基于Petri网立交桥智能网联车协作控制仿真

为提高立交桥通行效率，在考虑车辆通过立交桥过程中存在多次分离、交汇行为基础上，利用时延Petri网(timed Petri net, TdPN)建立智能网联车完整通过过程仿真模型；提出基于车辆优先级的速度引导策略，并建立智能网联车协作控制模型，从而组成完整的互通立交TdPN模型。通过仿真予以校验，并与立交桥出口及其衔接区协同控制方法、立交区域内多合流区协同控制方法作对比，结果表明：当交通需求较大时，本文方法控制效果最佳，能进一步提高通行效率，缓解交通压力。     

基于CA模型的中小学放学门口道路交通仿真

研究基于元胞自动机模型的中小学放学期间学校门口道路交通流仿真问题.在STNS(symmetric two-lane Nagel-Schreckenberg)模型的基础上,建立一个受中小学放学影响下学校门口道路交织区段的元胞自动机模型,对放学期间的道路交通流特性进行了仿真,对驾私家车接学生和乘校车学生比例、学校错峰放学对道路交通流的影响进行了仿算实验分析.结果表明减少私家车接学生比例、增加乘校车学生比例、选择合适的错峰放学时间,可在保证交通安全的前提下达到抑制交通拥堵、减少车辆总通行时间从而提高道路实际通行能力的目的,证明了该仿真模型的正确性.     

基于K-means的城市轨道交通社区接驳共享单车停靠点规划

研究基于K-means的城市轨道交通社区接驳共享单车停靠点规划问题。首先,在分析现有共享单车停靠存在问题基础上,对其骑行数据挖掘,采用K-means算法聚类后进行二次划分,得到候选停靠点;然后建立在可供选择和容量限制的共享单车停靠点双层规划模型,上层为政府追求出行者广义出行成本最小化、共享单车出行量最大化模型,下层为出行者不同接驳方式和站点选择的交通分配模型;最后采用遗传算法优化求解,通过实例予以验证。结果表明:该方法确定共享单车停靠点与规模,方便共享单车出行,增加其出行量,同时解决了停放混乱问题,提高了接驳服务水平。     

高速公路混沌模糊延迟反馈控制仿真研究

研究采用延迟反馈法和模糊控制相结合的高速公路混沌匝道控制问题.针对高速公路车流量不确定性特点,提出延迟反馈和模糊控制相结合的高速公路混沌控制方法,简介了具有开关功能的高速公路匝道混沌控制原理;设计了将高速公路不稳定周期运动转化为周期运动作为控制目标,匝道调节率作为控制变量的模糊混沌控制器;采用遗传算法对控制器参数进行优化;仿真试验分析了该方法的控制效果,验证了该原理与方法的可行性与正确性.     

高速公路匝道混沌控制仿真

尝试研究高速公路混沌的匝道控制问题。介绍高速公路匝道混沌控制的思路，针对高速公路不确定性特点，提出延迟反馈控制和积分器控制相结合的高速公路混沌控制方法，简介了具有开关功能的高速公路匝道混沌控制原理；设计了将高速公路不稳定周期运动转化为周期运动作为控制目标，匝道调节率作为控制变量的混沌控制器；仿真试验分析了采用广义延迟反馈控制的控制效果，并与延迟反馈、ALINEA算法进行比较。试验结果说明了该原理与方法的可行性与正确性。     

基于支持向量机的交通流混沌快速识别研究

采用支持向量机研究交通流混沌的在线快速判别问题.在分析交通流控制对交通流混沌判别的要求和现有混沌判别方法存在问题的基础上,提出了基于支持向量机的在线交通流混沌快速实时判别方法,介绍了该方法的原理和实现该方法的系统结构.重点讨论了特征向量的提取和支持向量机实现在线识别的算法,给出了仿真试验结果,说明了方法的可行性与正确性.     

2个时滞复杂动态网络的广义同步

针对2个不同节点和不同拓扑结构的时滞复杂动态网络,研究2个网络之间的广义同步问题.基于驱动-响应同步策略,对其中的一个网络施加控制,运用连续系统的Lyapunov稳定性分析方法,得到相应的广义同步判据.以某产品的生产者和该产品的消费者作为2个网络的动态节点,验证方法有效性.结果表明,通过设计满足广义同步判据的控制器,可以实现2个不同网络之间的广义同步.     

基于改进拉普拉斯中心性的高速路网状态识别方法

为提高高速公路网络运行效率,考虑不同路段对于路网运行状态的时空影响差异性,提出一种高速公路网络交通状态识别方法。定义路网各类型路段为节点及其状态计算方法,建立基于“改进拉普拉斯中心性”和“时空影响因子”的路网状态识别模型。其中,利用皮尔逊相关系数改进拉普拉斯中心性方法以评估节点自身影响,设计时空影响因子评估邻居节点影响;融合节点自身及邻居节点影响,建立节点权重系数模型;在以上基础上建立反映路网交通状态的综合判别模型。以京港澳高速徐水-清苑的高速公路网络为例予以验证,结果表明：在不同交通需求情景下,本方法能有效识别交通状态;对比TPI模型和VHT模型,本方法状态识别精准度均为最优,尤其是在交通需求大的情况下,对比稳定性较强的TPI模型,本方法准确率提升了2.8%,进一步证明了模型的适用性强,能够满足工程实际的需要。     

基于神经网络的物流量预测

应用不同的人工神经网络模型进行物流量预测。分析影响物流发出量、吸引量和周转总量的各相关因素及神经网络预测的基本思想,研究神经网络静态前馈模型和简单动态模型预测物流量的局限性,认为采用二者结合的综合预测方法能对物流量进行准确的预测。给出动态反馈的实时递归法仿真计算步骤,仿真结果与实际结果比较,具有较高的可信度。     

基于粗糙集高速公路混沌T-S FNN控制仿真

研究基于粗糙集理论的高速公路混沌系统模糊神经网络入口匝道控制方法。针对高速公路车流量不确定性特点,提出了通过数据挖掘技术建立交通流入口匝道智能混沌控制器知识库的思想;设计了以密度、上游流量和最大李亚普诺夫指数作为输入,红灯时间作为输出的T-S模糊神经网络混沌控制器;采用粗糙集理论建立混沌控制器知识库,确定模糊神经网络控制器结构并提取模糊规则;采用模糊神经网络方法对控制器参数进行优化。仿真结果表明:采用该方法设计的智能混沌控制器,可实现保持高速公路有序运动、避免交通堵塞、提高交通通行能力的目的,是提高高速公路管理控制水平的有效方法。