城市交通信号配时优化模型分析——以太原市太原科技大学(北校区)校门口交通信号灯为例

运用过渡函数延误时间模型和过渡函数停车率模型,以太原科技大学(北校区)校门口的H型路口为例,分别采用基于饱和车头时距测量方法和基于饱和车流量测量方法来确定该交叉路口的最佳周期和绿灯时间。分析了工作日和非工作日各相位的延误时间、停车率以及最佳周期和绿灯时间,结果表明:在工作日期间使用饱和车头时距的配时方法相对比较优化,在非工作日期间采用以饱和车流量为测度的配时方法比较优化。就左转和直行而言,左转的延误时间和停车次数相对比较高,可以适当延长左转相位的绿灯时间,优化H路口的交通秩序。     

高速公路坡道对交通流的影响

采用周期边界条件,建立单车道不同路段最大速度不同的元胞自动机交通流模型,模拟研究坡道长度、坡道倾度、较慢车混合比例和增设爬坡道对高速公路交通流的影响。结果表明,坡道长度不同时,车辆的临界密度相同,车辆达到临界密度之前的平均速度随坡道长度的增加而减小,在中等密度区域对应的交通流量随坡道长度的增大而减小;坡道倾度增大时,车辆平均速度明显减小,相应的车辆临界密度也减小,在中等密度区域内的最大流量随着坡道倾度增大而迅速减小;只要有较慢车存在,不同较慢车的混合比例对交通流的影响基本相同;增设爬坡道前后车辆的临界密度相同,增设爬坡道后的车辆平均速度比没有爬坡道时大,密度不是特别大时,增设爬坡道可以大大提高高速公路的通行能力。     

基于模糊控制及绿时利用率的感应控制优化

单点感应控制信号配时是一个复杂的问题,将绿时有效利用率作为控制参数之一,运用模糊控制理论对感应控制进行配时优化.提出一种感应控制的优化方法,基于模糊控制及绿时有效利用率,确定模糊控制的输入,以绿灯延长时间作为输出,采用模糊推理得出绿延时的查询表.考虑交通流的特点,根据定时控制最佳周期时长的思想,分别确定感应信号控制的控制参数,最大绿灯时间和最小绿灯时间.用一个简单的两相位算例进行定量分析,用以讨论所提出优化方法的可行性.     

基于Markov模糊控制模型的交叉口设计与仿真研究

针对城市交叉口交通流的特点,提出了一种基于Markov模型的模糊交叉口信号控制算法。该算法采用模糊逻辑控制,结合马尔科夫链理论对交通流分布概率进行分析,通过模糊控制器控制绿灯延时长度,来解决交通流不平衡以及配时不合理等问题,该方法能够有效的适应城市交叉口实时变化的交通状况。研究结果表明,该控制算法能够有效减少车辆平均延误时间,满足实时控制的要求。     

基于元胞自动机研究驾驶员特性对信号交叉口交通流的影响

为了研究驾驶员特性对信号交叉口交通流的影响,建立基于元胞自动机的信号交叉口交通流模型,研究驾驶员行为特性对信号交叉口平均车速和车辆延误等的影响。研究表明,不同绿信比情况下,驾驶员特性均对信号交叉口交通流产生较大的影响;冲动型驾驶员比例增加会加快绿灯放行时交通密度的疏散,稳重型驾驶员比例增加可减少绿灯交通流稳定时车辆通行的延误,胆小型驾驶员比例增加可提高黄灯时间内的通行效率以及减少红灯时间内的排队延误。研究还表明,当绿信比超过0.7时,它的变化对信号交叉口交通流影响不显著。     

左转自行车对直行机动车通行的影响分析模型

首先分析了四路平面信号交叉口的交通流冲突,并应用穿越间隙理论,通过实际观测数据得到了左转自行车穿越直行机动车辆的概率分布模型,推导了左转自行车在一个信号周期内穿越直行车流的车辆数计算公式,以及左转自行车在一个信号周期内由于不能穿越直行车流而继续等待下次绿灯时间通过的滞留的车辆数计算公式．通过定量分析,最后得到了左转自行车对直行机动车的影响分析模型,为设置非机动车专用信号相位提供了理论依据．该研究为信号交叉口的信号设计,特别是非机动车专用信号相位的设置、分析和研究提供了新思路和新方法．     

信号控制交叉口左转相位协调设计方法

基于左转交通流的路径分析,给出了相邻交叉口左转相位协调优化的约束条件,包括流量守恒、绿灯最大最小时间、饱和度和周期时长等.考虑不同左转相位设置模式,建立了相邻交叉口间通行能力差计算模型.在此基础上,以通行能力差最小为目标,提出了相邻交叉口左转相位协调设计模型.最后,基于两个实际交叉口的几何条件和交通流数据,采用车均延误和最大通过量为指标对比分析了交叉口现有方案、Synchro优化方案和本文模型优化方案的信号控制效益.结果表明,基于本文模型的相位方案,能降低各交叉口间的通行能力差值,并有效降低交叉口群的车均延误,提高交叉口群整体通行能力,同时该协调设计方法对整个系统的负面影响较小.     

平面交叉口车流启动波的测量研究及其应用

通过实际观测和统计分析,论证了在城市道路状况发生很大变化的情况下,低速混合型城市交通流的流体动力学模型及相应的计算交通状态指数的经验公式,仍然能够较好地刻画平面交叉口红灯转绿灯时车流启动时间依赖左转车比例和车流排队长度等条件的定量变化规律,从而为该模型的应用提供了必要条件。     

基于伴随相位的非对称交通流交通信号改善研究

信号配时优化是提高交叉口通行能力,改善路网通行状况的重要途径.文章针对部分交叉口非对称交通流量的特征,改变以往采用对称相位的设置方法,通过改造交叉口渠化、设置非对称相位及伴随相位的方法对交叉口交通信号进行优化,解决了非对称交通流占用大量有效绿灯时间问题;使用Vissim软件进行交通仿真,仿真结果及实践表明,伴随相位对改善非对称交通流交叉口通行状况具有一定的优越性.     

非饱和条件下借道左转交叉口信号配时方法研究

通过对排队长度限制、借道左转车道清空时间限制等因素的考虑,在传统信号配时方法的基础上,针对非饱和条件下设置借道左转的信号交叉口,提出了一种新的主信号相位相序、配时方法以及预信号配时方法。该方法所得的配时方案能够有效协调预信号与主信号,并可以防止传统配时方法中直行排队阻碍左转车辆进入对向车道等待放行的现象出现。通过实例分析和基于VISSIM软件的仿真验证,将该方法与传统配时方法所得的配时方案在微观仿真模型中进行对比,仿真结果表明该配时方法能够更好地发挥借道左转交叉口的通行潜力。     

进离场交通流时距分布特征对比分析

时距分布是空中交通流理论研究的重要概念和组成部分。以中国某机场实测轨迹数据为例,提出一种合适观测点的自动生成方法,该方法能有效提升轨迹数据的利用率,并选择跟驰性较好的轨迹数据用以计算时距。在分别绘制进场和离场交通流时距频率分布直方图的基础上,应用韦布尔、光滑样条和有理函数模型拟合时距分布情况,并从定性和定量的角度对比分析拟合结果。结果表明,在机场运行状态正常时,有理函数模型对离场交通流时距的拟合效果最好,而光滑样条模型对进场交通流时距的拟合效果最好;在机场运行状态不佳时,光滑样条模型和有理函数模型则分别对离场和进场交通流的拟合效果更佳;进场交通流时距分布比离场交通流时距分布特征更明显。     

基于马尔柯夫过程的城市交叉口车辆到达模型

提出在城市交叉口多相位实时控制过程中,采用马尔柯夫方法对各相位内进入交叉口车辆数的可能性进行预估。基于交叉口车辆运行的强随机特征,交叉口车辆到达预测的准确性是控制策略准确制定的关键。根据马尔柯夫过程预测结果,系统可进行交通信号的延时和相位变化,从而使整个交叉口的平均时延得到优化。通过实例验证了马尔柯夫分析模型用于多相位交叉口短时交通流占有率预测的可用性,并将预测得到的交通流占有率与观测值进行了对比,同时对两者之间的误差进行了分析。结果表明,预测结果有助于制定实时的交通控制策略。     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

基于动力学理论的交通流微分方程

针对传统交通流微分方程在理论和实际应用中存在的问题,对交通压力进行了深入分析,指出交通压力是交通流与道路相互作用及交通流内部车辆间相互作用的共同结果;通过引入相对交通压力和相对动量概念,并根据动量定理思想,导出了基于动力学理论的交通流方程,获得了粘滞阻力项;考虑具体交通状况和条件,进而导出了格林希尔茨(Greenshields)方程和车辆跟驰模型。结果表明,基于动力学理论建立的交通流方程,基本概念物理意义明确,理论上具有较强的统一性和一致性。     

基于耦合映象模型的交通流混沌现象分析

针对交通流耦合映象模型中出现的混沌现象，利用Matlab程序产生交通流时间序列，仿真研究了交通流车队中前后车辆之间车头间距的变化过程，并在此基础上讨论了参数变化对交通流运动状态的影响。结果表明，在该模型产生的交通流中，系统由于参数变化沿着Pomeau—Manneville途径走向混沌，从而验证了混沌现象在交通系统中确实存在。     

基于人工神经网络城市交通流量智能预测的研究

通过对我国目前城市交通情况的分析．说明交通拥挤和流量大小息息相关，因此对城市交通流量进行预测具有重要的意义。目前应用于城市交通流量智能预测的人工神经网络模型主要有线性网络、BP网络、反馈网络等。经过综合分析而采用了线性网络对城市交通流量进行预测，其优点主要表现在结构简单，实用方便，反应速度快，实时性强。根据城市交通的具体情况，对城市交通流量的预测模型进行了仿真。其仿真结果表明所采用的线性神经网络能够用于城市交通流量的预测。     

城市快速路交通事故特性分析与安全评价

通过分析济南市快速路交通事故统计数据,分别从时空分布、事故形态、事故发生原因等角度探究了城市快速路交通事故的特性。通过提取事故发生前5 min内的车型比数据和交通流量数据,并分析其与交通事故之间的规律性特征,构建基于色阶图的事故风险安全评价表,根据概率统计模型推算出事故发生的临界流量,最后综合以上数据分析构建快速路事故风险安全评价模型。数据拟合结果表明,根据当前交通流量和车型比例实时评估快速路的交通流运行安全风险,可以通过调控当前交通流量对可能发生的事故进行预警。针对快速路交通事故规律和特点,提出了事故预防及安全管理对策与措施,以达到预防事故发生、提升快速路运行安全水平的目的。     

城市交通网络的渗流力学模型

将城市交通网络中的交通流视为多孔介质网络中的渗流，利用裂隙介质中多相渗流力学理论，考虑人流和车流之间的相互作用以及道路通行能力的不同，建立了城市交通网络通行能力计算的渗流力学模型，该模型的计算可以借助渗流力学的现有知识进行，可以通过计算得到不同时刻城市交通网络的交通流分布以及城市交通网络的宏观通行能力。从而为城市交通规划理论提供了一个全新的方法。     

基于交通流模型的城市快速路交通流特性分析——以北京、洛杉矶为例

为了更好地掌握城市快速路交通流的运行规律,以北京西三环和洛杉矶I405两条交通廊道为研究对象,收集路段检测器数据,通过对交通流数据使用时序分析和交通流模型拟合方法,从时间-空间及交通流原理上分析交通流的时空特性和拥堵基本规律,并用模型拟合方法对道路交通流速度-流量-密度进行分析,获得道路运行状态的关键参数。结果表明：(1)北京西三环廊道与洛杉矶I405廊道自由流速度基本一致,但发生拥堵时的临界速度差值较大,分别为29km/h和44km/h;(2)北京西三环交通瓶颈处的实际通行能力明显低于洛杉矶I405交通瓶颈,实际通行能力分别为1245veh/h/ln和1464veh/h/ln,差值为219veh/h/ln;(3)选定Pipes、Van Aerde和S3三种交通流模型并对模型进一步推导得到通行能力计算公式,利用实测数据对交通流模型进行拟合,并对三种交通流模型的使用范围进行对比分析,结果发现S3模型较其他两种模型的拟合效果较好,此外,Van Aerde模型也适用于描述北京西三环交通流运行特征。可见,本文提出的基于模型拟合的城市快速路交通流运行特征分析方法能够掌握城市快速路运行规律,提取交通流运行的关键参数指标,适用于城市快速路拥堵交通流运行特性分析,具有普适性。     

动态交通分配过程的渐近分析与过渡过程时间

人们以往在讨论交通分配问题时,往往使用静态模型。本文考察了动态交通分配过程,通过其相应数学模型,分析了动态交通流在接近均衡解时的特性以及不同均衡解之间转换时的时间效应。