基于卡尔曼滤波理论的实时行程时间预测模型

行程时间预测是交通流诱导系统研究的一项重要内容．在分析各种行程时间预测方法的基础上,本文利用卡尔曼滤波理论建立了行程时间预测模型, 利用实测的交通流量预测几个时段后的路段行程时间, 进而预测路径行程时间．文中利用三种方法预测行程时间并对结果进行了分析     

高速公路事故路段车速空间分布与排队特性仿真

在微观交通流仿真环境下,建立双向四车道、双向六车道及双向八车道高速公路事故路段仿真模型,模型中每个车道间隔10m设置1个检测器,测量断面运行车速,根据仿真结果绘制高速公路事故路段车速空间分布图,以确定事故现场上游的危险路段,并对各车道车速样本拟合,获得车速空间分布模型.在事故现场端面设置排队计数器,测量排队长度,改变事故现场几何特征及输入交通流量,获得各交通流量下的平均排队长度和最大排队长度,确定车辆排队能否自行消散的临界交通流量.研究结果为确定交通事故的时间和空间影响范围提供理论依据,也为制定限速方案和其他管理措施提供参考.     

基于投影动态系统理论的网络交通演化模型

为了分析时间标准以小时或天为单位的网络交通流演化问题,利用投影动态系统理论建立了相关问题的演化投影动态系统。从网络组成基本元素入手,首先分析了出行者途中对出行路段的选择行为和对局部网络节点最短行程时间的重估问题,得到了基于网络局部信息的出行者路线调整策略。对上述策略进行时间上的演化建模,得到了网络交通流演化的投影动态系统。通过分析与该投影动态系统有相同稳态点的变分不等式,揭示了该系统与基于用户均衡的交通流分配模型的一致性。利用建模过程的分析,设计了启发式的投影动态系统离散演化算法。通过设计阶梯式算法收敛指标,可以加速演化得到网络的稳态。算例分析验证了模型算法的有效性。研究表明基于投影动态系统的交通流演化模型不仅能较好地刻画交通流演化特征,而且可应用于交通管理措施的短期交通流影响分析。     

基于模糊神经网络的实时路段行程时间估计

基于对我国城市交通流的物性分析 ,提出了一种基于模糊神经网络的实时路段行程时间估计模型 ,用于将来自于交通控制中心的实时交通数据转换成为能够反映路段实时运行状况的直观参数 :路段行程时间 ,从而为交通流诱导服务 .这种方法用具有更高智能的神经网络实现了对抽象模糊规则的自动纠错的记忆 ,符合人类认识的模式 ,能令人满意地表达经验知识 ,而且模糊输入输出关系具有了明确的表达能力 .     

离散时间动态随机交通分配模型

提出了一种离散时间的动态随机交通分配模型。该模型以离散时间形式提供在一天或高峰期间内路网交通流的变化。模型中路段交通条件假设为两部分：一部分为自由流,一部分为排队车流。模型中考虑了先入先出的原则和路段拥挤效应。运输需求调整采用马尔克夫动态模型。当每个出行者不能再通过改变出行选择而增加其效应时达到动态随机用户平衡。     

高速公路网的匝道协调控制及仿真研究

基于动态交通流模型和匝道入口处的车辆排队模型,分析了匝道协调控制在提高高速公路路网运行效率中的作用.针对交通流模型的非线性,提出了使用遗传算法对路网匝道调节率进行优化,并且证明了匝道优化可以有效处理偶发性拥挤,快速恢复交通流的运行,减少路网的总行程时间.利用全局交通流数据的实时优化,获得系统全局最优控制,提高高速公路的运行效率.对高速公路网的仿真计算表明匝道协调控制能够有效处理偶发性拥挤,并能大大减少路网总行程时间.     

基于Petri网的城市交通控制混合系统模型

城市道路交通信号控制是典型的混合动态系统,既包含连续状态变量又包含离散状态变量.本文归纳研究了信号控制交叉口群的主要构成元素：交通信号控制、交叉口与道路路段,其中交通信号控制与交叉口两个元素属于离散事件动态系统（DEDS）,而道路路段交通流属于连续时间动态系统（CVDS）.然后,应用混合系统建模理论,分别构筑了交通信号控制的petri网模型、交叉口的petri网模型、道路路段交通流的连续系统模型,以及交叉口petri网模型与路段交通流模型之间的接口.该模型具有既能够进行交通控制信号优化与交通阻塞机理解析应用,又便于计算机软件实现的优点.     

应急疏散路径选择元胞传输宏观模型

通过建立元胞传输模型,研究了紧急事件下动态网络交通流应急疏散问题,将车流离散化处理成单个车辆可以有效地克服网络规模较大时运算效率低的缺点.模型采用时间步长法进行模拟,紧急疏散车辆路径的确定与各路段的走行时间密切相关.仿真实例说明模型和算法提高了紧急事件下网络动态交通配流的应用效果.     

SD流率基本入树建模法

围绕动态信息反馈系统的关键变量流率,通过引入流率基本入树、嵌运算、流率派生入树、可增广流率派生入树等概念,得出一种建立动态反馈结构模型的ＳＤ流率基本入树建模法。此方法同时具有规范法建模与给出全部反馈环两种功能。这对规范化建模、反馈分析、调试、结果分析都有意义。     

基于混沌分析的道路网交通流短时预测

道路网交通流短时预测是实现智能交通控制和诱导系统的基础,本文以实时采集的交通流数据为基础,运用状态空间重构和G-P算法进行交通流短期特性研究.具体而言,通过分析交通流的混沌特性确定交通流率时间序列的嵌入维数,重构相空间,并以重构的交通流率时间序列作为输入采用Elman神经网络实现道路网多断面交通流率同时预测.研究结果表明,在道路网交通流短时预测方面Elman网络优于经典的BP网络,基于混沌时间序列分析的Elman网络不仅能够实现道路网多断面同时预测,且预测效果优于无重构的神经网络.     

多用户路段行驶时间函数建模和仿真

面对动态交通分配建模需要，针对我国城市交通网络中车辆类型众多，车辆动力性能差异大的情况，基于超车现象的分析，以车辆的类型和自由流行破速度为划分标准，对路网中的车辆进行了分类，对路段上不同类型车辆的行驶时间函数进行了建模研究，给出了多用户路发行驶时间函数模型。最后用Tsis5．1仿真软件验证了模型的合理性。     

快速路出口通行能力的可靠性仿真研究

随着中国经济的迅速发展，对交通的需求变得越来越迫切，各大城市都建立了快速路系统。快速路上没有交通信号灯，车辆可以高速行驶，但是在快速路的出口，由于右转车等待向右并线，使快速路上的车辆不能及时驶出，甚至导致整条道路的严重拥堵。出口成了影响快速路通行能力可靠性的瓶颈，无法有效地发挥快速路迅捷、通畅的作用。依据交通需求满意可靠性观点，利用仿真数据，研究在车辆到达服从泊松分布，不同到达率、右转率、让行率条件下，由右转车向右并线引起的道路通行能力可靠性变化，给出分析结果和一些有价值的结论。     

基于H∞控制方法的多链路网络拥塞控制

研究了一类基于主动队列管理(active queue management,AQM)路由器的多链路网络拥塞控制问题.用一个状态空间模型来描述多链路网络流量的动态特性,并将实际链路带宽相对于期望带宽的偏差作为干扰信号,从而用H_∞控制方法来解决网络拥塞问题.在链路带宽变化的情况下,通过丢包率来控制实际窗口大小及队列长度,使得实际窗口大小和队列长度达到期望值,从而达到降低网络拥塞的目的.最后通过两个仿真示例验证了方法的有效性.     

Recursive Solution of Queue Length Distribution for Geo/G/1 Queue with Delayed Min(N,D)-Policy

In this paper we consider a discrete-time Geo/G/1 queue with delayed Min(N, D)-policy.Using renewal process theory, total probability decomposition technique and z-transform, we study the transient and equilibrium properties of the queue length from an arbitrary initial state, and obtain both the recursive expressions of the transient state queue length distribution and the steady state queue length distribution at arbitrary time epoch n~+. Furthermore, we derive the important relations between equilibrium queue length distributions at different time epochs n~-, n and n~+. Finally, we give some numerical examples about capacity decision in queueing systems to demonstrate the application of the analytical results reported in this paper.     

公交与社会车辆混合的中观交通建模与仿真

针对现有中观仿真模型仅将公交换算为标准社会车辆处理而忽略了公交与社会车辆差异性的问题,构建了公交与社会车辆混合交通流的中观仿真模型。在路段行驶过程,一方面考虑公交速度低于社会车辆速度的特征,建立公交速度折减函数;另一方面考虑站点溢出对邻近车道的影响,建立分车道的混合流速度模型,站点停靠与路口排队过程采用点排队模型描述。采用车辆身份检测的个体数据完成仿真标定,实验结果表明公交与社会车辆路段旅行时间的仿真误差不超过4.55%与8.20%,模型的仿真精度良好,并且可以有效刻画公交站点溢出的场景。     

ATIS作用下的混合交通行为网络与效率损失上界

考虑一个被路径诱导系统支持的交通网络,装有ATIS的出行者接受交通中心的指挥、按照系统最优的原则选择路径,没有该装置的出行者根据个人成本最小的原则择路,建立了刻画这种混合交通行为的变分不等式模型,推导了混合交通行为网络的效率损失上界,并以多项式路段成本函数为例给出了一些上界的特殊值.研究表明,效率损失上界与具体被研究的网络结构和交通需求水平有关,只有在特殊情况下,才可以得到与网络需求和网络结构无关的上界值.     

人民币汇率的稳定机制及其动态过程(Ⅰ)——模型构造

根据现阶段我国外汇管理体制和汇率政策的基本特征,应用汇率经济学理论与系统分析方法,探讨国内外汇市场供求变化的经济学原理,力图揭示汇率稳定与外汇储备变化的内在机制．在描述外汇储备变化与进出口及外资净流入之间关系的基础上,以汇率预期为中间变量,研究人民币汇率与外资净流入及国际外汇市场的汇率走势之间的内在联系,进而建立人民币汇率的实证分析模型．     

基于路径运行时间可靠度的随机系统最优拥挤收费模型

应用交通网络平衡模型和边际成本收费理论相结合的方法,研究了运行时间可靠度下的随机系统最优拥挤收费问题,建立了运行时间可靠度及内生ATIS市场渗透率条件下随机系统最优交通拥挤收费模型.分析了基于运行时间可靠度下的随机系统最优拥挤收费对用户出行行为的影响.发现了与确定性网络用户平衡流中的情形类似,对于考虑运行时间可靠度下的随机交通网络,边际成本收费理论仍然适用,即采用边际社会成本流函数代替单位路段成本流函数,可以使随机网络随机用户平衡流变为随机网络随机系统最优流.算例分析结果表明:在传统的拥挤收费模型中,拥挤收费仅与路径(路段)运行时间和路径(路段)流量有关.现实中,在确定他们的出行路线时,用户往往还会考虑网络运行时间可靠度因素,而不仅仅是路径运行时间或成本.用户对于运行时间可靠度的置信度要求越高,传统的拥挤收费执行效果越不理想.因此,现实生活中传统的拥挤收费不一定能使网络效益达到最优或缓解交通拥挤.     

基于网络分解与叠加的用户均衡网络敏感度分析

在交通网络用户均衡问题中,敏感度分析就是确定均衡网络状态时起讫点交通量及路段旅行时间的变化对路段交通量或路段旅 行费用的影响. 文章以确定型交通网络用户均衡问题为研究对象,推导了均衡网络的敏感度方程,运用网络分解与叠加的方法 提出了敏感度方程的求解方法,并分别给出了网络分解与叠加的实现方法. 该方法可以有效解决均衡网络敏感度分析中的秩亏 问题,相比基于数学规划法的敏感度分析有了很大改善. 这样,基于变分不等式的网络敏感度方程即可直接用于敏感度分析,为敏感度分析在交通规划、建设与管理中的应用提供了很大的便利.