度学习的网约车行程时间预测

行程时间预测做为智能交通领域中重要的组成部分,在道路导航、乘客出行过程中起着重要的作用。现有方法很少考虑到交通拥堵变化所产生的影响。本文提出了一种基于注意力机制的时空特征深度学习模型,模型通过卷积神经网络去学习行程过程中所花费的时间和距离以及交通拥堵状态信息,通过注意力机制从通道和空间上两个角度去捕获影响行程中路段通行时间的异常信息,采用双层的长短时记忆网络去学习行程中的路段序列信息,最后通过多任务的学习机制从路径和路段两个角度出发去预测路径通行时间。本文提出的方法与DEEPTRAVEL模型相比,预测精度在平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别提升了8.23%和20.79%。     

自行车流影响下的网络交通流均衡分析

使用实际可变旅行时间风险度量方法,考虑了旅行时间长短与旅行时间波动性两方面因素对路径选择行为的影响,并建立了存在自行车流的混合交通流网络交通平衡分析模型.该模型能恰当地描述机动车驾驶者对劣化出行路段的筛选行为,再现网络交通流趋于实际可变旅行时间风险度量下的交通平衡过程.实例研究表明：通过单幅道路自行车与机动车使用空间组织优化,在保障自行车交通出行者安全的同时,能提高25%以上的交通效率.     

一个基于合理性分析的路网可靠性定量评价方法

基于土木工程的可靠度理论，结合道路的网络特征和人们的出行特点，提出了基于合理性分析的路网，可靠性和节点重要度的量化评价方法，通过对某城市道路网四种基本形式的，可靠性和瓶颈单元实例分析。阐明了该方法的合理性和实用性。     

考虑路段时间可行域的随机后悔最小模型

传统的随机后悔最小择路模型在估计路段时间期望时没有考虑其可行域,与真实择路行为存在结构性误差。为消除误算路段时间不可行值对随机后悔最小模型结果造成的负面影响,本文构建了考虑路段时间可行域的随机后悔最小模型,并证明了模型性质,设计了求解算法。模型基于随机退化路网构建,在估计路段时间期望时通过对正态分布的行程时间双侧截尾,祛除了不合理时间区域对随机后悔模型估计的路径选择结果产生结构性误差。最后通过2个算例验证了模型和算法的有效性：首先基于不含拥挤效应的简单随机路网设计算例,结果表明路段时间可行域后,用户择路结果可能与传统模型估算结果相反;然后基于含有拥挤效应的Nguyen & Dupuis随机路网设计算例,结果表明随着路段7时间可行域上限增加,各条路径的随机后悔值、选择概率、期望时间和路段均衡流量产生了相应的变化。