基于动态交通需求估计的高速公路优化控制模型研究

依据动态交通需求估计信息,基于分层递阶的思想,建立了一个高速公路优化控制模型. 模型分为4个主要模块:交通需求预测模块对长时期内总的交通需求进行预测,提前确定将来排队长度的上界;全局最优控制模块预测未来的交通状态,为路网中的各个匝道建立协调约束;交通需求估计模块对真实交通流进行估计;局部反馈控制模块根据对真实交通条件的估计信息及全局最优控制层的寻优结果决定匝道调节率. 仿真结果表明,控制系统具有良好的动态性能,协调了各个匝道之间的利益,实现了高速路网整体性能的优化.     

随机参数影响下橡胶密封垫的应力松弛特性

采用Mooney-Rivlin超弹性和Prony级数形式黏弹性模型,将有限元结果与试验数据对比,对模型参数进行验证.运用Ansys-PDS随机分析模块计算各随机参数对表面接触应力的灵敏度,以及超弹性和黏弹性参数变化对表面接触应力松弛特性的影响.结果表明:参数取值合理;对表面接触应力影响较大的随机参数为α_2和C_(10),α_1、τ_1和C_(01)的影响次之,而τ_2的影响可以忽略不计;松弛主要发生在加载第1天,1年内基本保持稳定;超弹性参数取值越大,应力衰减越小,黏弹性参数则相反.     

基于机器学习的中观交通仿真器模型参数标定

针对经典速度-密度模型在精确刻画交通流动态变化特性时所存在的局限性,将更丰富的路段检测信息运用到中观交通仿真模型参数的标定过程中。提出先对路段检测数据进行预处理,再采用机器学习方法中的局部加权回归、k-均值聚类、k-最近邻方法,分别将车流密度,密度与流量作为变量标定车速。利用现场数据对算法进行了大量测试,结果表明,算法是有效的,适用于基于仿真的动态交通分配系统。     

基于预测的城市交通拥堵传播与控制策略研究

为缓解城市交通拥堵,提高城市交通网络的运行效率,提出了预测型交通拥堵控制策略的理念. 运用改进的中观交通仿真模型模拟城市交通流的运动规律,采用类似随机动态交通分配的方法对动态的OD进行网络加载,得到了交通状态的预测,从而提前判断交通拥堵的发生,制定相应的交通拥堵控制策略,防堵于未然. 仿真结果验证了本文提出的方法可以有效地控制交通拥堵.     

数据挖掘在中观交通仿真器模型研究中的应用

为克服经典速度-密度模型刻画道路交通流动态变化特性的缺陷,将更丰富的路段检测信息运用到中观交通仿真模型参数的标定过程中. 提出先对路段检测器数据进行预处理,再采用数据挖掘中的局部加权回归,K-Means,k-最近邻以及凝聚层次聚类算法,分别将车流密度、密度与流量作为变量标定车速. 利用现场数据对算法进行了大量测试,结果表明算法是有效的,适用于基于仿真的动态交通分配系统.