基于安全风险的恶劣天气下高速公路建议车速确定方法

为了提高恶劣天气下高速公路交通安全水平,实施更加科学有效的高速公路车速管理策略,提出了基于安全风险的恶劣天气下高速公路建议车速确定方法。综合考虑交通安全风险影响因素,基于贝叶斯Logistic回归建立交通风险评估模型,利用模糊C-均值聚类算法进行交通风险等级划分并得到了风险阈值。在此基础上提出了不同天气条件下安全车速的两步计算方法,即先根据交通风险分布,在风险小于阈值的交通流状态中选取车辆运行速度的第85 %位车速作为初定安全行驶车速,后利用停车视距原理进行修正,最终得到恶劣天气下高速公路建议车速。并以G15沈海高速（上海段）为例,展示了计算方法,给出了雾天不同能见度条件下高速公路建议车速取值。     

基于Stackelberg博弈的混合路网协同管控模型

针对快速路网和普通道路网所组成的混合路网由于非集中化协同管控而导致的局部拥堵易演变为大规模拥堵现象，以及高峰时段内路网流量压力分配不均衡问题，基于Stackelberg博弈过程构建了管理者与用户间对策角色可变的混合路网集中化协同优化模型LC-MPC（可变角色模型预测控制）。将用户服从率作为表征路段流量压力分配的均衡指标，设计角色交换函数实现不同交通状态下领导与跟随关系的转换，并通过模型预测控制（MPC）的中央控制器实现了对混合路网CAC（交通分配与信号控制的组合问题）的同步优化求解，最后与不同控制模型对照以验证设计模型的有效性。分析结果显示，结构集中化程度最高的LC-MPC模型较之其他对照模型在降低路网出行成本上有更好的效果；同时，该模型能将用户服从率稳定在一定范围内，有利于路网流量均衡分配及整体运行稳定。